结论：GLM-5 和 MiniMax-M2.5 都不算“原生支持图片输入”的多模态聊天模型。
- GLM-5：智谱官方文档把它标成 “输入模态：文本，输出模态：文本”，所以 不支持图片作为输入。如果你要做视觉理解，智谱另有 GLM-4.6V 这类视觉模型。(docs.bigmodel.cn)
- MiniMax-M2.5：MiniMax 官方把它归在 text models 里；而且其官方 Anthropic 兼容接口明确写了 not supported，也就是 目前不支持图片输入。(MiniMax API Docs)
补充一点，MiniMax 整个平台本身是多模态的，有图像、视频、语音等能力，也有单独的视觉模型和图像接口；但这不等于 M2.5 本体 就能直接吃图片。官方还提到可以通过 MCP 的 工具做图像理解，不过那属于工具能力，不是 M2.5 原生图片输入。(MiniMax)
你要是愿意，我可以顺手给你列一张： “GLM-5 / GLM-4.6V / MiniMax-M2.5 / MiniMax-VL-01 各自支持什么输入输出”的对照表。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/239342.html