GLM-5V-Turbo admite visión y llamadas de herramienta, pero primero debes comprobar la ruta alojada exacta y el acceso de tu cuenta. Elige un agente local que pueda llamar a glm-5v-turbo mediante un proveedor disponible y ejecutar Tabbit CLI. Repite la misma página autorizada, compara lo leído en la captura con el texto de la página y detente antes de escribir.
El 10 de noviembre, OpenRouter mostraba a Z.AI como proveedor de z-ai/glm-5v-turbo, con herramientas y entrada de imágenes. Comprueba el acceso a esa ruta antes de repetir la lectura. OpenRouter
Puntos clave
Verifica primero proveedor, ID exacto, cuenta, región y disponibilidad.
La visión y las llamadas de función no controlan por sí solas el navegador local.
Mantén la página y los campos; registra por separado la captura y el DOM.
Trabaja en solo lectura y detente en un borrador para revisión humana.
Comprobaciones del modelo y el host
| Qué comprobar | Docs oficiales GLM-5V-Turbo | Verificación de cuenta |
|---|---|---|
| ID exacto | glm-5v-turbo | Host y endpoint exactos |
| Entrada/salida | Imagen, vídeo, texto, archivos → texto | Si el cliente transmite imágenes |
| Herramientas | Llamadas de función | Esquema y adaptador del cliente |
| Ciclo de vida | BigModel lo lista; TokenHub prevé retirarlo pronto | Revisar el proveedor actual |
| Navegador local | No lo ofrece la API | El agente local inicia Tabbit CLI |
Verifica primero la ruta alojada exacta
El modelo devuelve respuestas, el cliente ejecuta herramientas y Tabbit CLI controla el navegador local. Elige un cliente con acceso a la ruta exacta, adaptador compatible y comandos locales. Prueba primero sin efectos. Descubrir el Skill, alcanzar el ejecutable, acceder a la API e iniciar sesión son comprobaciones distintas.
Instala Tabbit Browser, inicia sesión en el sitio de prueba autorizado y configura el cliente local con la guía rápida de Tabbit CLI. Algunos clientes muestran /tabbit; Pi usa /skill:tabbit; otros tienen un menú /skills. Un agente en la nube sin transferencia local verificada no puede controlar este navegador. Lee cómo conectar un agente al navegador existente y MCP de navegador frente a CLI.
Compara la lectura visual con las pruebas de la página
Elige una página de prueba autorizada que puedas volver a abrir. Mantén fijos la URL y los campos. Registra primero el texto del navegador y después, si el cliente lo admite, envía al modelo una captura de esa misma página. Compara título, etiquetas, valores, unidades y avisos. La imagen ayuda a interpretar diseño e iconos; el DOM facilita copiar y verificar texto. Si difieren, anota el desajuste en vez de dejar que el modelo elija en silencio.
| Prueba | Registro | Qué puede demostrar |
|---|---|---|
| Texto DOM | Etiqueta y valor | Texto expuesto por la página |
| Captura | Diseño, icono o etiqueta cortada | Lo visible en la imagen |
| Diferencia | Desajuste y ubicación | Dónde hace falta revisión humana |
| Resultado de acción | Estado tras una acción permitida | Si la página cambió visiblemente |
| Desconocido | Contexto ausente u oculto | Qué no se puede concluir |
Repite la página de prueba sin modificarla
No cambies el estado de la página al comparar las lecturas. Confirma que el modelo recibió la captura actual, no una imagen antigua, y comprueba si la extracción DOM omite etiquetas ocultas. Aunque el modelo pueda llamar herramientas, el cliente y Tabbit CLI ejecutan las acciones. Observa navegación, estado de los elementos y resultado. Que el modelo diga “hecho” no demuestra que un clic o envío haya tenido éxito.
Revisa el resultado en Tabbit Browser
Tabbit Browser conserva la sesión autorizada y Tabbit CLI da al agente local una pestaña de tarea separada mientras usas las demás. Pídele crear “Repetición visual GLM-5V-Turbo”, mostrar lado a lado la lectura de la captura y el fragmento DOM, y detenerse para revisión.
En una prueba local del 9 de noviembre, una segunda tarea de Tabbit CLI leyó una página de prueba después de que la primera creara un inicio de sesión temporal. Esto solo verifica la reutilización de sesión en ese entorno; no prueba GLM-5V-Turbo, un adaptador ni un panel externo.
Prompt para el agente local
Usa esto tras verificar que tu cuenta puede llamar al ID exacto glm-5v-turbo y que el agente local inicia Tabbit CLI. Es una receta de prueba, no una integración ejecutada.
Abre la misma página de prueba autorizada en una pestaña nueva de tarea de Tabbit CLI. Solo lectura. Registra título, URL, etiquetas y valores del texto de la página. Si el cliente envía una captura a GLM-5V-Turbo, anota por separado lo que identifica visualmente. Compara cada etiqueta y marca el resultado observado, inferido o desconocido. No hagas clic, cambies filtros, guardes, exportes ni envíes. Prepara un borrador llamado “Repetición visual GLM-5V-Turbo”, muestra ambas pruebas y detente para revisión humana.Qué informaron los usuarios
Al publicarse, un usuario probó una imagen aleatoria en Z.ai y dijo que “was able to output nicely”; también señaló que aún no estaba en el plan de programación. Meses después, otra persona informó de errores de OpenRouter que indicaban que glm-5v-turbo no estaba disponible. Estos testimonios explican por qué la repetición debe verificar el host y las pruebas visuales. No demuestran disponibilidad actual ni calidad comparativa. Prueba de imagen · Informe posterior de disponibilidad
Lecturas relacionadas
Guía de Tabbit CLI, Conectar un agente al navegador actual, Lista para la primera tarea del agente, MCP de navegador frente a CLI, Agentes DOM y visuales, Configurar Codex y Tabbit CLI, Plantilla de prompt para agentes, Agentes locales y en la nube
Preguntas frecuentes
¿Qué aporta GLM-5V-Turbo a una tarea del navegador?
La página oficial enumera imágenes, vídeo y llamadas de función. El cliente aún debe enviar la imagen y ejecutar las herramientas localmente.
¿Qué ID exacto debo probar?
Zhipu documenta `glm-5v-turbo`. Confirma el ID y endpoint de tu cuenta. Otros proveedores pueden tener disponibilidad distinta.
¿El modelo controla Tabbit Browser directamente?
No. Un agente local debe ejecutar Tabbit CLI y pasar las pruebas al modelo.
¿Puedo comparar una captura con el texto DOM?
Sí, si el cliente envía la imagen en un formato admitido. Comprueba etiquetas y valores; una captura no demuestra que una acción se completó.
¿La repetición modificará la página?
No. La receta es de solo lectura y se detiene en un borrador para revisión humana.