ComfyUI Node
GLM视觉丨API
A ComfyUI node in QING/API with 10 inputs and 3 outputs.
GLM视觉丨API
- image
- generated_text
- conversation_info
- total_tokens
◄text_input请描述这张图片的内容。►
◄platform智谱AI►
◄modelGLM-4.1V-9B-Thinking►
◄max_tokens4096►
◄history8►
◄temperature0.7►
◄top_p0.90►
◄image_qualityauto►
◄clear_historyfalse►
CategoryQING/API
Inputs (10)
| Name | Type | Default | Description |
|---|---|---|---|
| image | IMAGE | 输入要分析的图像 | |
| text_input | STRING | 请描述这张图片的内容。 | 输入要发送给GLM视觉模型的文本问题，GLM擅长图像理解、文档分析和视觉推理 |
| platform | COMBO | 智谱AI | 选择API服务提供商 |
| model | COMBO | GLM-4.1V-9B-Thinking | 选择要使用的GLM视觉模型 📋 智谱AI模型特点： 🔸 GLM-4.5V：最新视觉模型，全面提升的图像理解能力 🔸 GLM-4.1V-Thinking-FlashX：思维链推理版本，擅长复杂视觉分析 🔸 GLM-4V-Flash：快速响应版本，适合实时应用 🔸 GLM-4V：标准视觉版本，平衡性能和效果 🔸 GLM-4V-Plus：增强版本，高精度图像理解 📋 硅基流动模型特点： 🔸 GLM-4.5V：高性能视觉模型，性价比优秀 🔸 GLM-4.1V-9B-Thinking：9B参数思维链模型，高效推理 💡 GLM视觉模型在文档理解、图表分析、场景识别方面表现优异 |
| max_tokens | INT | 40961–32768 | 模型生成文本时最多能使用的token数量 |
| history | INT | 81–25 | 保持的历史对话轮数 |
| temperatureopt | FLOAT | 0.70–2 | 控制生成文本的随机性 |
| top_popt | FLOAT | 0.900–1 | 控制生成文本的多样性 |
| image_qualityopt | COMBO | auto | 图像处理质量：auto(自动选择), low(低质量，速度快), high(高质量，精度高) |
| clear_historyopt | BOOLEAN | false | 是否清除历史对话记录 |
Outputs (3)
| Name | Type | Description |
|---|---|---|
| generated_text | STRING | — |
| conversation_info | STRING | — |
| total_tokens | INT | — |