GLM 4.1V 9B Thinking هو نموذج Z.ai للرؤية واللغة الذي يركز على الاستدلال، والمبني على أساس GLM 4 9B 0414. يصف المطوّر نهجًا موجهًا نحو التفكير يستخدم التعلم المعزز لربط الإدراك البصري باستدلال أكثر تعقيدًا. تدعم بطاقته المنشورة سياقًا بطول 64K ومعالجة صور بنسب أبعاد كيفما كانت وبدقة تصل إلى 4K.
قدّم صورة ومهمة مكتوبة تحدد المعلومات المطلوب إعادتها. يمكن لمخطط أن يستدعي شرح علاقات بعينها؛ ويمكن لصورة فوتوغرافية أن تسأل عن التفاصيل المرئية التي تدعم استنتاجًا. أبقِ الملاحظة والتفسير منفصلين حتى يمكن التحقق من الإجابة مقابل المصدر.
يجمع مثال الاستدلال لدى المطوّر صورة واحدة مع سؤال يطلب وصفها. ولمهمة أكثر تحديدًا، سمِّ المنطقة أو الجسم أو العلاقة المهمة. قدّم الشروط غير الظاهرة في الصورة بوصفها حقائق مكتوبة مستقلة.
استخدم مصدرًا مقروءًا يحافظ على التسميات والتفاصيل ذات الصلة. يساعد دعم نسب الأبعاد كيفما كانت على الاحتفاظ بالتكوين الأصلي، بينما تحدد الواجهة المعينة صيغة الإدخال والمعالجة المسبقة المتاحة للطلب. ولا تجعل إتاحة دقة معينة المعلومات المحجوبة أو المفقودة مرئية.
اطلب المخرج النهائي المطلوب، مثل وصف أو مقارنة أو إجابة مبررة. وإذا كان جزء من المصدر غير واضح، فاطلب ذكر هذا الغموض إلى جانب النتيجة. ويمكن لمتابعة تحديد تفصيل واحد مختلف عليه دون تغيير السؤال الأساسي.
يسرد ملف الخدمة المستضافة المحدد سياقًا بطول 64,000 رمز وحصة إكمال تبلغ 32,000 رمز؛ ويصف المطوّر سياقه بأنه 64K. استخدم حدود الإدخال والاستجابة الموثقة للواجهة المختارة في المهمة الفعلية.
احتفظ بهوية 9B Thinking مع المصادر البصرية والإجابة. لنموذج Base وملفات Flash المسمّاة على نحو مستقل هوياتها الخاصة. توضح ميزانية التوليد في مثال المطوّر مهمة استدلال واحدة، وليست حدًا أقصى عامًا للمخرج.
", "aboutText": "GLM 4.1V 9B Thinking هو نموذج Z.ai للرؤية واللغة الذي يركز على الاستدلال، والمبني على أساس GLM 4 9B 0414. يصف المطوّر نهجًا موجهًا نحو التفكير يستخدم التعلم المعزز لربط الإدراك البصري باستدلال أكثر تعقيدًا. تدعم بطاقته المنشورة سياقًا بطول 64K ومعالجة صور بنسب أبعاد كيفما كانت وبدقة تصل إلى 4K.\n\n### اربط التفاصيل المرئية بالسؤال\n\nقدّم صورة ومهمة مكتوبة تحدد المعلومات المطلوب إعادتها. يمكن لمخطط أن يستدعي شرح علاقات بعينها؛ ويمكن لصورة فوتوغرافية أن تسأل عن التفاصيل المرئية التي تدعم استنتاجًا. أبقِ الملاحظة والتفسير منفصلين حتى يمكن التحقق من الإجابة مقابل المصدر.\n\nيجمع مثال الاستدلال لدى المطوّر صورة واحدة مع سؤال يطلب وصفها. ولمهمة أكثر تحديدًا، سمِّ المنطقة أو الجسم أو العلاقة المهمة. قدّم الشروط غير الظاهرة في الصورة بوصفها حقائق مكتوبة مستقلة.\n\n### جهّز الصورة ومهمة الاستدلال\n\nاستخدم مصدرًا مقروءًا يحافظ على التسميات والتفاصيل ذات الصلة. يساعد دعم نسب الأبعاد كيفما كانت على الاحتفاظ بالتكوين الأصلي، بينما تحدد الواجهة المعينة صيغة الإدخال والمعالجة المسبقة المتاحة للطلب. ولا تجعل إتاحة دقة معينة المعلومات المحجوبة أو المفقودة مرئية.\n\nاطلب المخرج النهائي المطلوب، مثل وصف أو مقارنة أو إجابة مبررة. وإذا كان جزء من المصدر غير واضح، فاطلب ذكر هذا الغموض إلى جانب النتيجة. ويمكن لمتابعة تحديد تفصيل واحد مختلف عليه دون تغيير السؤال الأساسي.\n\n### السياق والإصدار\n\nيسرد ملف الخدمة المستضافة المحدد سياقًا بطول 64,000 رمز وحصة إكمال تبلغ 32,000 رمز؛ ويصف المطوّر سياقه بأنه 64K. استخدم حدود الإدخال والاستجابة الموثقة للواجهة المختارة في المهمة الفعلية.\n\nاحتفظ بهوية 9B Thinking مع المصادر البصرية والإجابة. لنموذج Base وملفات Flash المسمّاة على نحو مستقل هوياتها الخاصة. توضح ميزانية التوليد في مثال المطوّر مهمة استدلال واحدة، وليست حدًا أقصى عامًا للمخرج.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Reason from a written diagram description\n\nUse this written description of diagram D1: tank A feeds filter F; filter F feeds valve V; valve V feeds tank B. A bypass pipe runs from A directly to B. If V is closed, explain which described route could still reach B and what information is missing before concluding liquid actually flows. No image is attached.A diagram-linked route explanation separating connectivity from unknown operating conditions.The bypass route is identified, while pressure, bypass state and actual flow remain unasserted.Pro/THUDM/GLM-4.1V-9B-ThinkingGLM 4.1V 9B Thinking هو نموذج استدلال للرؤية واللغة للأسئلة المعتمدة على الصور والإجابات النصية. يوثق مطوّره سياقًا بطول 64K ومعالجة صور بدقة تصل إلى 4K وبنسب أبعاد كيفما كانت.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
GLM 4.1V 9B Thinking هو نموذج Z.ai للرؤية واللغة الذي يركز على الاستدلال، والمبني على أساس GLM 4 9B 0414. يصف المطوّر نهجًا موجهًا نحو التفكير يستخدم التعلم المعزز لربط الإدراك البصري باستدلال أكثر تعقيدًا. تدعم بطاقته المنشورة سياقًا بطول 64K ومعالجة صور بنسب أبعاد كيفما كانت وبدقة تصل إلى 4K.
قدّم صورة ومهمة مكتوبة تحدد المعلومات المطلوب إعادتها. يمكن لمخطط أن يستدعي شرح علاقات بعينها؛ ويمكن لصورة فوتوغرافية أن تسأل عن التفاصيل المرئية التي تدعم استنتاجًا. أبقِ الملاحظة والتفسير منفصلين حتى يمكن التحقق من الإجابة مقابل المصدر.
يجمع مثال الاستدلال لدى المطوّر صورة واحدة مع سؤال يطلب وصفها. ولمهمة أكثر تحديدًا، سمِّ المنطقة أو الجسم أو العلاقة المهمة. قدّم الشروط غير الظاهرة في الصورة بوصفها حقائق مكتوبة مستقلة.
استخدم مصدرًا مقروءًا يحافظ على التسميات والتفاصيل ذات الصلة. يساعد دعم نسب الأبعاد كيفما كانت على الاحتفاظ بالتكوين الأصلي، بينما تحدد الواجهة المعينة صيغة الإدخال والمعالجة المسبقة المتاحة للطلب. ولا تجعل إتاحة دقة معينة المعلومات المحجوبة أو المفقودة مرئية.
اطلب المخرج النهائي المطلوب، مثل وصف أو مقارنة أو إجابة مبررة. وإذا كان جزء من المصدر غير واضح، فاطلب ذكر هذا الغموض إلى جانب النتيجة. ويمكن لمتابعة تحديد تفصيل واحد مختلف عليه دون تغيير السؤال الأساسي.
يسرد ملف الخدمة المستضافة المحدد سياقًا بطول 64,000 رمز وحصة إكمال تبلغ 32,000 رمز؛ ويصف المطوّر سياقه بأنه 64K. استخدم حدود الإدخال والاستجابة الموثقة للواجهة المختارة في المهمة الفعلية.
احتفظ بهوية 9B Thinking مع المصادر البصرية والإجابة. لنموذج Base وملفات Flash المسمّاة على نحو مستقل هوياتها الخاصة. توضح ميزانية التوليد في مثال المطوّر مهمة استدلال واحدة، وليست حدًا أقصى عامًا للمخرج.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود Pro/THUDM/GLM-4.1V-9B-Thinking | 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 $0.000072 / 1K من الرموز الإخراج · رموز الإخراج $0.000286 / 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": "Pro/THUDM/GLM-4.1V-9B-Thinking", "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='Pro/THUDM/GLM-4.1V-9B-Thinking',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='Pro/THUDM/GLM-4.1V-9B-Thinking',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 Pro/THUDM/GLM-4.1V-9B-Thinking
استخدم مسارات الطرائق المعروضة أعلاه.
Pro/THUDM/GLM-4.1V-9B-ThinkingGLM 4.1V 9B Thinking هو نموذج استدلال للرؤية واللغة للأسئلة المعتمدة على الصور والإجابات النصية. يوثق مطوّره سياقًا بطول 64K ومعالجة صور بدقة تصل إلى 4K وبنسب أبعاد كيفما كانت.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
GLM 4.1V 9B Thinking هو نموذج Z.ai للرؤية واللغة الذي يركز على الاستدلال، والمبني على أساس GLM 4 9B 0414. يصف المطوّر نهجًا موجهًا نحو التفكير يستخدم التعلم المعزز لربط الإدراك البصري باستدلال أكثر تعقيدًا. تدعم بطاقته المنشورة سياقًا بطول 64K ومعالجة صور بنسب أبعاد كيفما كانت وبدقة تصل إلى 4K.
قدّم صورة ومهمة مكتوبة تحدد المعلومات المطلوب إعادتها. يمكن لمخطط أن يستدعي شرح علاقات بعينها؛ ويمكن لصورة فوتوغرافية أن تسأل عن التفاصيل المرئية التي تدعم استنتاجًا. أبقِ الملاحظة والتفسير منفصلين حتى يمكن التحقق من الإجابة مقابل المصدر.
يجمع مثال الاستدلال لدى المطوّر صورة واحدة مع سؤال يطلب وصفها. ولمهمة أكثر تحديدًا، سمِّ المنطقة أو الجسم أو العلاقة المهمة. قدّم الشروط غير الظاهرة في الصورة بوصفها حقائق مكتوبة مستقلة.
استخدم مصدرًا مقروءًا يحافظ على التسميات والتفاصيل ذات الصلة. يساعد دعم نسب الأبعاد كيفما كانت على الاحتفاظ بالتكوين الأصلي، بينما تحدد الواجهة المعينة صيغة الإدخال والمعالجة المسبقة المتاحة للطلب. ولا تجعل إتاحة دقة معينة المعلومات المحجوبة أو المفقودة مرئية.
اطلب المخرج النهائي المطلوب، مثل وصف أو مقارنة أو إجابة مبررة. وإذا كان جزء من المصدر غير واضح، فاطلب ذكر هذا الغموض إلى جانب النتيجة. ويمكن لمتابعة تحديد تفصيل واحد مختلف عليه دون تغيير السؤال الأساسي.
يسرد ملف الخدمة المستضافة المحدد سياقًا بطول 64,000 رمز وحصة إكمال تبلغ 32,000 رمز؛ ويصف المطوّر سياقه بأنه 64K. استخدم حدود الإدخال والاستجابة الموثقة للواجهة المختارة في المهمة الفعلية.
احتفظ بهوية 9B Thinking مع المصادر البصرية والإجابة. لنموذج Base وملفات Flash المسمّاة على نحو مستقل هوياتها الخاصة. توضح ميزانية التوليد في مثال المطوّر مهمة استدلال واحدة، وليست حدًا أقصى عامًا للمخرج.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود Pro/THUDM/GLM-4.1V-9B-Thinking | 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 $0.000072 / 1K من الرموز الإخراج · رموز الإخراج $0.000286 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "Pro/THUDM/GLM-4.1V-9B-Thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Pro/THUDM/GLM-4.1V-9B-Thinking', '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': 'Pro/THUDM/GLM-4.1V-9B-Thinking', '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 Pro/THUDM/GLM-4.1V-9B-Thinking
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Reason from a written diagram description\n\nUse this written description of diagram D1: tank A feeds filter F; filter F feeds valve V; valve V feeds tank B. A bypass pipe runs from A directly to B. If V is closed, explain which described route could still reach B and what information is missing before concluding liquid actually flows. No image is attached.A diagram-linked route explanation separating connectivity from unknown operating conditions.The bypass route is identified, while pressure, bypass state and actual flow remain unasserted.