يربط GLM-5V-Turbo الفهم البصري بتطوير البرمجيات وعمل الوكلاء. تسرد Z.ai الصور والفيديو والنصوص والملفات بوصفها مدخلات، والنص بوصفه مخرجاً. يتمتع ملفه بسياق قدره 200K رمز وما يصل إلى 128K رمز إخراج. يمكن للمهمة أن تجمع لقطة شاشة أو تصميماً مع المتطلبات وتطلب شيفرة أو شرحاً بصرياً أو نتيجة تستند إلى مستند. وهو إصدار مستقل عن GLM-5.3-Flash.
إعادة بناء الواجهات الأمامية من استخداماته الرئيسية. تصف الجهة المصنّعة التعرف على التخطيط والألوان والتسلسل الهرمي للمكونات ومنطق التفاعل انطلاقاً من النماذج التصميمية. قدّم الحالات المرجعية والوظائف المطلوبة والقيود، ثم اطلب شيفرة قابلة للتحرير وشرحاً. يمكن أن تساعد لقطة شاشة لصفحة معيبة على تحديد اختلال المحاذاة أو تداخل المكونات أو عدم تطابق الألوان. يعرض التطبيق المقترح ويقدم النتيجة الفعلية لمواصلة تفسيرها.
قد يتجاوز سير العمل في الواجهة الرسومية لقطة شاشة واحدة. يصف المنتج استكشاف الانتقالات بين الصفحات والأصول المرئية واستخدام النتائج لإعداد الشيفرة. حدد الهدف والإجراءات المتاحة، وأعد الشاشات المتغيرة أو الملاحظات، وحدد المخرج المكتمل. يخطط النموذج استناداً إلى هذه التغذية الراجعة؛ وينفّذ التطبيق التنقل أو النقرات أو العمليات الأخرى. الاستجابة التي تصف إجراءً ليست دليلاً على تنفيذه.
تصف الجهة المصنّعة دمج المعلومات المرئية والنصية، ومشفّر الرؤية CogViT، والتنبؤ متعدد الرموز، إلى جانب التعلم المعزز المشترك عبر أكثر من 30 نوعاً من المهام. يشمل هذا النطاق مجالات STEM، والإسناد البصري، والفيديو، والواجهات الرسومية، ووكلاء البرمجة. وتتضمن سلسلة أدواته البصرية رسم المربعات ولقطات الشاشة وقراءة الصفحات التي تحتوي على صور. توضح هذه العناصر توجهه نحو التطوير دون إسناد عدد معلمات أو بنية نموذج آخر إلى هذا الإصدار.
تغطي مواد المهام الرسمية كتابة أوصاف للصور، والإسناد البصري، والكتابة المستندة إلى المستندات، ومقارنة السير الذاتية بالمتطلبات المقدمة، وإعداد موجّهات انطلاقاً من وسائط مرجعية. يمكن لموجز مستند أن يسمي الحقول ويطلب استنتاجات تدعمها المقاطع النصية. ويمكن لموجز إسناد بصري أن يحدد الجسم ونتيجة مربع الإحاطة. وقد تطلب مهمة مرجع وسائط موجّهاً مكتوباً للمشهد أو الأسلوب؛ ولا يجعل هذا الاستخدام النموذج مولّداً أصلياً للصور أو الفيديو.
يسرد الملف أوضاع التفكير والبث المتدفق واستدعاء الدوال وتخزين السياق مؤقتاً. عرّف الأدوات واحتفظ بملاحظاتها مع الخطوة ذات الصلة. ضع تسميات للمصادر ومسارات الشيفرة وتسلسلات الفيديو، مع ترك مساحة للاستدلال والإجابة. تقرن الأمثلة الوسائط بسؤال ملموس. تظل قيود النقل وضوابط الواجهة الدقيقة مرتبطة بسير العمل الموثق، لا بإصدار GLM ذي اسم مشابه.
للحصول على نتيجة قابلة للاستخدام، اطلب بيان الصفحات أو أقسام المستند المشمولة، ومحتويات المخرج المقترح، والفروق التي لا تزال قائمة في الأدلة. يعرض المنتج أمثلة على برمجة صفحات الويب وإنشاء المواقع وفهم المستندات وتتبع الأجسام في الفيديو. تأتي المشاريع المكتملة والملفات المعدلة والتفاعلات المنفذة من بيئة التطبيق؛ ويعد النموذج العمل النصي المقابل وينقحه.
", "aboutText": "يربط GLM-5V-Turbo الفهم البصري بتطوير البرمجيات وعمل الوكلاء. تسرد Z.ai الصور والفيديو والنصوص والملفات بوصفها مدخلات، والنص بوصفه مخرجاً. يتمتع ملفه بسياق قدره 200K رمز وما يصل إلى 128K رمز إخراج. يمكن للمهمة أن تجمع لقطة شاشة أو تصميماً مع المتطلبات وتطلب شيفرة أو شرحاً بصرياً أو نتيجة تستند إلى مستند. وهو إصدار مستقل عن GLM-5.3-Flash.\n\nإعادة بناء الواجهات الأمامية من استخداماته الرئيسية. تصف الجهة المصنّعة التعرف على التخطيط والألوان والتسلسل الهرمي للمكونات ومنطق التفاعل انطلاقاً من النماذج التصميمية. قدّم الحالات المرجعية والوظائف المطلوبة والقيود، ثم اطلب شيفرة قابلة للتحرير وشرحاً. يمكن أن تساعد لقطة شاشة لصفحة معيبة على تحديد اختلال المحاذاة أو تداخل المكونات أو عدم تطابق الألوان. يعرض التطبيق المقترح ويقدم النتيجة الفعلية لمواصلة تفسيرها.\n\nقد يتجاوز سير العمل في الواجهة الرسومية لقطة شاشة واحدة. يصف المنتج استكشاف الانتقالات بين الصفحات والأصول المرئية واستخدام النتائج لإعداد الشيفرة. حدد الهدف والإجراءات المتاحة، وأعد الشاشات المتغيرة أو الملاحظات، وحدد المخرج المكتمل. يخطط النموذج استناداً إلى هذه التغذية الراجعة؛ وينفّذ التطبيق التنقل أو النقرات أو العمليات الأخرى. الاستجابة التي تصف إجراءً ليست دليلاً على تنفيذه.\n\nتصف الجهة المصنّعة دمج المعلومات المرئية والنصية، ومشفّر الرؤية CogViT، والتنبؤ متعدد الرموز، إلى جانب التعلم المعزز المشترك عبر أكثر من 30 نوعاً من المهام. يشمل هذا النطاق مجالات STEM، والإسناد البصري، والفيديو، والواجهات الرسومية، ووكلاء البرمجة. وتتضمن سلسلة أدواته البصرية رسم المربعات ولقطات الشاشة وقراءة الصفحات التي تحتوي على صور. توضح هذه العناصر توجهه نحو التطوير دون إسناد عدد معلمات أو بنية نموذج آخر إلى هذا الإصدار.\n\nتغطي مواد المهام الرسمية كتابة أوصاف للصور، والإسناد البصري، والكتابة المستندة إلى المستندات، ومقارنة السير الذاتية بالمتطلبات المقدمة، وإعداد موجّهات انطلاقاً من وسائط مرجعية. يمكن لموجز مستند أن يسمي الحقول ويطلب استنتاجات تدعمها المقاطع النصية. ويمكن لموجز إسناد بصري أن يحدد الجسم ونتيجة مربع الإحاطة. وقد تطلب مهمة مرجع وسائط موجّهاً مكتوباً للمشهد أو الأسلوب؛ ولا يجعل هذا الاستخدام النموذج مولّداً أصلياً للصور أو الفيديو.\n\nيسرد الملف أوضاع التفكير والبث المتدفق واستدعاء الدوال وتخزين السياق مؤقتاً. عرّف الأدوات واحتفظ بملاحظاتها مع الخطوة ذات الصلة. ضع تسميات للمصادر ومسارات الشيفرة وتسلسلات الفيديو، مع ترك مساحة للاستدلال والإجابة. تقرن الأمثلة الوسائط بسؤال ملموس. تظل قيود النقل وضوابط الواجهة الدقيقة مرتبطة بسير العمل الموثق، لا بإصدار GLM ذي اسم مشابه.\n\nللحصول على نتيجة قابلة للاستخدام، اطلب بيان الصفحات أو أقسام المستند المشمولة، ومحتويات المخرج المقترح، والفروق التي لا تزال قائمة في الأدلة. يعرض المنتج أمثلة على برمجة صفحات الويب وإنشاء المواقع وفهم المستندات وتتبع الأجسام في الفيديو. تأتي المشاريع المكتملة والملفات المعدلة والتفاعلات المنفذة من بيئة التطبيق؛ ويعد النموذج العمل النصي المقابل وينقحه.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Correct a described responsive layout\n\nPropose HTML and CSS for this written mockup: a header with brand text "North Workshop" and a Book visit link; below it, a title "Repair desk" and two service sections. On narrow screens the services stack in reading order. Use semantic elements, preserve exact labels and keep the link keyboard-focusable. Return editable code and inspection criteria.An editable HTML/CSS example with a responsive service layout and explicit visual and keyboard inspection criteria.Render both wide and narrow layouts and inspect reading order, exact labels and visible keyboard focus before using the code.glm-5v-turboGLM-5V-Turbo هو نموذج Z.ai متعدد الوسائط للبرمجة انطلاقاً من لقطات الشاشة والمراجع المرئية والمستندات، وللوكلاء الذين يتعاملون مع الواجهات الرسومية. يقبل ملفه لدى المنتج الصور والفيديو والنصوص والملفات، ويعيد نصاً، ويسرد سياقاً بسعة 200K مع ما يصل إلى 128K رمز إخراج.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
يربط GLM-5V-Turbo الفهم البصري بتطوير البرمجيات وعمل الوكلاء. تسرد Z.ai الصور والفيديو والنصوص والملفات بوصفها مدخلات، والنص بوصفه مخرجاً. يتمتع ملفه بسياق قدره 200K رمز وما يصل إلى 128K رمز إخراج. يمكن للمهمة أن تجمع لقطة شاشة أو تصميماً مع المتطلبات وتطلب شيفرة أو شرحاً بصرياً أو نتيجة تستند إلى مستند. وهو إصدار مستقل عن GLM-5.3-Flash.
إعادة بناء الواجهات الأمامية من استخداماته الرئيسية. تصف الجهة المصنّعة التعرف على التخطيط والألوان والتسلسل الهرمي للمكونات ومنطق التفاعل انطلاقاً من النماذج التصميمية. قدّم الحالات المرجعية والوظائف المطلوبة والقيود، ثم اطلب شيفرة قابلة للتحرير وشرحاً. يمكن أن تساعد لقطة شاشة لصفحة معيبة على تحديد اختلال المحاذاة أو تداخل المكونات أو عدم تطابق الألوان. يعرض التطبيق المقترح ويقدم النتيجة الفعلية لمواصلة تفسيرها.
قد يتجاوز سير العمل في الواجهة الرسومية لقطة شاشة واحدة. يصف المنتج استكشاف الانتقالات بين الصفحات والأصول المرئية واستخدام النتائج لإعداد الشيفرة. حدد الهدف والإجراءات المتاحة، وأعد الشاشات المتغيرة أو الملاحظات، وحدد المخرج المكتمل. يخطط النموذج استناداً إلى هذه التغذية الراجعة؛ وينفّذ التطبيق التنقل أو النقرات أو العمليات الأخرى. الاستجابة التي تصف إجراءً ليست دليلاً على تنفيذه.
تصف الجهة المصنّعة دمج المعلومات المرئية والنصية، ومشفّر الرؤية CogViT، والتنبؤ متعدد الرموز، إلى جانب التعلم المعزز المشترك عبر أكثر من 30 نوعاً من المهام. يشمل هذا النطاق مجالات STEM، والإسناد البصري، والفيديو، والواجهات الرسومية، ووكلاء البرمجة. وتتضمن سلسلة أدواته البصرية رسم المربعات ولقطات الشاشة وقراءة الصفحات التي تحتوي على صور. توضح هذه العناصر توجهه نحو التطوير دون إسناد عدد معلمات أو بنية نموذج آخر إلى هذا الإصدار.
تغطي مواد المهام الرسمية كتابة أوصاف للصور، والإسناد البصري، والكتابة المستندة إلى المستندات، ومقارنة السير الذاتية بالمتطلبات المقدمة، وإعداد موجّهات انطلاقاً من وسائط مرجعية. يمكن لموجز مستند أن يسمي الحقول ويطلب استنتاجات تدعمها المقاطع النصية. ويمكن لموجز إسناد بصري أن يحدد الجسم ونتيجة مربع الإحاطة. وقد تطلب مهمة مرجع وسائط موجّهاً مكتوباً للمشهد أو الأسلوب؛ ولا يجعل هذا الاستخدام النموذج مولّداً أصلياً للصور أو الفيديو.
يسرد الملف أوضاع التفكير والبث المتدفق واستدعاء الدوال وتخزين السياق مؤقتاً. عرّف الأدوات واحتفظ بملاحظاتها مع الخطوة ذات الصلة. ضع تسميات للمصادر ومسارات الشيفرة وتسلسلات الفيديو، مع ترك مساحة للاستدلال والإجابة. تقرن الأمثلة الوسائط بسؤال ملموس. تظل قيود النقل وضوابط الواجهة الدقيقة مرتبطة بسير العمل الموثق، لا بإصدار GLM ذي اسم مشابه.
للحصول على نتيجة قابلة للاستخدام، اطلب بيان الصفحات أو أقسام المستند المشمولة، ومحتويات المخرج المقترح، والفروق التي لا تزال قائمة في الأدلة. يعرض المنتج أمثلة على برمجة صفحات الويب وإنشاء المواقع وفهم المستندات وتتبع الأجسام في الفيديو. تأتي المشاريع المكتملة والملفات المعدلة والتفاعلات المنفذة من بيئة التطبيق؛ ويعد النموذج العمل النصي المقابل وينقحه.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود glm-5v-turbo | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: محادثة نصية | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
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 |
المعلمةcontrol_scope | المواصفاتمحادثة نصية؛ stream قيمة منطقية، وقيمتها الافتراضية false. |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
الأسماء البديلة للطريقة: /chat/completions
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 $0.0024 / 1K من الرموز الإخراج · رموز الإخراج $0.008 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00048 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 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 $0.0024 / 1K من الرموز الإخراج · رموز الإخراج $0.008 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00048 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"glm-5v-turbo","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="glm-5v-turbo", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
glm-5v-turboGLM-5V-Turbo هو نموذج Z.ai متعدد الوسائط للبرمجة انطلاقاً من لقطات الشاشة والمراجع المرئية والمستندات، وللوكلاء الذين يتعاملون مع الواجهات الرسومية. يقبل ملفه لدى المنتج الصور والفيديو والنصوص والملفات، ويعيد نصاً، ويسرد سياقاً بسعة 200K مع ما يصل إلى 128K رمز إخراج.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
يربط GLM-5V-Turbo الفهم البصري بتطوير البرمجيات وعمل الوكلاء. تسرد Z.ai الصور والفيديو والنصوص والملفات بوصفها مدخلات، والنص بوصفه مخرجاً. يتمتع ملفه بسياق قدره 200K رمز وما يصل إلى 128K رمز إخراج. يمكن للمهمة أن تجمع لقطة شاشة أو تصميماً مع المتطلبات وتطلب شيفرة أو شرحاً بصرياً أو نتيجة تستند إلى مستند. وهو إصدار مستقل عن GLM-5.3-Flash.
إعادة بناء الواجهات الأمامية من استخداماته الرئيسية. تصف الجهة المصنّعة التعرف على التخطيط والألوان والتسلسل الهرمي للمكونات ومنطق التفاعل انطلاقاً من النماذج التصميمية. قدّم الحالات المرجعية والوظائف المطلوبة والقيود، ثم اطلب شيفرة قابلة للتحرير وشرحاً. يمكن أن تساعد لقطة شاشة لصفحة معيبة على تحديد اختلال المحاذاة أو تداخل المكونات أو عدم تطابق الألوان. يعرض التطبيق المقترح ويقدم النتيجة الفعلية لمواصلة تفسيرها.
قد يتجاوز سير العمل في الواجهة الرسومية لقطة شاشة واحدة. يصف المنتج استكشاف الانتقالات بين الصفحات والأصول المرئية واستخدام النتائج لإعداد الشيفرة. حدد الهدف والإجراءات المتاحة، وأعد الشاشات المتغيرة أو الملاحظات، وحدد المخرج المكتمل. يخطط النموذج استناداً إلى هذه التغذية الراجعة؛ وينفّذ التطبيق التنقل أو النقرات أو العمليات الأخرى. الاستجابة التي تصف إجراءً ليست دليلاً على تنفيذه.
تصف الجهة المصنّعة دمج المعلومات المرئية والنصية، ومشفّر الرؤية CogViT، والتنبؤ متعدد الرموز، إلى جانب التعلم المعزز المشترك عبر أكثر من 30 نوعاً من المهام. يشمل هذا النطاق مجالات STEM، والإسناد البصري، والفيديو، والواجهات الرسومية، ووكلاء البرمجة. وتتضمن سلسلة أدواته البصرية رسم المربعات ولقطات الشاشة وقراءة الصفحات التي تحتوي على صور. توضح هذه العناصر توجهه نحو التطوير دون إسناد عدد معلمات أو بنية نموذج آخر إلى هذا الإصدار.
تغطي مواد المهام الرسمية كتابة أوصاف للصور، والإسناد البصري، والكتابة المستندة إلى المستندات، ومقارنة السير الذاتية بالمتطلبات المقدمة، وإعداد موجّهات انطلاقاً من وسائط مرجعية. يمكن لموجز مستند أن يسمي الحقول ويطلب استنتاجات تدعمها المقاطع النصية. ويمكن لموجز إسناد بصري أن يحدد الجسم ونتيجة مربع الإحاطة. وقد تطلب مهمة مرجع وسائط موجّهاً مكتوباً للمشهد أو الأسلوب؛ ولا يجعل هذا الاستخدام النموذج مولّداً أصلياً للصور أو الفيديو.
يسرد الملف أوضاع التفكير والبث المتدفق واستدعاء الدوال وتخزين السياق مؤقتاً. عرّف الأدوات واحتفظ بملاحظاتها مع الخطوة ذات الصلة. ضع تسميات للمصادر ومسارات الشيفرة وتسلسلات الفيديو، مع ترك مساحة للاستدلال والإجابة. تقرن الأمثلة الوسائط بسؤال ملموس. تظل قيود النقل وضوابط الواجهة الدقيقة مرتبطة بسير العمل الموثق، لا بإصدار GLM ذي اسم مشابه.
للحصول على نتيجة قابلة للاستخدام، اطلب بيان الصفحات أو أقسام المستند المشمولة، ومحتويات المخرج المقترح، والفروق التي لا تزال قائمة في الأدلة. يعرض المنتج أمثلة على برمجة صفحات الويب وإنشاء المواقع وفهم المستندات وتتبع الأجسام في الفيديو. تأتي المشاريع المكتملة والملفات المعدلة والتفاعلات المنفذة من بيئة التطبيق؛ ويعد النموذج العمل النصي المقابل وينقحه.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود glm-5v-turbo | 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 $0.0024 / 1K من الرموز الإخراج · رموز الإخراج $0.008 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00048 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 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 $0.0024 / 1K من الرموز الإخراج · رموز الإخراج $0.008 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00048 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "glm-5v-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'glm-5v-turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'glm-5v-turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
z-ai/glm-5v-turboGLM-5V-Turbo هو نموذج Z.ai متعدد الوسائط للبرمجة انطلاقاً من لقطات الشاشة والمراجع المرئية والمستندات، وللوكلاء الذين يتعاملون مع الواجهات الرسومية. يقبل ملفه لدى المنتج الصور والفيديو والنصوص والملفات، ويعيد نصاً، ويسرد سياقاً بسعة 200K مع ما يصل إلى 128K رمز إخراج.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
يربط GLM-5V-Turbo الفهم البصري بتطوير البرمجيات وعمل الوكلاء. تسرد Z.ai الصور والفيديو والنصوص والملفات بوصفها مدخلات، والنص بوصفه مخرجاً. يتمتع ملفه بسياق قدره 200K رمز وما يصل إلى 128K رمز إخراج. يمكن للمهمة أن تجمع لقطة شاشة أو تصميماً مع المتطلبات وتطلب شيفرة أو شرحاً بصرياً أو نتيجة تستند إلى مستند. وهو إصدار مستقل عن GLM-5.3-Flash.
إعادة بناء الواجهات الأمامية من استخداماته الرئيسية. تصف الجهة المصنّعة التعرف على التخطيط والألوان والتسلسل الهرمي للمكونات ومنطق التفاعل انطلاقاً من النماذج التصميمية. قدّم الحالات المرجعية والوظائف المطلوبة والقيود، ثم اطلب شيفرة قابلة للتحرير وشرحاً. يمكن أن تساعد لقطة شاشة لصفحة معيبة على تحديد اختلال المحاذاة أو تداخل المكونات أو عدم تطابق الألوان. يعرض التطبيق المقترح ويقدم النتيجة الفعلية لمواصلة تفسيرها.
قد يتجاوز سير العمل في الواجهة الرسومية لقطة شاشة واحدة. يصف المنتج استكشاف الانتقالات بين الصفحات والأصول المرئية واستخدام النتائج لإعداد الشيفرة. حدد الهدف والإجراءات المتاحة، وأعد الشاشات المتغيرة أو الملاحظات، وحدد المخرج المكتمل. يخطط النموذج استناداً إلى هذه التغذية الراجعة؛ وينفّذ التطبيق التنقل أو النقرات أو العمليات الأخرى. الاستجابة التي تصف إجراءً ليست دليلاً على تنفيذه.
تصف الجهة المصنّعة دمج المعلومات المرئية والنصية، ومشفّر الرؤية CogViT، والتنبؤ متعدد الرموز، إلى جانب التعلم المعزز المشترك عبر أكثر من 30 نوعاً من المهام. يشمل هذا النطاق مجالات STEM، والإسناد البصري، والفيديو، والواجهات الرسومية، ووكلاء البرمجة. وتتضمن سلسلة أدواته البصرية رسم المربعات ولقطات الشاشة وقراءة الصفحات التي تحتوي على صور. توضح هذه العناصر توجهه نحو التطوير دون إسناد عدد معلمات أو بنية نموذج آخر إلى هذا الإصدار.
تغطي مواد المهام الرسمية كتابة أوصاف للصور، والإسناد البصري، والكتابة المستندة إلى المستندات، ومقارنة السير الذاتية بالمتطلبات المقدمة، وإعداد موجّهات انطلاقاً من وسائط مرجعية. يمكن لموجز مستند أن يسمي الحقول ويطلب استنتاجات تدعمها المقاطع النصية. ويمكن لموجز إسناد بصري أن يحدد الجسم ونتيجة مربع الإحاطة. وقد تطلب مهمة مرجع وسائط موجّهاً مكتوباً للمشهد أو الأسلوب؛ ولا يجعل هذا الاستخدام النموذج مولّداً أصلياً للصور أو الفيديو.
يسرد الملف أوضاع التفكير والبث المتدفق واستدعاء الدوال وتخزين السياق مؤقتاً. عرّف الأدوات واحتفظ بملاحظاتها مع الخطوة ذات الصلة. ضع تسميات للمصادر ومسارات الشيفرة وتسلسلات الفيديو، مع ترك مساحة للاستدلال والإجابة. تقرن الأمثلة الوسائط بسؤال ملموس. تظل قيود النقل وضوابط الواجهة الدقيقة مرتبطة بسير العمل الموثق، لا بإصدار GLM ذي اسم مشابه.
للحصول على نتيجة قابلة للاستخدام، اطلب بيان الصفحات أو أقسام المستند المشمولة، ومحتويات المخرج المقترح، والفروق التي لا تزال قائمة في الأدلة. يعرض المنتج أمثلة على برمجة صفحات الويب وإنشاء المواقع وفهم المستندات وتتبع الأجسام في الفيديو. تأتي المشاريع المكتملة والملفات المعدلة والتفاعلات المنفذة من بيئة التطبيق؛ ويعد النموذج العمل النصي المقابل وينقحه.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود z-ai/glm-5v-turbo | 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 $0.0024 / 1K من الرموز الإخراج · رموز الإخراج $0.008 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00048 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 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 $0.0024 / 1K من الرموز الإخراج · رموز الإخراج $0.008 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00048 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${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-5v-turbo", "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-5v-turbo',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-5v-turbo',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
z-ai/glm-5v-turboGLM-5V-Turbo هو نموذج Z.ai متعدد الوسائط للبرمجة انطلاقاً من لقطات الشاشة والمراجع المرئية والمستندات، وللوكلاء الذين يتعاملون مع الواجهات الرسومية. يقبل ملفه لدى المنتج الصور والفيديو والنصوص والملفات، ويعيد نصاً، ويسرد سياقاً بسعة 200K مع ما يصل إلى 128K رمز إخراج.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
يربط GLM-5V-Turbo الفهم البصري بتطوير البرمجيات وعمل الوكلاء. تسرد Z.ai الصور والفيديو والنصوص والملفات بوصفها مدخلات، والنص بوصفه مخرجاً. يتمتع ملفه بسياق قدره 200K رمز وما يصل إلى 128K رمز إخراج. يمكن للمهمة أن تجمع لقطة شاشة أو تصميماً مع المتطلبات وتطلب شيفرة أو شرحاً بصرياً أو نتيجة تستند إلى مستند. وهو إصدار مستقل عن GLM-5.3-Flash.
إعادة بناء الواجهات الأمامية من استخداماته الرئيسية. تصف الجهة المصنّعة التعرف على التخطيط والألوان والتسلسل الهرمي للمكونات ومنطق التفاعل انطلاقاً من النماذج التصميمية. قدّم الحالات المرجعية والوظائف المطلوبة والقيود، ثم اطلب شيفرة قابلة للتحرير وشرحاً. يمكن أن تساعد لقطة شاشة لصفحة معيبة على تحديد اختلال المحاذاة أو تداخل المكونات أو عدم تطابق الألوان. يعرض التطبيق المقترح ويقدم النتيجة الفعلية لمواصلة تفسيرها.
قد يتجاوز سير العمل في الواجهة الرسومية لقطة شاشة واحدة. يصف المنتج استكشاف الانتقالات بين الصفحات والأصول المرئية واستخدام النتائج لإعداد الشيفرة. حدد الهدف والإجراءات المتاحة، وأعد الشاشات المتغيرة أو الملاحظات، وحدد المخرج المكتمل. يخطط النموذج استناداً إلى هذه التغذية الراجعة؛ وينفّذ التطبيق التنقل أو النقرات أو العمليات الأخرى. الاستجابة التي تصف إجراءً ليست دليلاً على تنفيذه.
تصف الجهة المصنّعة دمج المعلومات المرئية والنصية، ومشفّر الرؤية CogViT، والتنبؤ متعدد الرموز، إلى جانب التعلم المعزز المشترك عبر أكثر من 30 نوعاً من المهام. يشمل هذا النطاق مجالات STEM، والإسناد البصري، والفيديو، والواجهات الرسومية، ووكلاء البرمجة. وتتضمن سلسلة أدواته البصرية رسم المربعات ولقطات الشاشة وقراءة الصفحات التي تحتوي على صور. توضح هذه العناصر توجهه نحو التطوير دون إسناد عدد معلمات أو بنية نموذج آخر إلى هذا الإصدار.
تغطي مواد المهام الرسمية كتابة أوصاف للصور، والإسناد البصري، والكتابة المستندة إلى المستندات، ومقارنة السير الذاتية بالمتطلبات المقدمة، وإعداد موجّهات انطلاقاً من وسائط مرجعية. يمكن لموجز مستند أن يسمي الحقول ويطلب استنتاجات تدعمها المقاطع النصية. ويمكن لموجز إسناد بصري أن يحدد الجسم ونتيجة مربع الإحاطة. وقد تطلب مهمة مرجع وسائط موجّهاً مكتوباً للمشهد أو الأسلوب؛ ولا يجعل هذا الاستخدام النموذج مولّداً أصلياً للصور أو الفيديو.
يسرد الملف أوضاع التفكير والبث المتدفق واستدعاء الدوال وتخزين السياق مؤقتاً. عرّف الأدوات واحتفظ بملاحظاتها مع الخطوة ذات الصلة. ضع تسميات للمصادر ومسارات الشيفرة وتسلسلات الفيديو، مع ترك مساحة للاستدلال والإجابة. تقرن الأمثلة الوسائط بسؤال ملموس. تظل قيود النقل وضوابط الواجهة الدقيقة مرتبطة بسير العمل الموثق، لا بإصدار GLM ذي اسم مشابه.
للحصول على نتيجة قابلة للاستخدام، اطلب بيان الصفحات أو أقسام المستند المشمولة، ومحتويات المخرج المقترح، والفروق التي لا تزال قائمة في الأدلة. يعرض المنتج أمثلة على برمجة صفحات الويب وإنشاء المواقع وفهم المستندات وتتبع الأجسام في الفيديو. تأتي المشاريع المكتملة والملفات المعدلة والتفاعلات المنفذة من بيئة التطبيق؛ ويعد النموذج العمل النصي المقابل وينقحه.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود z-ai/glm-5v-turbo | 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 $0.0024 / 1K من الرموز الإخراج · رموز الإخراج $0.008 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00048 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 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 $0.0024 / 1K من الرموز الإخراج · رموز الإخراج $0.008 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00048 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "z-ai/glm-5v-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5v-turbo', '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-5v-turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
مثال تقني باللغة الإنجليزية
Correct a described responsive layout\n\nPropose HTML and CSS for this written mockup: a header with brand text "North Workshop" and a Book visit link; below it, a title "Repair desk" and two service sections. On narrow screens the services stack in reading order. Use semantic elements, preserve exact labels and keep the link keyboard-focusable. Return editable code and inspection criteria.An editable HTML/CSS example with a responsive service layout and explicit visual and keyboard inspection criteria.Render both wide and narrow layouts and inspect reading order, exact labels and visible keyboard focus before using the code.