GLM-5V-Turbo 是视觉和工具调用模型，但连接浏览器前仍要确认精确托管路由及账号权限。选择一个能通过当前可用服务商调用 glm-5v-turbo、也能在本机运行 Tabbit CLI 的 Agent。随后在同一获准测试页复跑，对照模型从截图中读到的内容与网页文本，并在任何写入动作前停止。
要点
先核对服务商、精确 ID、账号、地区和可用性。
模型的视觉理解和函数调用不等于本机浏览器控制。
用同一测试页、同一组标签和值，分别记录截图读取与 DOM 证据。
运行只读任务，并在具名草稿处停下等待人工审核。
核对模型与托管路由
| 核对项 | 智谱官方规格 | 账号仍需确认 |
|---|---|---|
| 精确 ID | glm-5v-turbo | 服务商和端点 |
| 输入/输出 | 图片、视频、文本、文件 → 文本 | 客户端能否传入图片 |
| 工具 | 列出函数调用 | 工具结构和适配器 |
| 生命周期 | 智谱文档仍列出；腾讯云 TokenHub 标注即将下线 | 查询当前服务商控制台 |
| 本机浏览器 | 模型 API 不提供 | 本机 Agent 启动 Tabbit CLI |
智谱当前模型页将 GLM-5V-Turbo 列为多模态 Coding 模型，注明图片、视频、文本和文件输入，文本输出、200K 上下文及函数调用。这些是模型公开规格，不代表所有服务商仍可访问。智谱使用的精确 ID 为 glm-5v-turbo。腾讯云 TokenHub 当前文档把该路由标为“即将下线”；一位 OpenRouter 用户也曾反馈自己找不到该模型。这些是特定托管平台的生命周期信号。选择客户端前，请直接核对智谱账号、地区、端点、额度和计费。不要按名称相似换成 GLM-5、GLM-5.1 或其他 GLM-V。 智谱模型页 · 腾讯云 TokenHub 文档 · Models.dev 智谱目录
11 月 10 日查询时，OpenRouter 为 z-ai/glm-5v-turbo 列出 Z.AI 服务商，标注工具调用和图片输入。这是独立接入路径，复跑前先核对权限。 OpenRouter
先核验精确托管路由
模型返回结果，Agent 客户端执行工具，Tabbit CLI 操作本机浏览器。选择能访问精确路由、支持对应服务商适配器且允许本机命令的客户端。先用无副作用任务测试工具调用。发现 Skill、启动器可达、模型 API 可用、网站已登录是不同检查。
安装 Tabbit Browser，在获准测试网站登录，再按 Tabbit CLI 快速开始配置本机客户端。支持的客户端可能提供 /tabbit；Pi 使用 /skill:tabbit；有些客户端通过 /skills 菜单发现。云端 Agent 没有经过验证的本机交接方式，就不能控制这台电脑上的浏览器。请阅读连接现有浏览器和浏览器 MCP 与 CLI 对比。
对照视觉读取和网页证据
先选一个可重复访问的获准测试网页，固定 URL 和可见字段。记录浏览器返回的页面文本，再让客户端把同页截图传给模型。逐项比较标题、标签、数值、单位和提示文字。视觉读取适用于排查排版或图标含义；DOM 文本便于复制和核对。两种证据不一致时标记差异，不要让模型自动选择一个“正确”结果。
| 证据 | 记录 | 可以证明什么 |
|---|---|---|
| DOM 文本 | 字段标签和值 | 页面暴露的文字 |
| 截图 | 可见布局、图标或截断标签 | 图片中实际显示的内容 |
| 差异 | 不一致内容及位置 | 哪些地方需要人工查看 |
| 操作结果 | 获准操作后的页面状态 | 页面是否出现可见变化 |
| 未知 | 缺失或隐藏的信息 | 哪些结论无法得出 |
在不改动测试网页的情况下复跑
对照两种读取结果时，不要执行会改变页面状态的动作。先确认视觉模型看到的确实是当前页面截图，而不是过期图像；同时确认 OCR/DOM 文本没有遗漏隐藏标签。即使模型能调用工具，网页实际操作仍由客户端和 Tabbit CLI 执行，需观察导航、元素状态和结果。不要仅凭模型说“完成”就认定点击或提交成功。
在 Tabbit Browser 中审阅结果
Tabbit Browser保留授权网站的登录，Tabbit CLI让本机 Agent 在独立任务标签页中读取页面，你可以继续使用其他标签页。让 Agent 生成名为“GLM-5V-Turbo 视觉复跑”的草稿，分别呈现截图读取和 DOM 摘录，再停下等待审阅。
2026 年 11 月 9 日的本地测试夹具显示，第一个任务建立短时测试登录后，第二个 Tabbit CLI 任务读到了测试页。这只验证了该环境的会话复用，并未测试 GLM-5V-Turbo、服务商适配器或外部看板。
本机 Agent 提示词
确认账号能调用精确 ID glm-5v-turbo，且本机 Agent 可启动 Tabbit CLI 后再使用。这是受控测试配方，不代表已执行该模型与客户端组合。
在新的 Tabbit CLI 任务标签页打开同一个获准测试网页。只读。记录标题、网址、页面文本中的可见标签和值。如果客户端会把截图传给 GLM-5V-Turbo，也单独记录模型从视觉中识别的内容。逐项对照标签，将结果标为页面可见、推断或未知。不要点击控件、改筛选、保存、导出或提交。创建名为“GLM-5V-Turbo 视觉复跑”的草稿，展示两种证据后停止，等待人工审阅。用户报告了什么
一位用户在发布时通过 Z.ai 测试了随机图片，称模型“was able to output nicely”；原帖也说当时尚未包含在 Coding Plan 中。几个月后，另一位用户反馈 OpenRouter 报错称 glm-5v-turbo 不可用。这些一手记录说明，同页复跑既要核对精确托管平台，也要核对视觉证据。它们不能证明当前可用性或模型质量高低。图片测试原帖 · 后续可用性反馈
相关阅读
Tabbit CLI 使用指南、连接现有浏览器、浏览器 Agent 首次任务检查清单、浏览器 MCP 与 CLI 对比、DOM 与视觉浏览器 Agent、Codex 与 Tabbit CLI 配置、浏览器 Agent 提示词模板、本机与云端浏览器 Agent
常见问题
GLM-5V-Turbo 给浏览器任务带来什么？
智谱官方页列出图片、视频输入和函数调用。客户端仍需传递图片并在本机执行浏览器工具。
应该测试哪个精确模型 ID？
智谱文档写作 `glm-5v-turbo`。请在自己的账号确认 ID 和端点。其他托管商或聚合服务的可用性各自不同。
模型能直接控制 Tabbit Browser 吗？
不能。本机 Agent 客户端需要执行 Tabbit CLI，再把浏览器证据交给模型。
能同时对照截图和 DOM 文本吗？
如果客户端按支持格式传入图片就可以。逐项核对标签和值，不要把截图误当成操作成功的证明。
复跑会修改页面吗？
不会。配方是只读的，并停在具名草稿。测试中不要点击提交或写入操作。