> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bigmodel.cn/llms.txt
> Use this file to discover all available pages before exploring further.
# GLM-4.1V-Thinking
## 概览
GLM-4.1V-Thinking 系列是 10B 尺寸性能卓越的视觉推理模型。它在图表/视频理解、前端 Coding、GUI 任务等核心能力达到全面新 SOTA，并引入思维链推理机制，显著提升模型在复杂场景中的回答精准度与可解释性。
}>
高并发版
}>
2 元 / 百万 Tokens
}>
视频、图像、文本
}>
文本
}>
64K
}>
免费版
}>
/
}>
视频、图像、文本
}>
文本
}>
64K
## 能力支持
}>
默认内置深度思考，提供更深层次的推理分析
}>
强大的视觉理解能力，支持图片，视频，文件
}>
支持实时流式响应，提升用户交互体验
## 推荐场景
精准识别并综合分析图像与文本信息。
支持持复杂题解、多步演绎与公式理解。
具备时序分析与事件逻辑建模能力。
理解界面结构，辅助自动化操作。
语言与图像区域精准对齐，提升人机交互可控性。
## 使用资源
快速测试模型在业务场景上的效果
API 调用方式
## 详细介绍
GLM-4.1V-Thinking 模型在高效部署的同时实现了性能突破。**在 MMStar、MMMU-Pro、ChartQAPro、OSWorld 等 28 项权威评测中，以 23 项 10B 级模型优异成绩展现硬核实力，其中 18 项指标更是持平或超越 8 倍参数量的主流 VLM 模型**，充分印证小体积模型的极限性能潜能。
值得注意的是，模型在推荐场景任务处理中展现出卓越的适配能力，其高度的通用性与稳健性在复杂业务场景中尤为凸显。
GLM-4.1V-Thinking 在 GLM-4V 架构基础上引入“**思维链推理机制**”，采用“课程采样强化学习策略”，系统性提升模型跨模态因果推理能力与稳定性补足推理能力后的 GLM-4.1V-Thinking ，在面向科学研究、教育、自主 Agent 及多模态助手等更复杂现实世界应用时，解决问题的能力更加强大。
## 应用示例
}>
请找出这张图中年度利润最高的公司，以及该公司的最大部门？
}>
Sony has the highest annual profit at \$6.3B. For Sony, the note states, “Media is Sony’s second - largest segment after game consoles.” Thus, the largest segment is game consoles.
}>
请帮我解决这个题目，给出详细过程和答案.
}>
思考过程略.
已知 PA ⊥ 平面 ABCD ，故 PA ⊥ AD 且 PA ⊥ AB。又 AB ⊥ AD ，AB ⊥ AD ，且 PA 与 AB 的公共点为 A ，因此 AD ⊥平面 PAB。由于 AD ⊂ 平面 PAD，故平面 PAB **⊥** 平面 PAD。
}>
在APP中，帮我创建一个两周后3点与史密斯博士的会议
}>
}>
请构建一个与输入图片相似的网页并将其转换为 React 代码。
}>
生成的React代码后渲染的网页界面截图：
## 调用示例
**安装 SDK**
```bash theme={null}
# 安装最新版本
pip install zai-sdk
# 或指定版本
pip install zai-sdk==0.2.3
```
**验证安装**
```python theme={null}
import zai
print(zai.__version__)
```
**调用示例**
```python theme={null}
from zai import ZhipuAiClient
client = ZhipuAiClient(api_key="YOUR_API_KEY") # 请填写您自己的 APIKey
response = client.chat.completions.create(
model="glm-4.1v-thinking-flashx", # 请填写您要调用的模型名称
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": "请帮我解决这个题目，给出详细过程和答案"},
{"type": "image_url", "image_url": {"url": "https://img.iplaysoft.com/wp-content/uploads/2019/free-images/free_stock_photo.jpg"}}
]
}
]
)
print(response.choices[0].message.content)
```
**安装 SDK**
**Maven**
```xml theme={null}
ai.z.openapi
zai-sdk
0.3.5
```
**Gradle (Groovy)**
```groovy theme={null}
implementation 'ai.z.openapi:zai-sdk:0.3.5'
```
**调用示例**
```java theme={null}
import ai.z.openapi.ZhipuAiClient;
import ai.z.openapi.service.model.*;
import ai.z.openapi.core.Constants;
import java.util.Arrays;
public class GLM41VThinkingExample {
public static void main(String[] args) {
String apiKey = "YOUR_API_KEY"; // 请填写您自己的APIKey
ZhipuAiClient client = ZhipuAiClient.builder().ofZHIPU()
.apiKey(apiKey)
.build();
ChatCompletionCreateParams request = ChatCompletionCreateParams.builder()
.model("glm-4.1v-thinking-flashx")
.messages(Arrays.asList(
ChatMessage.builder()
.role(ChatMessageRole.USER.value())
.content(Arrays.asList(
MessageContent.builder()
.type("text")
.text("描述下这张图片")
.build(),
MessageContent.builder()
.type("image_url")
.imageUrl(ImageUrl.builder()
.url("https://aigc-files.bigmodel.cn/api/cogview/20250723213827da171a419b9b4906_0.png")
.build())
.build()))
.build()
))
.build();
ChatCompletionResponse response = client.chat().createChatCompletion(request);
if (response.isSuccess()) {
Object reply = response.getData().getChoices().get(0).getMessage().getContent();
System.out.println(reply);
} else {
System.err.println("错误: " + response.getMsg());
}
}
}
```
```Python theme={null}
from zhipuai import ZhipuAI
client = ZhipuAI(api_key="YOUR_API_KEY") # 填写您自己的APIKey
response = client.chat.completions.create(
model="glm-4.1v-thinking-flashx", # 填写需要调用的模型名称
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "请帮我解决这个题目，给出详细过程和答案"
},
{
"type": "image_url",
"image_url": {
"url": "传入图片的 url 地址"
}
}
]
}
]
)
print(response.choices[0].message)
```
请注意，GLM-4.1V-Thinking 模型支持图片和文本的多模态输入，您可以在 messages 中同时包含文本和图片。
## 用户并发权益
API 调用会受到速率限制，当前我们限制的维度是请求并发数量（在途请求任务数量）。不同等级的用户并发保障如下。
| 模型版本 | V0 | V1 | V2 | V3 |
| :----------------------- | :- | :- | :- | :-- |
| GLM-4.1V-Thinking-Flash | 5 | 10 | 15 | 20 |
| GLM-4.1V-Thinking-FlashX | 30 | 50 | 80 | 100 |