GLM-Z1-32B-0414 هو العضو الذي يركّز على الاستدلال ضمن سلسلة GLM-4-0414 من Z.ai. وقد طُوّر من GLM-4-32B-0414 عبر إعداد البداية الباردة والتعلّم المعزّز الممتد، مع عمل إضافي على الرياضيات والشيفرة والمنطق. وتُستخدم أيضًا تغذية راجعة للترتيب الزوجي لتعزيز القدرات العامة. والمدخل نص، والنتيجة المرئية حل نصي أو شرح أو مقطع برنامج.
وهو مخصّص لمهمة تحتاج إلى استنتاجات وسيطة مترابطة بدلًا من جملة فورية. قدّم جميع الافتراضات وحدّد النتيجة النهائية المطلوبة: اشتقاق صيغة أو شرح خوارزمية أو تبرير حد أو إعداد تغيير برمجي. ويتناول المثال الرياضي لدى المطوّر متغيرات موجبة تربطها معادلة والمدى المحتمل لمجموعها. ويجب أن تحدّد الاستجابة المفيدة الشروط وتُظهر الانتقالات ذات الصلة وتفصل النتيجة النهائية بوضوح.
GLM-Z1-Rumination-32B-0414 إصدار منفصل للبحث الأكثر انفتاحًا باستخدام أدوات البحث؛ وGLM-Z1-9B-0414 حجم آخر. ويحافظ هذا الإدخال على إصدار Z1 32B المسمّى بدلًا من نقل خصائص سير العمل الإضافية أو الحجم من تلك الإصدارات.
يوصي المطوّر بإعدادات temperature بقيمة 0.6 وtop_p بقيمة 0.95 وtop_k بقيمة 40. ويوصي أيضًا بميزانية max_new_tokens قدرها 30,000 لإفساح المجال للتفكير. وهذه إعدادات توليد موصى بها، وليست ضمانًا بأن كل إجابة تحتاج إلى هذا الطول أو حدًا أقصى صارمًا عامًا وموثّقًا للمخرج. ويستخدم مثال الاستدلال المنفصل في البطاقة ميزانية توليد أصغر تخص الطلب.
وفي مهمة استدلال، اترك مساحة كافية للتحليل والإجابة النهائية معًا، وحدّد شكل الإجابة النهائية في الموجّه. ويمكن للسؤال الرياضي أن يطلب المدى أو القيمة منفصلين عن الشرح؛ ويمكن للسؤال البرمجي أن يطلب تنفيذًا واحدًا تتبعه الافتراضات المهمة له. واجعل النتيجة المطلوبة محددة بما يكفي للتحقّق منها وفق الشروط المقدّمة.
يبدأ قالب المطوّر التوليد بعلامة التفكير <think>. ويضيف قالب المحادثة المنشور هذه العلامة، لذا يجب على التنفيذ استخدام القالب الفعلي للإصدار بدلًا من افتراض تنسيق حوار غير مرتبط به.
وفي الجولات اللاحقة، تحتفظ إرشادات الاستخدام بالرد النهائي المرئي للمستخدم، وتحذف مادة التفكير الداخلية من سجل الحوار المحفوظ. وهذه قاعدة إعداد لقالب محادثة النموذج نفسه. ويجب أن تحتوي المتابعة على السؤال الحالي والمادة المصدرية اللازمة والإجابة السابقة ذات الصلة، لا على تراكم غير مصفّى لكل التحليل الداخلي السابق.
يضبط الإعداد المنشور max_position_embeddings عند 32,768 ولا يتضمن إدخال rope_scaling. وتوصي إرشادات الاستخدام بالنظر في YaRN عندما يتجاوز المدخل 8,192 توكن. ويستخدم مثال إعداد التوسيع factor بقيمة 4.0 مع ضبط original_max_position_embeddings عند 32,768. وعتبة التوصية والإعداد الأساسي والتوسيع الاختياري حقائق مختلفة؛ وليست حدود استجابة قابلة للتبادل.
يؤثر YaRN الثابت في كل النص، وقد يخفض الأداء قليلًا للمدخلات القصيرة، لذا يوصي المطوّر بتفعيله عند الحاجة. وللمواد الطويلة، قدّم التعريفات والمقاطع ذات الصلة في مدخل مفصول بوضوح، واترك ميزانية توليد مناسبة في السياق الساري. ويجب أن يتبع الإعداد دعم النشر المختار لإجراء التوسيع لدى المطوّر، بدلًا من اعتبار مضاعف حسابي نافذة سياق متاحة تلقائيًا.
يستخدم مثال الاستدلال لدى النموذج سؤال مستخدم وقالب المحادثة الخاص بالإصدار. وفي الرياضيات، احتفظ بتعريفات المتغيرات واذكر القضية المطلوب إثباتها. وفي البرمجة، قدّم المقطع ذا الصلة وسلوكه المطلوب والحالة قيد النقاش. واطلب مخرجًا نهائيًا متميزًا، مثل برهان أو صيغة أو تنفيذ أو شرح، حتى يمكن تقييم الاستدلال من خلال نتيجة المهمة. ويحدّد دليل Z1 المخصص الاستدلال النصي وإعداده؛ ولا يثبت عقد أدوات أصليًا إضافيًا أو مدخل صور لهذا الإصدار.
", "aboutText": "### مقدمة\n\nGLM-Z1-32B-0414 هو العضو الذي يركّز على الاستدلال ضمن سلسلة GLM-4-0414 من Z.ai. وقد طُوّر من GLM-4-32B-0414 عبر إعداد البداية الباردة والتعلّم المعزّز الممتد، مع عمل إضافي على الرياضيات والشيفرة والمنطق. وتُستخدم أيضًا تغذية راجعة للترتيب الزوجي لتعزيز القدرات العامة. والمدخل نص، والنتيجة المرئية حل نصي أو شرح أو مقطع برنامج.\n\nوهو مخصّص لمهمة تحتاج إلى استنتاجات وسيطة مترابطة بدلًا من جملة فورية. قدّم جميع الافتراضات وحدّد النتيجة النهائية المطلوبة: اشتقاق صيغة أو شرح خوارزمية أو تبرير حد أو إعداد تغيير برمجي. ويتناول المثال الرياضي لدى المطوّر متغيرات موجبة تربطها معادلة والمدى المحتمل لمجموعها. ويجب أن تحدّد الاستجابة المفيدة الشروط وتُظهر الانتقالات ذات الصلة وتفصل النتيجة النهائية بوضوح.\n\nGLM-Z1-Rumination-32B-0414 إصدار منفصل للبحث الأكثر انفتاحًا باستخدام أدوات البحث؛ وGLM-Z1-9B-0414 حجم آخر. ويحافظ هذا الإدخال على إصدار Z1 32B المسمّى بدلًا من نقل خصائص سير العمل الإضافية أو الحجم من تلك الإصدارات.\n\n### إرشادات الاستخدام: أخذ العينات\n\nيوصي المطوّر بإعدادات temperature بقيمة 0.6 وtop_p بقيمة 0.95 وtop_k بقيمة 40. ويوصي أيضًا بميزانية max_new_tokens قدرها 30,000 لإفساح المجال للتفكير. وهذه إعدادات توليد موصى بها، وليست ضمانًا بأن كل إجابة تحتاج إلى هذا الطول أو حدًا أقصى صارمًا عامًا وموثّقًا للمخرج. ويستخدم مثال الاستدلال المنفصل في البطاقة ميزانية توليد أصغر تخص الطلب.\n\nوفي مهمة استدلال، اترك مساحة كافية للتحليل والإجابة النهائية معًا، وحدّد شكل الإجابة النهائية في الموجّه. ويمكن للسؤال الرياضي أن يطلب المدى أو القيمة منفصلين عن الشرح؛ ويمكن للسؤال البرمجي أن يطلب تنفيذًا واحدًا تتبعه الافتراضات المهمة له. واجعل النتيجة المطلوبة محددة بما يكفي للتحقّق منها وفق الشروط المقدّمة.\n\n### إرشادات الاستخدام: التفكير وسجل الحوار\n\nيبدأ قالب المطوّر التوليد بعلامة التفكير `مثال تقني باللغة الإنجليزية
Derive a safe batch bound\n\nA buffer holds at most 96 records. Every batch adds b records, where b is a positive integer, and 12 records must remain free. Derive the largest number of complete batches that fit as a formula in b. Explain the rounding and calculate the result for b = 10, keeping the reserved space separate from usable capacity.A formula using a floor, an explanation of usable capacity and a checked numeric example.Verify the formula reserves 12 records and a further full batch would exceed usable capacity in the example.THUDM/GLM-Z1-32B-0414GLM-Z1-32B-0414 هو إصدار Z.ai الثابت للاستدلال النصي في الرياضيات والبرمجة والمنطق. ويقدّم مطوّره إرشادات صريحة للتفكير وسجل الحوار وأخذ العينات وتوسيع السياق الطويل اختياريًا، بما يتيح إعداد المهام المعقّدة لهذا الإصدار بعينه.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
GLM-Z1-32B-0414 هو العضو الذي يركّز على الاستدلال ضمن سلسلة GLM-4-0414 من Z.ai. وقد طُوّر من GLM-4-32B-0414 عبر إعداد البداية الباردة والتعلّم المعزّز الممتد، مع عمل إضافي على الرياضيات والشيفرة والمنطق. وتُستخدم أيضًا تغذية راجعة للترتيب الزوجي لتعزيز القدرات العامة. والمدخل نص، والنتيجة المرئية حل نصي أو شرح أو مقطع برنامج.
وهو مخصّص لمهمة تحتاج إلى استنتاجات وسيطة مترابطة بدلًا من جملة فورية. قدّم جميع الافتراضات وحدّد النتيجة النهائية المطلوبة: اشتقاق صيغة أو شرح خوارزمية أو تبرير حد أو إعداد تغيير برمجي. ويتناول المثال الرياضي لدى المطوّر متغيرات موجبة تربطها معادلة والمدى المحتمل لمجموعها. ويجب أن تحدّد الاستجابة المفيدة الشروط وتُظهر الانتقالات ذات الصلة وتفصل النتيجة النهائية بوضوح.
GLM-Z1-Rumination-32B-0414 إصدار منفصل للبحث الأكثر انفتاحًا باستخدام أدوات البحث؛ وGLM-Z1-9B-0414 حجم آخر. ويحافظ هذا الإدخال على إصدار Z1 32B المسمّى بدلًا من نقل خصائص سير العمل الإضافية أو الحجم من تلك الإصدارات.
يوصي المطوّر بإعدادات temperature بقيمة 0.6 وtop_p بقيمة 0.95 وtop_k بقيمة 40. ويوصي أيضًا بميزانية max_new_tokens قدرها 30,000 لإفساح المجال للتفكير. وهذه إعدادات توليد موصى بها، وليست ضمانًا بأن كل إجابة تحتاج إلى هذا الطول أو حدًا أقصى صارمًا عامًا وموثّقًا للمخرج. ويستخدم مثال الاستدلال المنفصل في البطاقة ميزانية توليد أصغر تخص الطلب.
وفي مهمة استدلال، اترك مساحة كافية للتحليل والإجابة النهائية معًا، وحدّد شكل الإجابة النهائية في الموجّه. ويمكن للسؤال الرياضي أن يطلب المدى أو القيمة منفصلين عن الشرح؛ ويمكن للسؤال البرمجي أن يطلب تنفيذًا واحدًا تتبعه الافتراضات المهمة له. واجعل النتيجة المطلوبة محددة بما يكفي للتحقّق منها وفق الشروط المقدّمة.
يبدأ قالب المطوّر التوليد بعلامة التفكير <think>. ويضيف قالب المحادثة المنشور هذه العلامة، لذا يجب على التنفيذ استخدام القالب الفعلي للإصدار بدلًا من افتراض تنسيق حوار غير مرتبط به.
وفي الجولات اللاحقة، تحتفظ إرشادات الاستخدام بالرد النهائي المرئي للمستخدم، وتحذف مادة التفكير الداخلية من سجل الحوار المحفوظ. وهذه قاعدة إعداد لقالب محادثة النموذج نفسه. ويجب أن تحتوي المتابعة على السؤال الحالي والمادة المصدرية اللازمة والإجابة السابقة ذات الصلة، لا على تراكم غير مصفّى لكل التحليل الداخلي السابق.
يضبط الإعداد المنشور max_position_embeddings عند 32,768 ولا يتضمن إدخال rope_scaling. وتوصي إرشادات الاستخدام بالنظر في YaRN عندما يتجاوز المدخل 8,192 توكن. ويستخدم مثال إعداد التوسيع factor بقيمة 4.0 مع ضبط original_max_position_embeddings عند 32,768. وعتبة التوصية والإعداد الأساسي والتوسيع الاختياري حقائق مختلفة؛ وليست حدود استجابة قابلة للتبادل.
يؤثر YaRN الثابت في كل النص، وقد يخفض الأداء قليلًا للمدخلات القصيرة، لذا يوصي المطوّر بتفعيله عند الحاجة. وللمواد الطويلة، قدّم التعريفات والمقاطع ذات الصلة في مدخل مفصول بوضوح، واترك ميزانية توليد مناسبة في السياق الساري. ويجب أن يتبع الإعداد دعم النشر المختار لإجراء التوسيع لدى المطوّر، بدلًا من اعتبار مضاعف حسابي نافذة سياق متاحة تلقائيًا.
يستخدم مثال الاستدلال لدى النموذج سؤال مستخدم وقالب المحادثة الخاص بالإصدار. وفي الرياضيات، احتفظ بتعريفات المتغيرات واذكر القضية المطلوب إثباتها. وفي البرمجة، قدّم المقطع ذا الصلة وسلوكه المطلوب والحالة قيد النقاش. واطلب مخرجًا نهائيًا متميزًا، مثل برهان أو صيغة أو تنفيذ أو شرح، حتى يمكن تقييم الاستدلال من خلال نتيجة المهمة. ويحدّد دليل Z1 المخصص الاستدلال النصي وإعداده؛ ولا يثبت عقد أدوات أصليًا إضافيًا أو مدخل صور لهذا الإصدار.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود THUDM/GLM-Z1-32B-0414 | 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 $0.00014 / 1K من الرموز الإخراج · رموز الإخراج $0.00014 / 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": "THUDM/GLM-Z1-32B-0414", "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='THUDM/GLM-Z1-32B-0414',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='THUDM/GLM-Z1-32B-0414',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 THUDM/GLM-Z1-32B-0414
استخدم مسارات الطرائق المعروضة أعلاه.
THUDM/GLM-Z1-32B-0414GLM-Z1-32B-0414 هو إصدار Z.ai الثابت للاستدلال النصي في الرياضيات والبرمجة والمنطق. ويقدّم مطوّره إرشادات صريحة للتفكير وسجل الحوار وأخذ العينات وتوسيع السياق الطويل اختياريًا، بما يتيح إعداد المهام المعقّدة لهذا الإصدار بعينه.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
GLM-Z1-32B-0414 هو العضو الذي يركّز على الاستدلال ضمن سلسلة GLM-4-0414 من Z.ai. وقد طُوّر من GLM-4-32B-0414 عبر إعداد البداية الباردة والتعلّم المعزّز الممتد، مع عمل إضافي على الرياضيات والشيفرة والمنطق. وتُستخدم أيضًا تغذية راجعة للترتيب الزوجي لتعزيز القدرات العامة. والمدخل نص، والنتيجة المرئية حل نصي أو شرح أو مقطع برنامج.
وهو مخصّص لمهمة تحتاج إلى استنتاجات وسيطة مترابطة بدلًا من جملة فورية. قدّم جميع الافتراضات وحدّد النتيجة النهائية المطلوبة: اشتقاق صيغة أو شرح خوارزمية أو تبرير حد أو إعداد تغيير برمجي. ويتناول المثال الرياضي لدى المطوّر متغيرات موجبة تربطها معادلة والمدى المحتمل لمجموعها. ويجب أن تحدّد الاستجابة المفيدة الشروط وتُظهر الانتقالات ذات الصلة وتفصل النتيجة النهائية بوضوح.
GLM-Z1-Rumination-32B-0414 إصدار منفصل للبحث الأكثر انفتاحًا باستخدام أدوات البحث؛ وGLM-Z1-9B-0414 حجم آخر. ويحافظ هذا الإدخال على إصدار Z1 32B المسمّى بدلًا من نقل خصائص سير العمل الإضافية أو الحجم من تلك الإصدارات.
يوصي المطوّر بإعدادات temperature بقيمة 0.6 وtop_p بقيمة 0.95 وtop_k بقيمة 40. ويوصي أيضًا بميزانية max_new_tokens قدرها 30,000 لإفساح المجال للتفكير. وهذه إعدادات توليد موصى بها، وليست ضمانًا بأن كل إجابة تحتاج إلى هذا الطول أو حدًا أقصى صارمًا عامًا وموثّقًا للمخرج. ويستخدم مثال الاستدلال المنفصل في البطاقة ميزانية توليد أصغر تخص الطلب.
وفي مهمة استدلال، اترك مساحة كافية للتحليل والإجابة النهائية معًا، وحدّد شكل الإجابة النهائية في الموجّه. ويمكن للسؤال الرياضي أن يطلب المدى أو القيمة منفصلين عن الشرح؛ ويمكن للسؤال البرمجي أن يطلب تنفيذًا واحدًا تتبعه الافتراضات المهمة له. واجعل النتيجة المطلوبة محددة بما يكفي للتحقّق منها وفق الشروط المقدّمة.
يبدأ قالب المطوّر التوليد بعلامة التفكير <think>. ويضيف قالب المحادثة المنشور هذه العلامة، لذا يجب على التنفيذ استخدام القالب الفعلي للإصدار بدلًا من افتراض تنسيق حوار غير مرتبط به.
وفي الجولات اللاحقة، تحتفظ إرشادات الاستخدام بالرد النهائي المرئي للمستخدم، وتحذف مادة التفكير الداخلية من سجل الحوار المحفوظ. وهذه قاعدة إعداد لقالب محادثة النموذج نفسه. ويجب أن تحتوي المتابعة على السؤال الحالي والمادة المصدرية اللازمة والإجابة السابقة ذات الصلة، لا على تراكم غير مصفّى لكل التحليل الداخلي السابق.
يضبط الإعداد المنشور max_position_embeddings عند 32,768 ولا يتضمن إدخال rope_scaling. وتوصي إرشادات الاستخدام بالنظر في YaRN عندما يتجاوز المدخل 8,192 توكن. ويستخدم مثال إعداد التوسيع factor بقيمة 4.0 مع ضبط original_max_position_embeddings عند 32,768. وعتبة التوصية والإعداد الأساسي والتوسيع الاختياري حقائق مختلفة؛ وليست حدود استجابة قابلة للتبادل.
يؤثر YaRN الثابت في كل النص، وقد يخفض الأداء قليلًا للمدخلات القصيرة، لذا يوصي المطوّر بتفعيله عند الحاجة. وللمواد الطويلة، قدّم التعريفات والمقاطع ذات الصلة في مدخل مفصول بوضوح، واترك ميزانية توليد مناسبة في السياق الساري. ويجب أن يتبع الإعداد دعم النشر المختار لإجراء التوسيع لدى المطوّر، بدلًا من اعتبار مضاعف حسابي نافذة سياق متاحة تلقائيًا.
يستخدم مثال الاستدلال لدى النموذج سؤال مستخدم وقالب المحادثة الخاص بالإصدار. وفي الرياضيات، احتفظ بتعريفات المتغيرات واذكر القضية المطلوب إثباتها. وفي البرمجة، قدّم المقطع ذا الصلة وسلوكه المطلوب والحالة قيد النقاش. واطلب مخرجًا نهائيًا متميزًا، مثل برهان أو صيغة أو تنفيذ أو شرح، حتى يمكن تقييم الاستدلال من خلال نتيجة المهمة. ويحدّد دليل Z1 المخصص الاستدلال النصي وإعداده؛ ولا يثبت عقد أدوات أصليًا إضافيًا أو مدخل صور لهذا الإصدار.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود THUDM/GLM-Z1-32B-0414 | 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 $0.00014 / 1K من الرموز الإخراج · رموز الإخراج $0.00014 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "THUDM/GLM-Z1-32B-0414",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'THUDM/GLM-Z1-32B-0414', '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': 'THUDM/GLM-Z1-32B-0414', '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 THUDM/GLM-Z1-32B-0414
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Derive a safe batch bound\n\nA buffer holds at most 96 records. Every batch adds b records, where b is a positive integer, and 12 records must remain free. Derive the largest number of complete batches that fit as a formula in b. Explain the rounding and calculate the result for b = 10, keeping the reserved space separate from usable capacity.A formula using a floor, an explanation of usable capacity and a checked numeric example.Verify the formula reserves 12 records and a further full batch would exceed usable capacity in the example.