GLM-4.7-Flash هو إصدار مزيج الخبراء 30B-A3B ضمن عائلة GLM-4.7 من Z.ai. يضم تصميمه المتناثر نحو 30 مليار معلمة إجمالاً وثلاثة مليارات معلمة مفعّلة، وتقدمه الجهة المصنّعة بوصفه نموذجاً خفيفاً يوازن بين القدرة والكفاءة. يقبل النص ويولّد نصاً. يبرز المنتج تحديداً تطوير البرمجيات والكتابة بالصينية والترجمة ومعالجة النصوص الطويلة والمحادثة القائمة على الأدوار. يمكن لموجز مفيد أن يطلب مقترحاً برمجياً أو مقطعاً منقحاً أو شرحاً أو نتيجة منظمة تستند إلى المادة المقدمة.
في التطوير، تحدد Z.ai مهام الواجهات الأمامية ومنطق التطبيقات لهذا الإصدار Flash. قدّم السلوك المطلوب تنفيذه والمصدر ذا الصلة والشروط التي يجب أن تبقى محفوظة. في صفحة أو مكوّن، صف الحالات والتخطيط والتفاعل المطلوب، ثم اطلب شيفرة قابلة للتحرير وشرحاً للاختيارات المهمة. وفي دالة قائمة، أدرج الفشل المرصود ومثالاً للنتيجة المتوقعة. ينتج النموذج الشيفرة المقترحة؛ أما تجميعها أو تشغيلها أو عرض الواجهة فتتولاها بيئة تطبيق متصلة.
يسرد ملف سلسلة GLM-4.7 المستضافة لدى المنتج إدخالاً نصياً وإخراجاً نصياً وسياقاً بسعة 200K رمز وما يصل إلى 128K رمز إخراج لـ Flash. تصف بطاقة النموذج المفتوح وملف الاستضافة جانبين مختلفين للإصدار المسمّى نفسه: خصائص نقطة التحقق وإعداد خدمة المنتج. جهّز الإدخال الطويل بعناوين للمصادر ومعرّفات للشيفرة وحدود واضحة للمستندات، مع ترك مساحة للاستدلال والإجابة المطلوبة. يستطيع نموذج نصي فقط كتابة شيفرة لتطبيق يعالج الصور أو إدخال الكاميرا، لكن ذلك لا يمنح نقطة التحقق هذه وضع إدخال بصري أصلياً.
الاستدلال مفعّل افتراضياً في سلسلة GLM-4.7. يوثق المنتج مفتاحاً لكل جولة في المحادثة، بحيث يمكن طلب الاستدلال لسؤال صعب وتعطيله لإعادة صياغة مباشرة أو إجابة قصيرة. ويدعم أيضاً التفكير المتداخل بين استدعاءات الأدوات، ما يتيح للنموذج تفسير ملاحظة معادة قبل تخطيط خطوة أخرى. عرّف الأدوات المتاحة والمخرج النهائي المطلوب قبل بدء مهمة كهذه. يستطيع مساعد مستندات طلب معلومات مختارة وتلقي نتيجة الاسترجاع الفعلية ثم إعداد شرح تدعمه تلك النتيجة.
التفكير المحتفظ به خيار مستقل للعمل البرمجي المستمر أو عمل الوكلاء. يستخدم دليل الجهة المصنّعة clear_thinking=false ويشترط إعادة reasoning_content كاملاً ودون تعديل من جولات المساعد السابقة وبترتيبه الأصلي. قد يؤدي تغيير هذه الكتل أو إعادة ترتيبها إلى تراجع النتيجة والتأثير في سلوك التخزين المؤقت. يختلف الإعداد الافتراضي بين واجهتَي المنتج للبرمجة والاستخدام القياسي، ولذلك فهذا الخيار سير عمل مضبوط، وليس خاصية تلقائية لكل محادثة. أبقِ الإجابة الظاهرة منفصلة عن الاستدلال المحتفظ به، واحتفظ بالأدلة أو إخراج الأدوات الذي تعتمد عليه الخطوات اللاحقة.
تتضمن الواجهة الموثقة للعائلة النص المتدفق واستدعاء الدوال وتخزين السياق مؤقتاً والإخراج المنظم مثل JSON. للحصول على نتيجة منظمة، قدّم الحقول المطلوبة وما تمثله كل قيمة؛ ولطلب أداة، عرّف غرض الدالة ووسائطها وشرط الإكمال. يمثل الاستدعاء المولّد طلباً إلى التطبيق لاتخاذ إجراء، وليس دليلاً على التنفيذ. يمكن أن تكون النتيجة النهائية تقريراً قصيراً أو كائن بيانات أو مخرجاً برمجياً، مع بقاء المعلومات المستخدمة لإنتاجه قابلة للتحديد.
في الكتابة أو الترجمة، حدد القارئ واللغة والنبرة والمصطلحات التي يجب أن تبقى دون تغيير. توصي الجهة المصنّعة بتجربة Flash في الكتابة الصينية والحوار السردي أو القائم على الأدوار إلى جانب العمل التقني. يمكن لموجز تحرير توضيحي تقديم مقطع وطلب تنقيح موجز يحافظ على حقائقه؛ ويمكن لموجز ترجمة تقديم مسرد والتمييز بين النص المقتبس والتعليمات. في محادثة أطول، احتفظ بالقيود وحدد النتيجة التالية المطلوبة حتى تظل استجابة النموذج مرتبطة بالمهمة الأصلية.
تنشر بطاقة النموذج المفتوح المحددة إعدادات توليد مختلفة لمهام تقييمه: درجة حرارة افتراضية 1.0 وtop-p بقيمة 0.95، مع إعدادات مستقلة للمهام البرمجية بقيمتي 0.7 و1.0. أطوال التوليد في أمثلته جزء من تلك الإجراءات، وليست حدوداً عامة إضافية. تختلف نقطة التحقق هذه عن GLM-4.7 وGLM-4.7-FlashX ونماذج GLM-5 اللاحقة. طابق المهمة ووضع الاستجابة مع القدرات النصية الموثقة لهذا الإصدار، ثم قيّم الشيفرة المقدمة أو القيم المستخرجة أو النص المنقح مقابل الإدخال.
", "aboutText": "GLM-4.7-Flash هو إصدار مزيج الخبراء 30B-A3B ضمن عائلة GLM-4.7 من Z.ai. يضم تصميمه المتناثر نحو 30 مليار معلمة إجمالاً وثلاثة مليارات معلمة مفعّلة، وتقدمه الجهة المصنّعة بوصفه نموذجاً خفيفاً يوازن بين القدرة والكفاءة. يقبل النص ويولّد نصاً. يبرز المنتج تحديداً تطوير البرمجيات والكتابة بالصينية والترجمة ومعالجة النصوص الطويلة والمحادثة القائمة على الأدوار. يمكن لموجز مفيد أن يطلب مقترحاً برمجياً أو مقطعاً منقحاً أو شرحاً أو نتيجة منظمة تستند إلى المادة المقدمة.\n\nفي التطوير، تحدد Z.ai مهام الواجهات الأمامية ومنطق التطبيقات لهذا الإصدار Flash. قدّم السلوك المطلوب تنفيذه والمصدر ذا الصلة والشروط التي يجب أن تبقى محفوظة. في صفحة أو مكوّن، صف الحالات والتخطيط والتفاعل المطلوب، ثم اطلب شيفرة قابلة للتحرير وشرحاً للاختيارات المهمة. وفي دالة قائمة، أدرج الفشل المرصود ومثالاً للنتيجة المتوقعة. ينتج النموذج الشيفرة المقترحة؛ أما تجميعها أو تشغيلها أو عرض الواجهة فتتولاها بيئة تطبيق متصلة.\n\nيسرد ملف سلسلة GLM-4.7 المستضافة لدى المنتج إدخالاً نصياً وإخراجاً نصياً وسياقاً بسعة 200K رمز وما يصل إلى 128K رمز إخراج لـ Flash. تصف بطاقة النموذج المفتوح وملف الاستضافة جانبين مختلفين للإصدار المسمّى نفسه: خصائص نقطة التحقق وإعداد خدمة المنتج. جهّز الإدخال الطويل بعناوين للمصادر ومعرّفات للشيفرة وحدود واضحة للمستندات، مع ترك مساحة للاستدلال والإجابة المطلوبة. يستطيع نموذج نصي فقط كتابة شيفرة لتطبيق يعالج الصور أو إدخال الكاميرا، لكن ذلك لا يمنح نقطة التحقق هذه وضع إدخال بصري أصلياً.\n\nالاستدلال مفعّل افتراضياً في سلسلة GLM-4.7. يوثق المنتج مفتاحاً لكل جولة في المحادثة، بحيث يمكن طلب الاستدلال لسؤال صعب وتعطيله لإعادة صياغة مباشرة أو إجابة قصيرة. ويدعم أيضاً التفكير المتداخل بين استدعاءات الأدوات، ما يتيح للنموذج تفسير ملاحظة معادة قبل تخطيط خطوة أخرى. عرّف الأدوات المتاحة والمخرج النهائي المطلوب قبل بدء مهمة كهذه. يستطيع مساعد مستندات طلب معلومات مختارة وتلقي نتيجة الاسترجاع الفعلية ثم إعداد شرح تدعمه تلك النتيجة.\n\nالتفكير المحتفظ به خيار مستقل للعمل البرمجي المستمر أو عمل الوكلاء. يستخدم دليل الجهة المصنّعة clear_thinking=false ويشترط إعادة reasoning_content كاملاً ودون تعديل من جولات المساعد السابقة وبترتيبه الأصلي. قد يؤدي تغيير هذه الكتل أو إعادة ترتيبها إلى تراجع النتيجة والتأثير في سلوك التخزين المؤقت. يختلف الإعداد الافتراضي بين واجهتَي المنتج للبرمجة والاستخدام القياسي، ولذلك فهذا الخيار سير عمل مضبوط، وليس خاصية تلقائية لكل محادثة. أبقِ الإجابة الظاهرة منفصلة عن الاستدلال المحتفظ به، واحتفظ بالأدلة أو إخراج الأدوات الذي تعتمد عليه الخطوات اللاحقة.\n\nتتضمن الواجهة الموثقة للعائلة النص المتدفق واستدعاء الدوال وتخزين السياق مؤقتاً والإخراج المنظم مثل JSON. للحصول على نتيجة منظمة، قدّم الحقول المطلوبة وما تمثله كل قيمة؛ ولطلب أداة، عرّف غرض الدالة ووسائطها وشرط الإكمال. يمثل الاستدعاء المولّد طلباً إلى التطبيق لاتخاذ إجراء، وليس دليلاً على التنفيذ. يمكن أن تكون النتيجة النهائية تقريراً قصيراً أو كائن بيانات أو مخرجاً برمجياً، مع بقاء المعلومات المستخدمة لإنتاجه قابلة للتحديد.\n\nفي الكتابة أو الترجمة، حدد القارئ واللغة والنبرة والمصطلحات التي يجب أن تبقى دون تغيير. توصي الجهة المصنّعة بتجربة Flash في الكتابة الصينية والحوار السردي أو القائم على الأدوار إلى جانب العمل التقني. يمكن لموجز تحرير توضيحي تقديم مقطع وطلب تنقيح موجز يحافظ على حقائقه؛ ويمكن لموجز ترجمة تقديم مسرد والتمييز بين النص المقتبس والتعليمات. في محادثة أطول، احتفظ بالقيود وحدد النتيجة التالية المطلوبة حتى تظل استجابة النموذج مرتبطة بالمهمة الأصلية.\n\nتنشر بطاقة النموذج المفتوح المحددة إعدادات توليد مختلفة لمهام تقييمه: درجة حرارة افتراضية 1.0 وtop-p بقيمة 0.95، مع إعدادات مستقلة للمهام البرمجية بقيمتي 0.7 و1.0. أطوال التوليد في أمثلته جزء من تلك الإجراءات، وليست حدوداً عامة إضافية. تختلف نقطة التحقق هذه عن GLM-4.7 وGLM-4.7-FlashX ونماذج GLM-5 اللاحقة. طابق المهمة ووضع الاستجابة مع القدرات النصية الموثقة لهذا الإصدار، ثم قيّم الشيفرة المقدمة أو القيم المستخرجة أو النص المنقح مقابل الإدخال.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Translate a notice with a fixed glossary\n\nTranslate this Chinese notice into English: '订单已审核，但尚未发货。更改收货地址需要重新审核。' Use this glossary consistently: 审核 = review; 发货 = dispatch; 收货地址 = delivery address. Write a clear customer-facing notice and preserve the distinction between completed review and pending dispatch. Do not add a dispatch date or an approval guarantee.A concise English notice applying the glossary and preserving the two different order states.The translation retains the requirement for another review after an address change and does not state that dispatch occurred.z-ai/glm-4.7-flashGLM-4.7-Flash هو نموذج Z.ai النصي بخليط خبراء بحجم 30B-A3B للبرمجة والنصوص الطويلة والكتابة الصينية والترجمة. يدعم الاستدلال ومسارات العمل الموجّهة بالأدوات، مع خيار يستضيفه المنتج بسياق بطول 200K رمز وإخراج يصل إلى 128K.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
GLM-4.7-Flash هو إصدار مزيج الخبراء 30B-A3B ضمن عائلة GLM-4.7 من Z.ai. يضم تصميمه المتناثر نحو 30 مليار معلمة إجمالاً وثلاثة مليارات معلمة مفعّلة، وتقدمه الجهة المصنّعة بوصفه نموذجاً خفيفاً يوازن بين القدرة والكفاءة. يقبل النص ويولّد نصاً. يبرز المنتج تحديداً تطوير البرمجيات والكتابة بالصينية والترجمة ومعالجة النصوص الطويلة والمحادثة القائمة على الأدوار. يمكن لموجز مفيد أن يطلب مقترحاً برمجياً أو مقطعاً منقحاً أو شرحاً أو نتيجة منظمة تستند إلى المادة المقدمة.
في التطوير، تحدد Z.ai مهام الواجهات الأمامية ومنطق التطبيقات لهذا الإصدار Flash. قدّم السلوك المطلوب تنفيذه والمصدر ذا الصلة والشروط التي يجب أن تبقى محفوظة. في صفحة أو مكوّن، صف الحالات والتخطيط والتفاعل المطلوب، ثم اطلب شيفرة قابلة للتحرير وشرحاً للاختيارات المهمة. وفي دالة قائمة، أدرج الفشل المرصود ومثالاً للنتيجة المتوقعة. ينتج النموذج الشيفرة المقترحة؛ أما تجميعها أو تشغيلها أو عرض الواجهة فتتولاها بيئة تطبيق متصلة.
يسرد ملف سلسلة GLM-4.7 المستضافة لدى المنتج إدخالاً نصياً وإخراجاً نصياً وسياقاً بسعة 200K رمز وما يصل إلى 128K رمز إخراج لـ Flash. تصف بطاقة النموذج المفتوح وملف الاستضافة جانبين مختلفين للإصدار المسمّى نفسه: خصائص نقطة التحقق وإعداد خدمة المنتج. جهّز الإدخال الطويل بعناوين للمصادر ومعرّفات للشيفرة وحدود واضحة للمستندات، مع ترك مساحة للاستدلال والإجابة المطلوبة. يستطيع نموذج نصي فقط كتابة شيفرة لتطبيق يعالج الصور أو إدخال الكاميرا، لكن ذلك لا يمنح نقطة التحقق هذه وضع إدخال بصري أصلياً.
الاستدلال مفعّل افتراضياً في سلسلة GLM-4.7. يوثق المنتج مفتاحاً لكل جولة في المحادثة، بحيث يمكن طلب الاستدلال لسؤال صعب وتعطيله لإعادة صياغة مباشرة أو إجابة قصيرة. ويدعم أيضاً التفكير المتداخل بين استدعاءات الأدوات، ما يتيح للنموذج تفسير ملاحظة معادة قبل تخطيط خطوة أخرى. عرّف الأدوات المتاحة والمخرج النهائي المطلوب قبل بدء مهمة كهذه. يستطيع مساعد مستندات طلب معلومات مختارة وتلقي نتيجة الاسترجاع الفعلية ثم إعداد شرح تدعمه تلك النتيجة.
التفكير المحتفظ به خيار مستقل للعمل البرمجي المستمر أو عمل الوكلاء. يستخدم دليل الجهة المصنّعة clear_thinking=false ويشترط إعادة reasoning_content كاملاً ودون تعديل من جولات المساعد السابقة وبترتيبه الأصلي. قد يؤدي تغيير هذه الكتل أو إعادة ترتيبها إلى تراجع النتيجة والتأثير في سلوك التخزين المؤقت. يختلف الإعداد الافتراضي بين واجهتَي المنتج للبرمجة والاستخدام القياسي، ولذلك فهذا الخيار سير عمل مضبوط، وليس خاصية تلقائية لكل محادثة. أبقِ الإجابة الظاهرة منفصلة عن الاستدلال المحتفظ به، واحتفظ بالأدلة أو إخراج الأدوات الذي تعتمد عليه الخطوات اللاحقة.
تتضمن الواجهة الموثقة للعائلة النص المتدفق واستدعاء الدوال وتخزين السياق مؤقتاً والإخراج المنظم مثل JSON. للحصول على نتيجة منظمة، قدّم الحقول المطلوبة وما تمثله كل قيمة؛ ولطلب أداة، عرّف غرض الدالة ووسائطها وشرط الإكمال. يمثل الاستدعاء المولّد طلباً إلى التطبيق لاتخاذ إجراء، وليس دليلاً على التنفيذ. يمكن أن تكون النتيجة النهائية تقريراً قصيراً أو كائن بيانات أو مخرجاً برمجياً، مع بقاء المعلومات المستخدمة لإنتاجه قابلة للتحديد.
في الكتابة أو الترجمة، حدد القارئ واللغة والنبرة والمصطلحات التي يجب أن تبقى دون تغيير. توصي الجهة المصنّعة بتجربة Flash في الكتابة الصينية والحوار السردي أو القائم على الأدوار إلى جانب العمل التقني. يمكن لموجز تحرير توضيحي تقديم مقطع وطلب تنقيح موجز يحافظ على حقائقه؛ ويمكن لموجز ترجمة تقديم مسرد والتمييز بين النص المقتبس والتعليمات. في محادثة أطول، احتفظ بالقيود وحدد النتيجة التالية المطلوبة حتى تظل استجابة النموذج مرتبطة بالمهمة الأصلية.
تنشر بطاقة النموذج المفتوح المحددة إعدادات توليد مختلفة لمهام تقييمه: درجة حرارة افتراضية 1.0 وtop-p بقيمة 0.95، مع إعدادات مستقلة للمهام البرمجية بقيمتي 0.7 و1.0. أطوال التوليد في أمثلته جزء من تلك الإجراءات، وليست حدوداً عامة إضافية. تختلف نقطة التحقق هذه عن GLM-4.7 وGLM-4.7-FlashX ونماذج GLM-5 اللاحقة. طابق المهمة ووضع الاستجابة مع القدرات النصية الموثقة لهذا الإصدار، ثم قيّم الشيفرة المقدمة أو القيم المستخرجة أو النص المنقح مقابل الإدخال.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود z-ai/glm-4.7-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.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.000144 / 1K من الرموز الإخراج · رموز الإخراج $0.000858 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00002 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.000144 / 1K من الرموز الإخراج · رموز الإخراج $0.000858 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00002 / 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": "z-ai/glm-4.7-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='z-ai/glm-4.7-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='z-ai/glm-4.7-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 z-ai/glm-4.7-flash
استخدم مسارات الطرائق المعروضة أعلاه.
z-ai/glm-4.7-flashGLM-4.7-Flash هو نموذج Z.ai النصي بخليط خبراء بحجم 30B-A3B للبرمجة والنصوص الطويلة والكتابة الصينية والترجمة. يدعم الاستدلال ومسارات العمل الموجّهة بالأدوات، مع خيار يستضيفه المنتج بسياق بطول 200K رمز وإخراج يصل إلى 128K.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
GLM-4.7-Flash هو إصدار مزيج الخبراء 30B-A3B ضمن عائلة GLM-4.7 من Z.ai. يضم تصميمه المتناثر نحو 30 مليار معلمة إجمالاً وثلاثة مليارات معلمة مفعّلة، وتقدمه الجهة المصنّعة بوصفه نموذجاً خفيفاً يوازن بين القدرة والكفاءة. يقبل النص ويولّد نصاً. يبرز المنتج تحديداً تطوير البرمجيات والكتابة بالصينية والترجمة ومعالجة النصوص الطويلة والمحادثة القائمة على الأدوار. يمكن لموجز مفيد أن يطلب مقترحاً برمجياً أو مقطعاً منقحاً أو شرحاً أو نتيجة منظمة تستند إلى المادة المقدمة.
في التطوير، تحدد Z.ai مهام الواجهات الأمامية ومنطق التطبيقات لهذا الإصدار Flash. قدّم السلوك المطلوب تنفيذه والمصدر ذا الصلة والشروط التي يجب أن تبقى محفوظة. في صفحة أو مكوّن، صف الحالات والتخطيط والتفاعل المطلوب، ثم اطلب شيفرة قابلة للتحرير وشرحاً للاختيارات المهمة. وفي دالة قائمة، أدرج الفشل المرصود ومثالاً للنتيجة المتوقعة. ينتج النموذج الشيفرة المقترحة؛ أما تجميعها أو تشغيلها أو عرض الواجهة فتتولاها بيئة تطبيق متصلة.
يسرد ملف سلسلة GLM-4.7 المستضافة لدى المنتج إدخالاً نصياً وإخراجاً نصياً وسياقاً بسعة 200K رمز وما يصل إلى 128K رمز إخراج لـ Flash. تصف بطاقة النموذج المفتوح وملف الاستضافة جانبين مختلفين للإصدار المسمّى نفسه: خصائص نقطة التحقق وإعداد خدمة المنتج. جهّز الإدخال الطويل بعناوين للمصادر ومعرّفات للشيفرة وحدود واضحة للمستندات، مع ترك مساحة للاستدلال والإجابة المطلوبة. يستطيع نموذج نصي فقط كتابة شيفرة لتطبيق يعالج الصور أو إدخال الكاميرا، لكن ذلك لا يمنح نقطة التحقق هذه وضع إدخال بصري أصلياً.
الاستدلال مفعّل افتراضياً في سلسلة GLM-4.7. يوثق المنتج مفتاحاً لكل جولة في المحادثة، بحيث يمكن طلب الاستدلال لسؤال صعب وتعطيله لإعادة صياغة مباشرة أو إجابة قصيرة. ويدعم أيضاً التفكير المتداخل بين استدعاءات الأدوات، ما يتيح للنموذج تفسير ملاحظة معادة قبل تخطيط خطوة أخرى. عرّف الأدوات المتاحة والمخرج النهائي المطلوب قبل بدء مهمة كهذه. يستطيع مساعد مستندات طلب معلومات مختارة وتلقي نتيجة الاسترجاع الفعلية ثم إعداد شرح تدعمه تلك النتيجة.
التفكير المحتفظ به خيار مستقل للعمل البرمجي المستمر أو عمل الوكلاء. يستخدم دليل الجهة المصنّعة clear_thinking=false ويشترط إعادة reasoning_content كاملاً ودون تعديل من جولات المساعد السابقة وبترتيبه الأصلي. قد يؤدي تغيير هذه الكتل أو إعادة ترتيبها إلى تراجع النتيجة والتأثير في سلوك التخزين المؤقت. يختلف الإعداد الافتراضي بين واجهتَي المنتج للبرمجة والاستخدام القياسي، ولذلك فهذا الخيار سير عمل مضبوط، وليس خاصية تلقائية لكل محادثة. أبقِ الإجابة الظاهرة منفصلة عن الاستدلال المحتفظ به، واحتفظ بالأدلة أو إخراج الأدوات الذي تعتمد عليه الخطوات اللاحقة.
تتضمن الواجهة الموثقة للعائلة النص المتدفق واستدعاء الدوال وتخزين السياق مؤقتاً والإخراج المنظم مثل JSON. للحصول على نتيجة منظمة، قدّم الحقول المطلوبة وما تمثله كل قيمة؛ ولطلب أداة، عرّف غرض الدالة ووسائطها وشرط الإكمال. يمثل الاستدعاء المولّد طلباً إلى التطبيق لاتخاذ إجراء، وليس دليلاً على التنفيذ. يمكن أن تكون النتيجة النهائية تقريراً قصيراً أو كائن بيانات أو مخرجاً برمجياً، مع بقاء المعلومات المستخدمة لإنتاجه قابلة للتحديد.
في الكتابة أو الترجمة، حدد القارئ واللغة والنبرة والمصطلحات التي يجب أن تبقى دون تغيير. توصي الجهة المصنّعة بتجربة Flash في الكتابة الصينية والحوار السردي أو القائم على الأدوار إلى جانب العمل التقني. يمكن لموجز تحرير توضيحي تقديم مقطع وطلب تنقيح موجز يحافظ على حقائقه؛ ويمكن لموجز ترجمة تقديم مسرد والتمييز بين النص المقتبس والتعليمات. في محادثة أطول، احتفظ بالقيود وحدد النتيجة التالية المطلوبة حتى تظل استجابة النموذج مرتبطة بالمهمة الأصلية.
تنشر بطاقة النموذج المفتوح المحددة إعدادات توليد مختلفة لمهام تقييمه: درجة حرارة افتراضية 1.0 وtop-p بقيمة 0.95، مع إعدادات مستقلة للمهام البرمجية بقيمتي 0.7 و1.0. أطوال التوليد في أمثلته جزء من تلك الإجراءات، وليست حدوداً عامة إضافية. تختلف نقطة التحقق هذه عن GLM-4.7 وGLM-4.7-FlashX ونماذج GLM-5 اللاحقة. طابق المهمة ووضع الاستجابة مع القدرات النصية الموثقة لهذا الإصدار، ثم قيّم الشيفرة المقدمة أو القيم المستخرجة أو النص المنقح مقابل الإدخال.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود z-ai/glm-4.7-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.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.000144 / 1K من الرموز الإخراج · رموز الإخراج $0.000858 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00002 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.000144 / 1K من الرموز الإخراج · رموز الإخراج $0.000858 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00002 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "z-ai/glm-4.7-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'z-ai/glm-4.7-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': 'z-ai/glm-4.7-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 z-ai/glm-4.7-flash
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Translate a notice with a fixed glossary\n\nTranslate this Chinese notice into English: '订单已审核，但尚未发货。更改收货地址需要重新审核。' Use this glossary consistently: 审核 = review; 发货 = dispatch; 收货地址 = delivery address. Write a clear customer-facing notice and preserve the distinction between completed review and pending dispatch. Do not add a dispatch date or an approval guarantee.A concise English notice applying the glossary and preserving the two different order states.The translation retains the requirement for another review after an address change and does not state that dispatch occurred.