智谱 BigModel重要新发布2 个来源印证2026-08-12
智谱发布首个多模态 Agent 基座模型 GLM-5V-Turbo
Zhipu Unveils GLM-5V-Turbo, Its First Multimodal Agent Foundation Model
多模态Agent Runtime
EVENT SUMMARY
事件摘要
GLM-5V-Turbo 定位为多模态 Agent 基座，支持图像、视频、文本与文件等多模态输入，强化视觉理解、长程规划与动作执行能力，旨在融入 Agent 工作流完成「感知→规划→执行」闭环。输入价格 5-7 元/百万 tokens，限时优惠至 1.2-1.8 元。
ANALYST VIEW
中立分析
为什么重要
标志着大模型从单一感知向「感知→规划→执行」闭环的 Agent 基座演进。专为视觉编程与复杂任务场景优化，丰富了多模态 Agent 基础设施的市场供给，推动了 AI 代理在自动化工作流中的落地与应用。
影响对象
影响构建多模态 AI Agent 和自动化工作流的开发者与企业。他们可以利用该模型处理图像、视频等多模态输入，实现环境感知、任务规划到执行落地的完整闭环，并在限时优惠期间降低开发成本。
证据说明
原文直接证明了智谱发布了首个多模态 Agent 基座模型 GLM-5V-Turbo，支持多种模态输入，旨在完成「环境感知 → 任务规划 → 执行落地」闭环，并公布了标准价格与限时优惠价格。
不确定性
原文未提供该模型在视觉理解、长程规划与动作执行方面的具体评测指标，未说明支持的具体文件格式，也未明确限时优惠的截止日期。
SOURCES