GLM-4V-Plus je multimodální model Zhipu AI pro interpretaci obrázků nebo videa a tvorbu textu. Průvodce výrobce pro vývoj agentů jej výslovně odlišuje od postupu GLM-4V převádějícího obrázek na text: profil Plus přijímá obrazový nebo video materiál s písemným pokynem. Tuto kombinaci využijte k převedení vizuální otázky na popis, vysvětlení nebo pracovní poznámku navázanou na zdroj.
Poskytněte obrázek nebo video obsahující zkoumanou událost, objekt či vztah a uveďte účel úlohy. Otázka k obrázku se může zaměřit na viditelné uspořádání nebo detail v dokumentu. Otázka k videu může žádat vysvětlení zobrazené akce nebo shrnutí dodané posloupnosti.
S otázkou uchovejte identitu reference. U kontroly videa pojmenujte posloupnost a případně časový interval, který chcete posoudit. Ukázkový pokyn zní: „Popiš akci ve vybraném intervalu a vysvětli, jak viditelná posloupnost podporuje tvůj popis.“ Časový odkaz v zadání určuje požadované materiály; nenahrazuje video vstup.
Výrobce dokumentuje dva postupy agentů: konverzačního agenta spojujícího nahraný obrázek nebo video s pokynem a textově orientovaného agenta s výslovně pojmenovanými vstupy pro nahrávání. Ve druhém postupu lze několik vizuálních vstupů nakonfigurovat jako samostatná pojmenovaná vstupní pole. Dejte každé referenci jasnou roli, například výchozí stav, pozdější stav nebo dokument ke kontrole.
Pro ukázkové srovnání reference označte před otázkou, co se mění. Požadujte písemné srovnání, které u každého pozorování pojmenuje zdroj. Výsledek tak poslouží jako kontrolní poznámka a navazující otázka ke konkrétnímu obrázku či posloupnosti zůstane propojená se správnou referencí.
Definujte výstup potřebný pro další krok: popisek, vysvětlení, shrnutí posloupnosti nebo seznam pozorování propojených se zdrojovými referencemi. Požádejte model, aby odlišoval viditelné skutečnosti od toho, co vyžaduje další kontext. U otázky k dokumentu uchovejte identitu stránky s vrácenou interpretací; u posloupnosti akcí ponechte vybraný interval a původní klip vedle shrnutí.
Výstupem zdokumentovaného postupu GLM-4V-Plus je text. Odpověď uchovejte s pokynem a vstupními referencemi při přípravě záznamu vizuálních znalostí nebo předávání kontroly jiné osobě. Jména, popisky a popisy událostí zkontrolujte proti podkladům a další požadavek pak zaměřte na konkrétní pozorování vyžadující upřesnění.
GLM-4V a GLM-4V-Plus jsou samostatně pojmenované profily výrobce. Pro úlohu s videem v dodaných důkazech vyberte Plus a výběr uchovejte s dokončenou poznámkou. Užitečné pokračování odkazuje na stejné materiály, zužuje požadované pozorování a zachovává dřívější odpověď jako součást pracovního záznamu.
", "aboutText": "GLM-4V-Plus je multimodální model Zhipu AI pro interpretaci obrázků nebo videa a tvorbu textu. Průvodce výrobce pro vývoj agentů jej výslovně odlišuje od postupu GLM-4V převádějícího obrázek na text: profil Plus přijímá obrazový nebo video materiál s písemným pokynem. Tuto kombinaci využijte k převedení vizuální otázky na popis, vysvětlení nebo pracovní poznámku navázanou na zdroj.\n\n### Vyberte vizuální důkazy pro otázku\n\nPoskytněte obrázek nebo video obsahující zkoumanou událost, objekt či vztah a uveďte účel úlohy. Otázka k obrázku se může zaměřit na viditelné uspořádání nebo detail v dokumentu. Otázka k videu může žádat vysvětlení zobrazené akce nebo shrnutí dodané posloupnosti.\n\nS otázkou uchovejte identitu reference. U kontroly videa pojmenujte posloupnost a případně časový interval, který chcete posoudit. Ukázkový pokyn zní: „Popiš akci ve vybraném intervalu a vysvětli, jak viditelná posloupnost podporuje tvůj popis.“ Časový odkaz v zadání určuje požadované materiály; nenahrazuje video vstup.\n\n### Přiřaďte každému vstupu jeho roli\n\nVýrobce dokumentuje dva postupy agentů: konverzačního agenta spojujícího nahraný obrázek nebo video s pokynem a textově orientovaného agenta s výslovně pojmenovanými vstupy pro nahrávání. Ve druhém postupu lze několik vizuálních vstupů nakonfigurovat jako samostatná pojmenovaná vstupní pole. Dejte každé referenci jasnou roli, například výchozí stav, pozdější stav nebo dokument ke kontrole.\n\nPro ukázkové srovnání reference označte před otázkou, co se mění. Požadujte písemné srovnání, které u každého pozorování pojmenuje zdroj. Výsledek tak poslouží jako kontrolní poznámka a navazující otázka ke konkrétnímu obrázku či posloupnosti zůstane propojená se správnou referencí.\n\n### Požadujte užitečný písemný výsledek\n\nDefinujte výstup potřebný pro další krok: popisek, vysvětlení, shrnutí posloupnosti nebo seznam pozorování propojených se zdrojovými referencemi. Požádejte model, aby odlišoval viditelné skutečnosti od toho, co vyžaduje další kontext. U otázky k dokumentu uchovejte identitu stránky s vrácenou interpretací; u posloupnosti akcí ponechte vybraný interval a původní klip vedle shrnutí.\n\nVýstupem zdokumentovaného postupu GLM-4V-Plus je text. Odpověď uchovejte s pokynem a vstupními referencemi při přípravě záznamu vizuálních znalostí nebo předávání kontroly jiné osobě. Jména, popisky a popisy událostí zkontrolujte proti podkladům a další požadavek pak zaměřte na konkrétní pozorování vyžadující upřesnění.\n\n### Uchovejte s výsledkem vybraný vizuální profil\n\nGLM-4V a GLM-4V-Plus jsou samostatně pojmenované profily výrobce. Pro úlohu s videem v dodaných důkazech vyberte Plus a výběr uchovejte s dokončenou poznámkou. Užitečné pokračování odkazuje na stejné materiály, zužuje požadované pozorování a zachovává dřívější odpověď jako součást pracovního záznamu.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Compare labelled inspection notes\n\nUse only these text inspection notes. Before: crate latch closed, seal present, label K7. After: latch open, seal missing, label K7. Write a comparison for the receiving team. Distinguish documented changes from unknown causes and list the next evidence to request. No image or video is attached.A before/after comparison with source labels, an unknown-cause note and a short evidence request.The latch and seal changes are reported, while damage, theft and the person responsible remain unasserted.glm-4v-plusGLM-4V-Plus je model Zhipu AI pro interpretaci obrázků nebo videa společně s textovým pokynem a vrácení písemné odpovědi. Pro shrnutí posloupnosti nebo písemné vysvětlení zobrazené akce vyberte profil Plus s podporou videa.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
GLM-4V-Plus je multimodální model Zhipu AI pro interpretaci obrázků nebo videa a tvorbu textu. Průvodce výrobce pro vývoj agentů jej výslovně odlišuje od postupu GLM-4V převádějícího obrázek na text: profil Plus přijímá obrazový nebo video materiál s písemným pokynem. Tuto kombinaci využijte k převedení vizuální otázky na popis, vysvětlení nebo pracovní poznámku navázanou na zdroj.
Poskytněte obrázek nebo video obsahující zkoumanou událost, objekt či vztah a uveďte účel úlohy. Otázka k obrázku se může zaměřit na viditelné uspořádání nebo detail v dokumentu. Otázka k videu může žádat vysvětlení zobrazené akce nebo shrnutí dodané posloupnosti.
S otázkou uchovejte identitu reference. U kontroly videa pojmenujte posloupnost a případně časový interval, který chcete posoudit. Ukázkový pokyn zní: „Popiš akci ve vybraném intervalu a vysvětli, jak viditelná posloupnost podporuje tvůj popis.“ Časový odkaz v zadání určuje požadované materiály; nenahrazuje video vstup.
Výrobce dokumentuje dva postupy agentů: konverzačního agenta spojujícího nahraný obrázek nebo video s pokynem a textově orientovaného agenta s výslovně pojmenovanými vstupy pro nahrávání. Ve druhém postupu lze několik vizuálních vstupů nakonfigurovat jako samostatná pojmenovaná vstupní pole. Dejte každé referenci jasnou roli, například výchozí stav, pozdější stav nebo dokument ke kontrole.
Pro ukázkové srovnání reference označte před otázkou, co se mění. Požadujte písemné srovnání, které u každého pozorování pojmenuje zdroj. Výsledek tak poslouží jako kontrolní poznámka a navazující otázka ke konkrétnímu obrázku či posloupnosti zůstane propojená se správnou referencí.
Definujte výstup potřebný pro další krok: popisek, vysvětlení, shrnutí posloupnosti nebo seznam pozorování propojených se zdrojovými referencemi. Požádejte model, aby odlišoval viditelné skutečnosti od toho, co vyžaduje další kontext. U otázky k dokumentu uchovejte identitu stránky s vrácenou interpretací; u posloupnosti akcí ponechte vybraný interval a původní klip vedle shrnutí.
Výstupem zdokumentovaného postupu GLM-4V-Plus je text. Odpověď uchovejte s pokynem a vstupními referencemi při přípravě záznamu vizuálních znalostí nebo předávání kontroly jiné osobě. Jména, popisky a popisy událostí zkontrolujte proti podkladům a další požadavek pak zaměřte na konkrétní pozorování vyžadující upřesnění.
GLM-4V a GLM-4V-Plus jsou samostatně pojmenované profily výrobce. Pro úlohu s videem v dodaných důkazech vyberte Plus a výběr uchovejte s dokončenou poznámkou. Užitečné pokračování odkazuje na stejné materiály, zužuje požadované pozorování a zachovává dřívější odpověď jako součást pracovního záznamu.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity glm-4v-plus | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Příklady: system, user, assistant, tool, function Podmínky: Tyto role jsou výslovně zastoupeny typy kompatibility zdrojového kódu; přesná sada rolí zůstává specifická pro daný model. Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring|content_part[]|null | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_calls | Typtool_call[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_call_id | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: role=tool; použijte skutečně vrácené ID | Výchozí— |
Polemessages[].name | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].reasoning_content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Předávejte zpět skutečně vrácené uvažování tam, kde je tento model používá | Výchozí— |
Polemessages[].reasoning_details | Typobject|array | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity function Závisí na modelu | Výchozí— |
Poletools[].function.name | Typstring | PožadavekPovinné | Hodnoty a limity Platí, když: nástroj typu funkce je dodán | Výchozí— |
Poletools[].function.description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].function.parameters | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— |
Text · text UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktpole zpráv se strukturou role/content |
Parametrfile_material | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Životní cyklus: synchronous_or_streamed
Odešlete přesné ID modelu spolu s messages.
Délka kontextu není limitem výstupu.
Textový soubor může dodat doslovný text; obrazové/zvukové vstupy a vstupy v podobě souborových objektů vyžadují přesnou vazbu.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.0028 / 1K tokenů Výstup · Výstupní tokeny $0.0028 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "glm-4v-plus", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='glm-4v-plus',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='glm-4v-plus',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 nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou volbu a její obsah/volání nástrojů/uvažování. V SSE sestavujte přírůstky podle indexu volby/nástroje a zachovejte konečný důvod ukončení i údaje o využití.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra glm-4v-plus
Použijte cesty metod uvedené výše.
glm-4v-plusGLM-4V-Plus je model Zhipu AI pro interpretaci obrázků nebo videa společně s textovým pokynem a vrácení písemné odpovědi. Pro shrnutí posloupnosti nebo písemné vysvětlení zobrazené akce vyberte profil Plus s podporou videa.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
GLM-4V-Plus je multimodální model Zhipu AI pro interpretaci obrázků nebo videa a tvorbu textu. Průvodce výrobce pro vývoj agentů jej výslovně odlišuje od postupu GLM-4V převádějícího obrázek na text: profil Plus přijímá obrazový nebo video materiál s písemným pokynem. Tuto kombinaci využijte k převedení vizuální otázky na popis, vysvětlení nebo pracovní poznámku navázanou na zdroj.
Poskytněte obrázek nebo video obsahující zkoumanou událost, objekt či vztah a uveďte účel úlohy. Otázka k obrázku se může zaměřit na viditelné uspořádání nebo detail v dokumentu. Otázka k videu může žádat vysvětlení zobrazené akce nebo shrnutí dodané posloupnosti.
S otázkou uchovejte identitu reference. U kontroly videa pojmenujte posloupnost a případně časový interval, který chcete posoudit. Ukázkový pokyn zní: „Popiš akci ve vybraném intervalu a vysvětli, jak viditelná posloupnost podporuje tvůj popis.“ Časový odkaz v zadání určuje požadované materiály; nenahrazuje video vstup.
Výrobce dokumentuje dva postupy agentů: konverzačního agenta spojujícího nahraný obrázek nebo video s pokynem a textově orientovaného agenta s výslovně pojmenovanými vstupy pro nahrávání. Ve druhém postupu lze několik vizuálních vstupů nakonfigurovat jako samostatná pojmenovaná vstupní pole. Dejte každé referenci jasnou roli, například výchozí stav, pozdější stav nebo dokument ke kontrole.
Pro ukázkové srovnání reference označte před otázkou, co se mění. Požadujte písemné srovnání, které u každého pozorování pojmenuje zdroj. Výsledek tak poslouží jako kontrolní poznámka a navazující otázka ke konkrétnímu obrázku či posloupnosti zůstane propojená se správnou referencí.
Definujte výstup potřebný pro další krok: popisek, vysvětlení, shrnutí posloupnosti nebo seznam pozorování propojených se zdrojovými referencemi. Požádejte model, aby odlišoval viditelné skutečnosti od toho, co vyžaduje další kontext. U otázky k dokumentu uchovejte identitu stránky s vrácenou interpretací; u posloupnosti akcí ponechte vybraný interval a původní klip vedle shrnutí.
Výstupem zdokumentovaného postupu GLM-4V-Plus je text. Odpověď uchovejte s pokynem a vstupními referencemi při přípravě záznamu vizuálních znalostí nebo předávání kontroly jiné osobě. Jména, popisky a popisy událostí zkontrolujte proti podkladům a další požadavek pak zaměřte na konkrétní pozorování vyžadující upřesnění.
GLM-4V a GLM-4V-Plus jsou samostatně pojmenované profily výrobce. Pro úlohu s videem v dodaných důkazech vyberte Plus a výběr uchovejte s dokončenou poznámkou. Užitečné pokračování odkazuje na stejné materiály, zužuje požadované pozorování a zachovává dřívější odpověď jako součást pracovního záznamu.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity glm-4v-plus | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.0028 / 1K tokenů Výstup · Výstupní tokeny $0.0028 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "glm-4v-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4v-plus', '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-4v-plus', '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 nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny bloky obsahu, podpisy uvažování a skutečná ID použití nástrojů. Sestavte všechny přírůstky bloků SSE; první textový blok není úplný výstup.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra glm-4v-plus
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Compare labelled inspection notes\n\nUse only these text inspection notes. Before: crate latch closed, seal present, label K7. After: latch open, seal missing, label K7. Write a comparison for the receiving team. Distinguish documented changes from unknown causes and list the next evidence to request. No image or video is attached.A before/after comparison with source labels, an unknown-cause note and a short evidence request.The latch and seal changes are reported, while damage, theft and the person responsible remain unasserted.