GLM-5V-Turbo forbinder visuel forståelse med softwareudvikling og agentarbejde. Z.ai angiver billeder, video, tekst og filer som input og tekst som output. Profilen har en kontekst på 200K tokens og op til 128K outputtokens. En opgave kan kombinere et skærmbillede eller et design med krav og bede om kode, en visuel forklaring eller et dokumentbaseret resultat. Dette er en særskilt udgave i forhold til GLM-5.3-Flash.
Rekonstruktion af frontend er en central anvendelse. Producenten beskriver genkendelse af layout, farver, komponenthierarki og interaktionslogik ud fra designskitser. Lever referencetilstandene, de nødvendige funktioner og begrænsningerne, og bed derefter om redigerbar kode og en forklaring. Et skærmbillede af en fejlbehæftet side kan hjælpe med at identificere forkert justering, overlappende komponenter eller uoverensstemmende farver. Applikationen gengiver forslaget og leverer det faktiske resultat til videre fortolkning.
En GUI-arbejdsgang kan omfatte mere end ét skærmbillede. Producenten beskriver udforskning af sideovergange og visuelle ressourcer samt brug af fundene til at udarbejde kode. Definer målet og de tilgængelige handlinger, returner ændrede skærmbilleder eller observationer, og angiv det færdige produkt. Modellen planlægger ud fra denne feedback; applikationen udfører navigation, klik eller andre handlinger. Et svar, der beskriver en handling, er ikke evidens for, at den er udført.
Producenten beskriver fusion af billede og tekst, en CogViT-visionsencoder og forudsigelse af flere tokens sammen med fælles forstærkningslæring på tværs af mere end 30 opgavetyper. Dette omfatter STEM, visuel lokalisering, video, GUI- og programmeringsagenter. Dens visuelle værktøjskæde omfatter tegning af bokse, skærmbilleder og læsning af sider med billeder. Dette forklarer udviklingsfokusset uden at tilskrive udgaven et parameterantal eller en anden models arkitektur.
Officielle opgavematerialer dækker billedtekstning, visuel lokalisering, dokumentbaseret skrivning, sammenligning af CV'er med leverede krav og udarbejdelse af prompts ud fra referencemedier. Et dokumentoplæg kan navngive felter og bede om konklusioner underbygget af tekstafsnit. Et oplæg til visuel lokalisering kan angive objektet og et resultat i form af en afgrænsningsboks. En opgave med mediereferencer kan bede om en skriftlig scene- eller stilprompt; denne anvendelse gør ikke modellen til en indbygget billed- eller videogenerator.
Profilen angiver ræsonneringstilstande, streaming, funktionskald og kontekstcaching. Definer værktøjer, og bevar deres observationer sammen med det relevante trin. Mærk kilder, kodestier og videosekvenser, og afsæt plads til ræsonnering og svaret. Eksemplerne kombinerer medier med et konkret spørgsmål. Præcise transportbegrænsninger og grænsefladeindstillinger forbliver knyttet til den dokumenterede arbejdsgang frem for en GLM-udgave med et lignende navn.
For at få et anvendeligt resultat skal du bede om de dækkede sider eller dokumentafsnit, hvad det foreslåede produkt indeholder, og hvilke forskelle der fortsat ses i evidensen. Producenten demonstrerer programmering af websider, oprettelse af websites, dokumentforståelse og objektsporing i video. Færdige projekter, redigerede filer og udførte interaktioner kommer fra applikationsmiljøet; modellen forbereder og forfiner det tilsvarende tekstarbejde.
", "aboutText": "GLM-5V-Turbo forbinder visuel forståelse med softwareudvikling og agentarbejde. Z.ai angiver billeder, video, tekst og filer som input og tekst som output. Profilen har en kontekst på 200K tokens og op til 128K outputtokens. En opgave kan kombinere et skærmbillede eller et design med krav og bede om kode, en visuel forklaring eller et dokumentbaseret resultat. Dette er en særskilt udgave i forhold til GLM-5.3-Flash.\n\nRekonstruktion af frontend er en central anvendelse. Producenten beskriver genkendelse af layout, farver, komponenthierarki og interaktionslogik ud fra designskitser. Lever referencetilstandene, de nødvendige funktioner og begrænsningerne, og bed derefter om redigerbar kode og en forklaring. Et skærmbillede af en fejlbehæftet side kan hjælpe med at identificere forkert justering, overlappende komponenter eller uoverensstemmende farver. Applikationen gengiver forslaget og leverer det faktiske resultat til videre fortolkning.\n\nEn GUI-arbejdsgang kan omfatte mere end ét skærmbillede. Producenten beskriver udforskning af sideovergange og visuelle ressourcer samt brug af fundene til at udarbejde kode. Definer målet og de tilgængelige handlinger, returner ændrede skærmbilleder eller observationer, og angiv det færdige produkt. Modellen planlægger ud fra denne feedback; applikationen udfører navigation, klik eller andre handlinger. Et svar, der beskriver en handling, er ikke evidens for, at den er udført.\n\nProducenten beskriver fusion af billede og tekst, en CogViT-visionsencoder og forudsigelse af flere tokens sammen med fælles forstærkningslæring på tværs af mere end 30 opgavetyper. Dette omfatter STEM, visuel lokalisering, video, GUI- og programmeringsagenter. Dens visuelle værktøjskæde omfatter tegning af bokse, skærmbilleder og læsning af sider med billeder. Dette forklarer udviklingsfokusset uden at tilskrive udgaven et parameterantal eller en anden models arkitektur.\n\nOfficielle opgavematerialer dækker billedtekstning, visuel lokalisering, dokumentbaseret skrivning, sammenligning af CV'er med leverede krav og udarbejdelse af prompts ud fra referencemedier. Et dokumentoplæg kan navngive felter og bede om konklusioner underbygget af tekstafsnit. Et oplæg til visuel lokalisering kan angive objektet og et resultat i form af en afgrænsningsboks. En opgave med mediereferencer kan bede om en skriftlig scene- eller stilprompt; denne anvendelse gør ikke modellen til en indbygget billed- eller videogenerator.\n\nProfilen angiver ræsonneringstilstande, streaming, funktionskald og kontekstcaching. Definer værktøjer, og bevar deres observationer sammen med det relevante trin. Mærk kilder, kodestier og videosekvenser, og afsæt plads til ræsonnering og svaret. Eksemplerne kombinerer medier med et konkret spørgsmål. Præcise transportbegrænsninger og grænsefladeindstillinger forbliver knyttet til den dokumenterede arbejdsgang frem for en GLM-udgave med et lignende navn.\n\nFor at få et anvendeligt resultat skal du bede om de dækkede sider eller dokumentafsnit, hvad det foreslåede produkt indeholder, og hvilke forskelle der fortsat ses i evidensen. Producenten demonstrerer programmering af websider, oprettelse af websites, dokumentforståelse og objektsporing i video. Færdige projekter, redigerede filer og udførte interaktioner kommer fra applikationsmiljøet; modellen forbereder og forfiner det tilsvarende tekstarbejde.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
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 er Z.ai's multimodale programmeringsmodel til skærmbilleder, visuelle referencer, dokumenter og GUI-agenter. Producentprofilen modtager billeder, video, tekst og filer, returnerer tekst og angiver en kontekst på 200K med op til 128K outputtokens.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GLM-5V-Turbo forbinder visuel forståelse med softwareudvikling og agentarbejde. Z.ai angiver billeder, video, tekst og filer som input og tekst som output. Profilen har en kontekst på 200K tokens og op til 128K outputtokens. En opgave kan kombinere et skærmbillede eller et design med krav og bede om kode, en visuel forklaring eller et dokumentbaseret resultat. Dette er en særskilt udgave i forhold til GLM-5.3-Flash.
Rekonstruktion af frontend er en central anvendelse. Producenten beskriver genkendelse af layout, farver, komponenthierarki og interaktionslogik ud fra designskitser. Lever referencetilstandene, de nødvendige funktioner og begrænsningerne, og bed derefter om redigerbar kode og en forklaring. Et skærmbillede af en fejlbehæftet side kan hjælpe med at identificere forkert justering, overlappende komponenter eller uoverensstemmende farver. Applikationen gengiver forslaget og leverer det faktiske resultat til videre fortolkning.
En GUI-arbejdsgang kan omfatte mere end ét skærmbillede. Producenten beskriver udforskning af sideovergange og visuelle ressourcer samt brug af fundene til at udarbejde kode. Definer målet og de tilgængelige handlinger, returner ændrede skærmbilleder eller observationer, og angiv det færdige produkt. Modellen planlægger ud fra denne feedback; applikationen udfører navigation, klik eller andre handlinger. Et svar, der beskriver en handling, er ikke evidens for, at den er udført.
Producenten beskriver fusion af billede og tekst, en CogViT-visionsencoder og forudsigelse af flere tokens sammen med fælles forstærkningslæring på tværs af mere end 30 opgavetyper. Dette omfatter STEM, visuel lokalisering, video, GUI- og programmeringsagenter. Dens visuelle værktøjskæde omfatter tegning af bokse, skærmbilleder og læsning af sider med billeder. Dette forklarer udviklingsfokusset uden at tilskrive udgaven et parameterantal eller en anden models arkitektur.
Officielle opgavematerialer dækker billedtekstning, visuel lokalisering, dokumentbaseret skrivning, sammenligning af CV'er med leverede krav og udarbejdelse af prompts ud fra referencemedier. Et dokumentoplæg kan navngive felter og bede om konklusioner underbygget af tekstafsnit. Et oplæg til visuel lokalisering kan angive objektet og et resultat i form af en afgrænsningsboks. En opgave med mediereferencer kan bede om en skriftlig scene- eller stilprompt; denne anvendelse gør ikke modellen til en indbygget billed- eller videogenerator.
Profilen angiver ræsonneringstilstande, streaming, funktionskald og kontekstcaching. Definer værktøjer, og bevar deres observationer sammen med det relevante trin. Mærk kilder, kodestier og videosekvenser, og afsæt plads til ræsonnering og svaret. Eksemplerne kombinerer medier med et konkret spørgsmål. Præcise transportbegrænsninger og grænsefladeindstillinger forbliver knyttet til den dokumenterede arbejdsgang frem for en GLM-udgave med et lignende navn.
For at få et anvendeligt resultat skal du bede om de dækkede sider eller dokumentafsnit, hvad det foreslåede produkt indeholder, og hvilke forskelle der fortsat ses i evidensen. Producenten demonstrerer programmering af websider, oprettelse af websites, dokumentforståelse og objektsporing i video. Færdige projekter, redigerede filer og udførte interaktioner kommer fra applikationsmiljøet; modellen forbereder og forfiner det tilsvarende tekstarbejde.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser glm-5v-turbo | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Tekstsamtale | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream |
Parametercontrol_scope | KontraktTekstsamtale; stream er en boolesk værdi og er som standard false. |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Metodealiaser: /chat/completions
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0024 / 1K tokens Output · Outputtokens $0.008 / 1K tokens Input · Cachelæsning $0.00048 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0024 / 1K tokens Output · Outputtokens $0.008 / 1K tokens Input · Cachelæsning $0.00048 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${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 eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
glm-5v-turboGLM-5V-Turbo er Z.ai's multimodale programmeringsmodel til skærmbilleder, visuelle referencer, dokumenter og GUI-agenter. Producentprofilen modtager billeder, video, tekst og filer, returnerer tekst og angiver en kontekst på 200K med op til 128K outputtokens.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GLM-5V-Turbo forbinder visuel forståelse med softwareudvikling og agentarbejde. Z.ai angiver billeder, video, tekst og filer som input og tekst som output. Profilen har en kontekst på 200K tokens og op til 128K outputtokens. En opgave kan kombinere et skærmbillede eller et design med krav og bede om kode, en visuel forklaring eller et dokumentbaseret resultat. Dette er en særskilt udgave i forhold til GLM-5.3-Flash.
Rekonstruktion af frontend er en central anvendelse. Producenten beskriver genkendelse af layout, farver, komponenthierarki og interaktionslogik ud fra designskitser. Lever referencetilstandene, de nødvendige funktioner og begrænsningerne, og bed derefter om redigerbar kode og en forklaring. Et skærmbillede af en fejlbehæftet side kan hjælpe med at identificere forkert justering, overlappende komponenter eller uoverensstemmende farver. Applikationen gengiver forslaget og leverer det faktiske resultat til videre fortolkning.
En GUI-arbejdsgang kan omfatte mere end ét skærmbillede. Producenten beskriver udforskning af sideovergange og visuelle ressourcer samt brug af fundene til at udarbejde kode. Definer målet og de tilgængelige handlinger, returner ændrede skærmbilleder eller observationer, og angiv det færdige produkt. Modellen planlægger ud fra denne feedback; applikationen udfører navigation, klik eller andre handlinger. Et svar, der beskriver en handling, er ikke evidens for, at den er udført.
Producenten beskriver fusion af billede og tekst, en CogViT-visionsencoder og forudsigelse af flere tokens sammen med fælles forstærkningslæring på tværs af mere end 30 opgavetyper. Dette omfatter STEM, visuel lokalisering, video, GUI- og programmeringsagenter. Dens visuelle værktøjskæde omfatter tegning af bokse, skærmbilleder og læsning af sider med billeder. Dette forklarer udviklingsfokusset uden at tilskrive udgaven et parameterantal eller en anden models arkitektur.
Officielle opgavematerialer dækker billedtekstning, visuel lokalisering, dokumentbaseret skrivning, sammenligning af CV'er med leverede krav og udarbejdelse af prompts ud fra referencemedier. Et dokumentoplæg kan navngive felter og bede om konklusioner underbygget af tekstafsnit. Et oplæg til visuel lokalisering kan angive objektet og et resultat i form af en afgrænsningsboks. En opgave med mediereferencer kan bede om en skriftlig scene- eller stilprompt; denne anvendelse gør ikke modellen til en indbygget billed- eller videogenerator.
Profilen angiver ræsonneringstilstande, streaming, funktionskald og kontekstcaching. Definer værktøjer, og bevar deres observationer sammen med det relevante trin. Mærk kilder, kodestier og videosekvenser, og afsæt plads til ræsonnering og svaret. Eksemplerne kombinerer medier med et konkret spørgsmål. Præcise transportbegrænsninger og grænsefladeindstillinger forbliver knyttet til den dokumenterede arbejdsgang frem for en GLM-udgave med et lignende navn.
For at få et anvendeligt resultat skal du bede om de dækkede sider eller dokumentafsnit, hvad det foreslåede produkt indeholder, og hvilke forskelle der fortsat ses i evidensen. Producenten demonstrerer programmering af websider, oprettelse af websites, dokumentforståelse og objektsporing i video. Færdige projekter, redigerede filer og udførte interaktioner kommer fra applikationsmiljøet; modellen forbereder og forfiner det tilsvarende tekstarbejde.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser glm-5v-turbo | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0024 / 1K tokens Output · Outputtokens $0.008 / 1K tokens Input · Cachelæsning $0.00048 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0024 / 1K tokens Output · Outputtokens $0.008 / 1K tokens Input · Cachelæsning $0.00048 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "glm-5v-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
z-ai/glm-5v-turboGLM-5V-Turbo er Z.ai's multimodale programmeringsmodel til skærmbilleder, visuelle referencer, dokumenter og GUI-agenter. Producentprofilen modtager billeder, video, tekst og filer, returnerer tekst og angiver en kontekst på 200K med op til 128K outputtokens.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GLM-5V-Turbo forbinder visuel forståelse med softwareudvikling og agentarbejde. Z.ai angiver billeder, video, tekst og filer som input og tekst som output. Profilen har en kontekst på 200K tokens og op til 128K outputtokens. En opgave kan kombinere et skærmbillede eller et design med krav og bede om kode, en visuel forklaring eller et dokumentbaseret resultat. Dette er en særskilt udgave i forhold til GLM-5.3-Flash.
Rekonstruktion af frontend er en central anvendelse. Producenten beskriver genkendelse af layout, farver, komponenthierarki og interaktionslogik ud fra designskitser. Lever referencetilstandene, de nødvendige funktioner og begrænsningerne, og bed derefter om redigerbar kode og en forklaring. Et skærmbillede af en fejlbehæftet side kan hjælpe med at identificere forkert justering, overlappende komponenter eller uoverensstemmende farver. Applikationen gengiver forslaget og leverer det faktiske resultat til videre fortolkning.
En GUI-arbejdsgang kan omfatte mere end ét skærmbillede. Producenten beskriver udforskning af sideovergange og visuelle ressourcer samt brug af fundene til at udarbejde kode. Definer målet og de tilgængelige handlinger, returner ændrede skærmbilleder eller observationer, og angiv det færdige produkt. Modellen planlægger ud fra denne feedback; applikationen udfører navigation, klik eller andre handlinger. Et svar, der beskriver en handling, er ikke evidens for, at den er udført.
Producenten beskriver fusion af billede og tekst, en CogViT-visionsencoder og forudsigelse af flere tokens sammen med fælles forstærkningslæring på tværs af mere end 30 opgavetyper. Dette omfatter STEM, visuel lokalisering, video, GUI- og programmeringsagenter. Dens visuelle værktøjskæde omfatter tegning af bokse, skærmbilleder og læsning af sider med billeder. Dette forklarer udviklingsfokusset uden at tilskrive udgaven et parameterantal eller en anden models arkitektur.
Officielle opgavematerialer dækker billedtekstning, visuel lokalisering, dokumentbaseret skrivning, sammenligning af CV'er med leverede krav og udarbejdelse af prompts ud fra referencemedier. Et dokumentoplæg kan navngive felter og bede om konklusioner underbygget af tekstafsnit. Et oplæg til visuel lokalisering kan angive objektet og et resultat i form af en afgrænsningsboks. En opgave med mediereferencer kan bede om en skriftlig scene- eller stilprompt; denne anvendelse gør ikke modellen til en indbygget billed- eller videogenerator.
Profilen angiver ræsonneringstilstande, streaming, funktionskald og kontekstcaching. Definer værktøjer, og bevar deres observationer sammen med det relevante trin. Mærk kilder, kodestier og videosekvenser, og afsæt plads til ræsonnering og svaret. Eksemplerne kombinerer medier med et konkret spørgsmål. Præcise transportbegrænsninger og grænsefladeindstillinger forbliver knyttet til den dokumenterede arbejdsgang frem for en GLM-udgave med et lignende navn.
For at få et anvendeligt resultat skal du bede om de dækkede sider eller dokumentafsnit, hvad det foreslåede produkt indeholder, og hvilke forskelle der fortsat ses i evidensen. Producenten demonstrerer programmering af websider, oprettelse af websites, dokumentforståelse og objektsporing i video. Færdige projekter, redigerede filer og udførte interaktioner kommer fra applikationsmiljøet; modellen forbereder og forfiner det tilsvarende tekstarbejde.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser z-ai/glm-5v-turbo | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Eksempler: system, user, assistant, tool, function Betingelser: Disse roller er eksplicit repræsenteret i kildekodens kompatibilitetstyper; modellens præcise rollesæt er fortsat modelspecifikt. Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfrit | Værdier og grænser Gælder når: role=tool; brug det faktisk returnerede ID | Standard— |
Feltmessages[].name | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttemperature | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttop_p | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools[].type | Typestring | KravValgfrit | Værdier og grænser function Afhænger af modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrævet | Værdier og grænser Gælder når: funktionsværktøj angivet | Standard— |
Felttools[].function.description | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfrit | Værdier og grænser | Standard— |
Felttool_choice | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltservice_tier | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltinstructions | Typestring | KravValgfrit | Værdier og grænser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfrit | Værdier og grænser text | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser Betingelser: provider.options afvises på denne Ultra-tekstrute | Standard— |
Feltcache_control.ttl | Typestring | KravValgfrit | Værdier og grænser Betingelser: 1h afvises på de faktiske placeringer for promptcaching | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0024 / 1K tokens Output · Outputtokens $0.008 / 1K tokens Input · Cachelæsning $0.00048 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0024 / 1K tokens Output · Outputtokens $0.008 / 1K tokens Input · Cachelæsning $0.00048 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${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 eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
z-ai/glm-5v-turboGLM-5V-Turbo er Z.ai's multimodale programmeringsmodel til skærmbilleder, visuelle referencer, dokumenter og GUI-agenter. Producentprofilen modtager billeder, video, tekst og filer, returnerer tekst og angiver en kontekst på 200K med op til 128K outputtokens.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GLM-5V-Turbo forbinder visuel forståelse med softwareudvikling og agentarbejde. Z.ai angiver billeder, video, tekst og filer som input og tekst som output. Profilen har en kontekst på 200K tokens og op til 128K outputtokens. En opgave kan kombinere et skærmbillede eller et design med krav og bede om kode, en visuel forklaring eller et dokumentbaseret resultat. Dette er en særskilt udgave i forhold til GLM-5.3-Flash.
Rekonstruktion af frontend er en central anvendelse. Producenten beskriver genkendelse af layout, farver, komponenthierarki og interaktionslogik ud fra designskitser. Lever referencetilstandene, de nødvendige funktioner og begrænsningerne, og bed derefter om redigerbar kode og en forklaring. Et skærmbillede af en fejlbehæftet side kan hjælpe med at identificere forkert justering, overlappende komponenter eller uoverensstemmende farver. Applikationen gengiver forslaget og leverer det faktiske resultat til videre fortolkning.
En GUI-arbejdsgang kan omfatte mere end ét skærmbillede. Producenten beskriver udforskning af sideovergange og visuelle ressourcer samt brug af fundene til at udarbejde kode. Definer målet og de tilgængelige handlinger, returner ændrede skærmbilleder eller observationer, og angiv det færdige produkt. Modellen planlægger ud fra denne feedback; applikationen udfører navigation, klik eller andre handlinger. Et svar, der beskriver en handling, er ikke evidens for, at den er udført.
Producenten beskriver fusion af billede og tekst, en CogViT-visionsencoder og forudsigelse af flere tokens sammen med fælles forstærkningslæring på tværs af mere end 30 opgavetyper. Dette omfatter STEM, visuel lokalisering, video, GUI- og programmeringsagenter. Dens visuelle værktøjskæde omfatter tegning af bokse, skærmbilleder og læsning af sider med billeder. Dette forklarer udviklingsfokusset uden at tilskrive udgaven et parameterantal eller en anden models arkitektur.
Officielle opgavematerialer dækker billedtekstning, visuel lokalisering, dokumentbaseret skrivning, sammenligning af CV'er med leverede krav og udarbejdelse af prompts ud fra referencemedier. Et dokumentoplæg kan navngive felter og bede om konklusioner underbygget af tekstafsnit. Et oplæg til visuel lokalisering kan angive objektet og et resultat i form af en afgrænsningsboks. En opgave med mediereferencer kan bede om en skriftlig scene- eller stilprompt; denne anvendelse gør ikke modellen til en indbygget billed- eller videogenerator.
Profilen angiver ræsonneringstilstande, streaming, funktionskald og kontekstcaching. Definer værktøjer, og bevar deres observationer sammen med det relevante trin. Mærk kilder, kodestier og videosekvenser, og afsæt plads til ræsonnering og svaret. Eksemplerne kombinerer medier med et konkret spørgsmål. Præcise transportbegrænsninger og grænsefladeindstillinger forbliver knyttet til den dokumenterede arbejdsgang frem for en GLM-udgave med et lignende navn.
For at få et anvendeligt resultat skal du bede om de dækkede sider eller dokumentafsnit, hvad det foreslåede produkt indeholder, og hvilke forskelle der fortsat ses i evidensen. Producenten demonstrerer programmering af websider, oprettelse af websites, dokumentforståelse og objektsporing i video. Færdige projekter, redigerede filer og udførte interaktioner kommer fra applikationsmiljøet; modellen forbereder og forfiner det tilsvarende tekstarbejde.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser z-ai/glm-5v-turbo | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0024 / 1K tokens Output · Outputtokens $0.008 / 1K tokens Input · Cachelæsning $0.00048 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0024 / 1K tokens Output · Outputtokens $0.008 / 1K tokens Input · Cachelæsning $0.00048 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "z-ai/glm-5v-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
Teknisk eksempel på engelsk
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.