GLM-4-Flash هو أحد ملفات النماذج اللغوية GLM-4 ذات الأسماء المستقلة لدى Zhipu AI. يذكر تقديم المصنّع الأصلي لـ GLM-4 API نموذج Flash إلى جانب GLM-4-0520 وAir وAirX. وتعرّف وثائق GLM-4 الحالية أيضاً Flash بوصفه السلسلة اللغوية الأقدم التي تطورت منها ملفات Flash محسّنة ومؤرخة تحمل أسماء مستقلة.
قدّم السؤال والنص اللازم للإجابة عنه. يمكن لطلب موجز أن يطلب شرحاً قصيراً أو تلخيص رسالة أو إعادة صياغة لجمهور محدد. حدّد المعلومات التي ينبغي أن تبقيها الإجابة والطول أو البنية اللذين يجعلانها مفيدة في المحادثة.
في مثال استجابة دعم، قدّم رسالة المستخدم والحقائق المعتمدة للرد. اطلب إجابة موجزة تتناول السؤال المذكور، ثم أبقِ الرسالة الأصلية إلى جانب المسودة. يبقي ذلك أي تصحيح لاحق مركزاً على حقيقة أو عبارة بعينها.
توصي إرشادات GLM-4 الأوسع لدى المنتج بالتصنيف الدلالي. لمهمة تصنيف صغيرة، قدّم تعريفات الفئات وقاعدة واضحة للرسالة الملتبسة. اطلب الفئة المختارة مع شرح قصير يستند إلى النص المقدّم.
يمكن لمثال مهمة صندوق الوارد التمييز بين سؤال وطلب تغيير وإقرار بالاستلام. احتفظ بمعرّف الرسالة الأصلية مع القرار المعاد. عندما تتضمن الرسالة أكثر من غرض، حدّد كيفية تمثيله في النتيجة المطلوبة بدلاً من الاعتماد على قاعدة تصنيف غير معلنة.
تعيد أمثلة المحادثة GLM-4 لدى المصنّع محتوى مكتوباً من الرسائل المقدمة. اختر ناتجاً يلائم تفاعلاً محدداً: إجابة من فقرة واحدة، أو قائمة قصيرة بالنقاط الرئيسية، أو جملة منقحة تحافظ على الصياغة المعتمدة للأسماء والأرقام.
لتلخيص فقرة، حدّد الحقائق التي يجب أن تبقى في النسخة الأقصر. لإعادة الصياغة، حدّد التفاصيل الثابتة وجوانب النبرة أو البنية التي يمكن تغييرها. تمنح خيارات الإعداد هذه النص المكتمل غرضاً ملموساً وتبقي المادة الأصلية متاحة للتحقق.
GLM-4-Flash وFlashX وFlash-250414 ملفات مستقلة الأسماء لدى المنتج. احتفظ باسم Flash المختار مع الطلب والمخرجات عند متابعة المحادثة أو مراجعة مجموعة استجابات. يمكن للتعليمات التالية الرجوع إلى المسودة المقبولة واستهداف تغيير معين، مثل استبدال عبارة غير واضحة أو استعادة قيد مفقود.
احفظ الإجابة الموجزة أو نتيجة التصنيف مع معرّف المصدر. قارن الأسماء والقيم وتفسيرات الفئات المستخرجة بالمدخلات، ثم انقل الناتج المصحّح إلى خطوة المحادثة أو المستند التالية.
", "aboutText": "GLM-4-Flash هو أحد ملفات النماذج اللغوية GLM-4 ذات الأسماء المستقلة لدى Zhipu AI. يذكر تقديم المصنّع الأصلي لـ GLM-4 API نموذج Flash إلى جانب GLM-4-0520 وAir وAirX. وتعرّف وثائق GLM-4 الحالية أيضاً Flash بوصفه السلسلة اللغوية الأقدم التي تطورت منها ملفات Flash محسّنة ومؤرخة تحمل أسماء مستقلة.\n\n### امنح المهمة المحددة حدوداً واضحة\n\nقدّم السؤال والنص اللازم للإجابة عنه. يمكن لطلب موجز أن يطلب شرحاً قصيراً أو تلخيص رسالة أو إعادة صياغة لجمهور محدد. حدّد المعلومات التي ينبغي أن تبقيها الإجابة والطول أو البنية اللذين يجعلانها مفيدة في المحادثة.\n\nفي مثال استجابة دعم، قدّم رسالة المستخدم والحقائق المعتمدة للرد. اطلب إجابة موجزة تتناول السؤال المذكور، ثم أبقِ الرسالة الأصلية إلى جانب المسودة. يبقي ذلك أي تصحيح لاحق مركزاً على حقيقة أو عبارة بعينها.\n\n### عرّف الفئات قبل طلب القرار\n\nتوصي إرشادات GLM-4 الأوسع لدى المنتج بالتصنيف الدلالي. لمهمة تصنيف صغيرة، قدّم تعريفات الفئات وقاعدة واضحة للرسالة الملتبسة. اطلب الفئة المختارة مع شرح قصير يستند إلى النص المقدّم.\n\nيمكن لمثال مهمة صندوق الوارد التمييز بين سؤال وطلب تغيير وإقرار بالاستلام. احتفظ بمعرّف الرسالة الأصلية مع القرار المعاد. عندما تتضمن الرسالة أكثر من غرض، حدّد كيفية تمثيله في النتيجة المطلوبة بدلاً من الاعتماد على قاعدة تصنيف غير معلنة.\n\n### أنتج ناتجاً نصياً موجزاً\n\nتعيد أمثلة المحادثة GLM-4 لدى المصنّع محتوى مكتوباً من الرسائل المقدمة. اختر ناتجاً يلائم تفاعلاً محدداً: إجابة من فقرة واحدة، أو قائمة قصيرة بالنقاط الرئيسية، أو جملة منقحة تحافظ على الصياغة المعتمدة للأسماء والأرقام.\n\nلتلخيص فقرة، حدّد الحقائق التي يجب أن تبقى في النسخة الأقصر. لإعادة الصياغة، حدّد التفاصيل الثابتة وجوانب النبرة أو البنية التي يمكن تغييرها. تمنح خيارات الإعداد هذه النص المكتمل غرضاً ملموساً وتبقي المادة الأصلية متاحة للتحقق.\n\n### أبقِ ملف Flash والمهمة معاً\n\nGLM-4-Flash وFlashX وFlash-250414 ملفات مستقلة الأسماء لدى المنتج. احتفظ باسم Flash المختار مع الطلب والمخرجات عند متابعة المحادثة أو مراجعة مجموعة استجابات. يمكن للتعليمات التالية الرجوع إلى المسودة المقبولة واستهداف تغيير معين، مثل استبدال عبارة غير واضحة أو استعادة قيد مفقود.\n\nاحفظ الإجابة الموجزة أو نتيجة التصنيف مع معرّف المصدر. قارن الأسماء والقيم وتفسيرات الفئات المستخرجة بالمدخلات، ثم انقل الناتج المصحّح إلى خطوة المحادثة أو المستند التالية.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Draft a concise booking reply\n\nWrite a concise reply to this customer: "Can our group arrive at 09:00?" Approved facts: reception opens at 09:30; luggage may be left from 09:30; room access starts at 15:00. Keep the reply to two sentences. Answer the early-arrival question clearly without promising an earlier room or unattended luggage storage.A two-sentence customer reply using only the approved reception, luggage and room-access times.Check that 09:00 is not accepted and room access remains 15:00.glm-4-flashGLM-4-Flash هو ملف نموذج لغوي GLM-4 من Zhipu AI للمحادثة المكتوبة والمهام النصية المحددة. أعطه سؤالاً واضحاً أو فقرة مصدرية موجزة لإعداد شرح قصير أو قرار تصنيف أو استجابة معاد صياغتها بإيجاز.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
GLM-4-Flash هو أحد ملفات النماذج اللغوية GLM-4 ذات الأسماء المستقلة لدى Zhipu AI. يذكر تقديم المصنّع الأصلي لـ GLM-4 API نموذج Flash إلى جانب GLM-4-0520 وAir وAirX. وتعرّف وثائق GLM-4 الحالية أيضاً Flash بوصفه السلسلة اللغوية الأقدم التي تطورت منها ملفات Flash محسّنة ومؤرخة تحمل أسماء مستقلة.
قدّم السؤال والنص اللازم للإجابة عنه. يمكن لطلب موجز أن يطلب شرحاً قصيراً أو تلخيص رسالة أو إعادة صياغة لجمهور محدد. حدّد المعلومات التي ينبغي أن تبقيها الإجابة والطول أو البنية اللذين يجعلانها مفيدة في المحادثة.
في مثال استجابة دعم، قدّم رسالة المستخدم والحقائق المعتمدة للرد. اطلب إجابة موجزة تتناول السؤال المذكور، ثم أبقِ الرسالة الأصلية إلى جانب المسودة. يبقي ذلك أي تصحيح لاحق مركزاً على حقيقة أو عبارة بعينها.
توصي إرشادات GLM-4 الأوسع لدى المنتج بالتصنيف الدلالي. لمهمة تصنيف صغيرة، قدّم تعريفات الفئات وقاعدة واضحة للرسالة الملتبسة. اطلب الفئة المختارة مع شرح قصير يستند إلى النص المقدّم.
يمكن لمثال مهمة صندوق الوارد التمييز بين سؤال وطلب تغيير وإقرار بالاستلام. احتفظ بمعرّف الرسالة الأصلية مع القرار المعاد. عندما تتضمن الرسالة أكثر من غرض، حدّد كيفية تمثيله في النتيجة المطلوبة بدلاً من الاعتماد على قاعدة تصنيف غير معلنة.
تعيد أمثلة المحادثة GLM-4 لدى المصنّع محتوى مكتوباً من الرسائل المقدمة. اختر ناتجاً يلائم تفاعلاً محدداً: إجابة من فقرة واحدة، أو قائمة قصيرة بالنقاط الرئيسية، أو جملة منقحة تحافظ على الصياغة المعتمدة للأسماء والأرقام.
لتلخيص فقرة، حدّد الحقائق التي يجب أن تبقى في النسخة الأقصر. لإعادة الصياغة، حدّد التفاصيل الثابتة وجوانب النبرة أو البنية التي يمكن تغييرها. تمنح خيارات الإعداد هذه النص المكتمل غرضاً ملموساً وتبقي المادة الأصلية متاحة للتحقق.
GLM-4-Flash وFlashX وFlash-250414 ملفات مستقلة الأسماء لدى المنتج. احتفظ باسم Flash المختار مع الطلب والمخرجات عند متابعة المحادثة أو مراجعة مجموعة استجابات. يمكن للتعليمات التالية الرجوع إلى المسودة المقبولة واستهداف تغيير معين، مثل استبدال عبارة غير واضحة أو استعادة قيد مفقود.
احفظ الإجابة الموجزة أو نتيجة التصنيف مع معرّف المصدر. قارن الأسماء والقيم وتفسيرات الفئات المستخرجة بالمدخلات، ثم انقل الناتج المصحّح إلى خطوة المحادثة أو المستند التالية.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود glm-4-flash | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود أمثلة: system, user, assistant, tool, function الشروط: تُمثَّل هذه الأدوار صراحةً بأنواع التوافق في الشيفرة المصدرية؛ وتظل مجموعة الأدوار الدقيقة خاصة بكل نموذج. يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring|content_part[]|null | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_calls | النوعtool_call[] | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_call_id | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— |
الحقلmessages[].name | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].reasoning_content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— |
الحقلmessages[].reasoning_details | النوعobject|array | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_completion_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
الحقلstream_options.include_usage | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtemperature | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtop_p | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلstop | النوعstring|string[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools | النوعfunction_tool[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].type | النوعstring | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].function.name | النوعstring | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— |
الحقلtools[].function.description | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtools[].function.parameters | النوعJSON_schema | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtool_choice | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلparallel_tool_calls | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلresponse_format | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning_effort | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلservice_tier | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلinstructions | النوعstring | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— |
الحقلfunctions | النوعfunction[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلfunction_call | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلprompt_cache_options | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmodalities | النوعstring[] | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— |
الحقلcache_control.ttl | النوعstring | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
المعلمةcontrol_scope | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
دورة الحياة: synchronous_or_streamed
أرسل معرّف النموذج الدقيق مع messages.
طول السياق ليس حدًا أقصى للإخراج.
يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.000028 / 1K من الرموز الإخراج · رموز الإخراج $0.000028 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "glm-4-flash", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='glm-4-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='glm-4-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra glm-4-flash
استخدم مسارات الطرائق المعروضة أعلاه.
glm-4-flashGLM-4-Flash هو ملف نموذج لغوي GLM-4 من Zhipu AI للمحادثة المكتوبة والمهام النصية المحددة. أعطه سؤالاً واضحاً أو فقرة مصدرية موجزة لإعداد شرح قصير أو قرار تصنيف أو استجابة معاد صياغتها بإيجاز.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
GLM-4-Flash هو أحد ملفات النماذج اللغوية GLM-4 ذات الأسماء المستقلة لدى Zhipu AI. يذكر تقديم المصنّع الأصلي لـ GLM-4 API نموذج Flash إلى جانب GLM-4-0520 وAir وAirX. وتعرّف وثائق GLM-4 الحالية أيضاً Flash بوصفه السلسلة اللغوية الأقدم التي تطورت منها ملفات Flash محسّنة ومؤرخة تحمل أسماء مستقلة.
قدّم السؤال والنص اللازم للإجابة عنه. يمكن لطلب موجز أن يطلب شرحاً قصيراً أو تلخيص رسالة أو إعادة صياغة لجمهور محدد. حدّد المعلومات التي ينبغي أن تبقيها الإجابة والطول أو البنية اللذين يجعلانها مفيدة في المحادثة.
في مثال استجابة دعم، قدّم رسالة المستخدم والحقائق المعتمدة للرد. اطلب إجابة موجزة تتناول السؤال المذكور، ثم أبقِ الرسالة الأصلية إلى جانب المسودة. يبقي ذلك أي تصحيح لاحق مركزاً على حقيقة أو عبارة بعينها.
توصي إرشادات GLM-4 الأوسع لدى المنتج بالتصنيف الدلالي. لمهمة تصنيف صغيرة، قدّم تعريفات الفئات وقاعدة واضحة للرسالة الملتبسة. اطلب الفئة المختارة مع شرح قصير يستند إلى النص المقدّم.
يمكن لمثال مهمة صندوق الوارد التمييز بين سؤال وطلب تغيير وإقرار بالاستلام. احتفظ بمعرّف الرسالة الأصلية مع القرار المعاد. عندما تتضمن الرسالة أكثر من غرض، حدّد كيفية تمثيله في النتيجة المطلوبة بدلاً من الاعتماد على قاعدة تصنيف غير معلنة.
تعيد أمثلة المحادثة GLM-4 لدى المصنّع محتوى مكتوباً من الرسائل المقدمة. اختر ناتجاً يلائم تفاعلاً محدداً: إجابة من فقرة واحدة، أو قائمة قصيرة بالنقاط الرئيسية، أو جملة منقحة تحافظ على الصياغة المعتمدة للأسماء والأرقام.
لتلخيص فقرة، حدّد الحقائق التي يجب أن تبقى في النسخة الأقصر. لإعادة الصياغة، حدّد التفاصيل الثابتة وجوانب النبرة أو البنية التي يمكن تغييرها. تمنح خيارات الإعداد هذه النص المكتمل غرضاً ملموساً وتبقي المادة الأصلية متاحة للتحقق.
GLM-4-Flash وFlashX وFlash-250414 ملفات مستقلة الأسماء لدى المنتج. احتفظ باسم Flash المختار مع الطلب والمخرجات عند متابعة المحادثة أو مراجعة مجموعة استجابات. يمكن للتعليمات التالية الرجوع إلى المسودة المقبولة واستهداف تغيير معين، مثل استبدال عبارة غير واضحة أو استعادة قيد مفقود.
احفظ الإجابة الموجزة أو نتيجة التصنيف مع معرّف المصدر. قارن الأسماء والقيم وتفسيرات الفئات المستخرجة بالمدخلات، ثم انقل الناتج المصحّح إلى خطوة المحادثة أو المستند التالية.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود glm-4-flash | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.000028 / 1K من الرموز الإخراج · رموز الإخراج $0.000028 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "glm-4-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'glm-4-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'glm-4-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra glm-4-flash
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Draft a concise booking reply\n\nWrite a concise reply to this customer: "Can our group arrive at 09:00?" Approved facts: reception opens at 09:30; luggage may be left from 09:30; room access starts at 15:00. Keep the reply to two sentences. Answer the early-arrival question clearly without promising an earlier room or unattended luggage storage.A two-sentence customer reply using only the approved reception, luggage and room-access times.Check that 09:00 is not accepted and room access remains 15:00.