Zhipu AI a lancé GLM-5V-Turbo, un modèle multimodal dédié à la programmation visuelle. Il combine la compréhension d'images, de vidéos et de documents avec la rédaction de code, et dispose d'une fenêtre contextuelle de 200 000 caractères. Ce modèle excelle dans les tests de performance liés aux agents d'interface graphique et au codage, permettant une reproduction rapide de l'interface utilisateur à partir de captures d'écran ainsi qu'une édition interactive du code. Son intégration à AutoClaw permet désormais d'effectuer des tâches visuelles telles que l'analyse de graphiques financiers.