GLM-4.5-Flash
GLM-4.5-Flash ist Zhipus Textmodell für Schlussfolgerungen, Codegenerierung, die Arbeit mit langen Dokumenten und Aufgaben mit externen Werkzeugen.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsglm-4.5-flash - Ailoot Ultra · Anthropic Messages
POST /v1/messagesglm-4.5-flash
Über das Modell
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GLM-4.5-Flash ist die ausschließlich textbasierte Flash-Ausgabe aus Zhipus GLM-4.5-Familie. Der Hersteller beschreibt ein Kontextfenster von 128K, strukturierte Ausgaben und ein hybrides Design mit Reasoning- und Direktantwortmodi. Softwareentwicklung, Frontend-Programmierung, Werkzeugnutzung und Textarbeit über mehrere Gesprächsrunden gehören zu den zentralen Einsatzgebieten.
Bereiten Sie Aufgabe und Belege vor
Stellen Sie für eine Softwareänderung den relevanten Code, das beobachtete Verhalten, Einschränkungen und Abnahmekriterien bereit. Kennzeichnen Sie bei einer Aufgabe mit langen Dokumenten die Quellabschnitte und benennen Sie die zu extrahierenden oder zu vergleichenden Fakten. Geben Sie die erforderliche Ausgabestruktur an, etwa einen Patch, ein JSON-Objekt oder einen übersetzten Abschnitt.
Unterscheiden Sie Werkzeuge und Antworten
Die Fähigkeit des Modells zu Werkzeugaufrufen unterstützt Anwendungen, die Werkzeugdefinitionen bereitstellen und Werkzeugergebnisse zurückgeben. Eine erzeugte Werkzeuganfrage fordert die Anwendung auf, die betreffende Aktion auszuführen. Bewahren Sie die zurückgegebenen Belege auf, wenn das Modell fortfahren soll, und prüfen Sie Code oder strukturierte Daten anhand der Projektanforderungen.
Wählen Sie über Ailoot diese exakte Modell-ID in /v1/chat/completions und übergeben Sie die Aufgabe in messages. Jede Nachricht enthält eine role und ihren content; halten Sie die relevante Anweisung und das Ausgangsmaterial zusammen. Erfassen Sie die vollständige JSON-Antwort oder, bei aktiviertem stream, alle SSE-Segmente und speichern Sie usage zusammen mit dem schriftlichen Ergebnis.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions glm-4.5-flash
glm-4.5-flashEinstieg
GLM-4.5-Flash ist Zhipus Textmodell für Schlussfolgerungen, Codegenerierung, die Arbeit mit langen Dokumenten und Aufgaben mit externen Werkzeugen.
- Zulässige Eingaben
- Text · Bilder
- Ergebnisse
- Text
In Ailoot verfügbar · Eingaben und Methoden
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- Eingabe
text,image- Ausgabe
text- Ausgabeformat
- JSON or SSE
| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits glm-4.5-flash Bedingungen: Verwenden Sie genau diesen Ailoot-Routingselektor. | Standard— |
Feldmessages | Typarray | AnforderungErforderlich | Werte und Limits Bedingungen: | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits Bedingungen: | Standardfalse |
Kombinationen von Eingabematerialien
text_input · Erforderlich: messages
image_with_text · Erforderlich: messages with actual image content blocks
Methodenparameter und Lebenszyklus
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parameteroptional | Vertragstream |
Parametermaterial_types | Vertragtext, image |
Parameterconditions | VertragVerwenden Sie genau diesen Ailoot-Routingselektor., Dieses Protokoll überträgt Bildinhalte, wenn das konkret ausgewählte Modell Bildverarbeitung unterstützt. Die Zulassung des Protokolls belegt keine Bildverarbeitungsfähigkeit für jedes Modell. |
Methodenaliasnamen: /chat/completions
Lebenszyklus: synchronous_or_streamed
Tarife
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
- Schnellmodus
- Standardtarif Wenn der Schnellmodus ausgewählt ist
- Flex-Modus
- Standardtarif Wenn der Modus flex ausgewählt ist
- Maximaler Denkaufwand
- Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
- Preise für explizites Caching
- Nicht aktiviert Wenn explizites Caching angefordert wird
- Nulltarife für reine Textverarbeitung
- Für Cache, Werkzeuge und Medien gelten die jeweils gesondert aufgeführten Preisbedingungen. Für reine Texteingabe und Textausgabe
Ailoot-Tarife
Preise nach Konfiguration
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0 / 1K Tokens Ausgabe · Ausgabetoken $0 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Beispielanfragen
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5-flash", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Ergebnisse abrufen und speichern
Ailoot Ultra · OpenAI Chat
JSON or SSE
Alle fertiggestellten Ergebnisse aufbewahren
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Bewahren Sie jeden Inhaltsblock, jede ID eines Werkzeugaufrufs, eine gegebenenfalls zurückgegebene Denksignatur, alle SSE-Deltas und die vollständigen Nutzungsdaten auf. Das erste Textfragment ist nicht das gesamte Ergebnis.
Wenn die ursprüngliche Antwort geprüft werden muss
Bewahren Sie die ursprüngliche X-Client-Request-ID, Antwort und Header auf. Ein unbekanntes Ergebnis oder ein Ergebnis mit dem Status result_pending_check berechtigt nicht zu einem zweiten Erstellungsauftrag.
Antwortfelder
| Feld | Typ |
|---|---|
Feldchoices[] | Typobject |
Feldusage | Typobject |
Fehler und nächste Schritte
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungEin Pflichtfeld, die Modellauswahl, der Typ oder die Eingabedarstellung ist ungültig. | Nächster SchrittPrüfen Sie die zurückgegebenen Validierungsdetails, bevor Sie eine separate Anfrage vorbereiten. |
Antwort | BedingungDie ursprüngliche Anfrage oder ihr Ergebnis ist unbekannt oder muss geprüft werden. | Nächster SchrittBewahren Sie die ursprünglichen Kennungen und Header auf; lesen Sie nur unterstützte Status- oder Bibliothekseinträge. Senden Sie den Erstellungsauftrag nicht erneut. |
Aliasnamen
Modellaliasnamen
Ailoot Ultra glm-4.5-flash
Aliasnamen für Methodenpfade
/chat/completions
Zugehörige Aufrufer-IDs
Ailoot Ultra · Anthropic Messages POST /v1/messages glm-4.5-flash
glm-4.5-flashEinstieg
GLM-4.5-Flash ist Zhipus Textmodell für Schlussfolgerungen, Codegenerierung, die Arbeit mit langen Dokumenten und Aufgaben mit externen Werkzeugen.
- Zulässige Eingaben
- Text · Bilder
- Ergebnisse
- json · sse
In Ailoot verfügbar · Eingaben und Methoden
Ailoot Ultra · Anthropic Messages POST /v1/messages
- Eingabe
text,image- Ausgabe
json,sse- Ausgabeformat
- JSON or SSE
| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits glm-4.5-flash Bedingungen: Verwenden Sie genau diesen Ailoot-Routingselektor. | Standard— |
Feldmessages | Typarray | AnforderungErforderlich | Werte und Limits Bedingungen: | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits Bedingungen: | Standardfalse |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits Minimum: 1 Bedingungen: | Standard— |
Kombinationen von Eingabematerialien
text_input · Erforderlich: messages
image_with_text · Erforderlich: messages with actual image content blocks
Methodenparameter und Lebenszyklus
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional | Vertragstream |
Parametermaterial_types | Vertragtext, image |
Parameterconditions | VertragVerwenden Sie genau diesen Ailoot-Routingselektor., Dieses Protokoll überträgt Bildinhalte, wenn das konkret ausgewählte Modell Bildverarbeitung unterstützt. Die Zulassung des Protokolls belegt keine Bildverarbeitungsfähigkeit für jedes Modell. |
Lebenszyklus: synchronous_or_streamed
Tarife
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
- Schnellmodus
- Standardtarif Wenn der Schnellmodus ausgewählt ist
- Flex-Modus
- Standardtarif Wenn der Modus flex ausgewählt ist
- Maximaler Denkaufwand
- Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
- Preise für explizites Caching
- Nicht aktiviert Wenn explizites Caching angefordert wird
- Nulltarife für reine Textverarbeitung
- Für Cache, Werkzeuge und Medien gelten die jeweils gesondert aufgeführten Preisbedingungen. Für reine Texteingabe und Textausgabe
Ailoot-Tarife
Preise nach Konfiguration
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0 / 1K Tokens Ausgabe · Ausgabetoken $0 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Beispielanfragen
Ailoot Ultra · Anthropic Messages
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5-flash", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Ergebnisse abrufen und speichern
Ailoot Ultra · Anthropic Messages
JSON or SSE
Alle fertiggestellten Ergebnisse aufbewahren
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Bewahren Sie jeden Inhaltsblock, jede ID eines Werkzeugaufrufs, eine gegebenenfalls zurückgegebene Denksignatur, alle SSE-Deltas und die vollständigen Nutzungsdaten auf. Das erste Textfragment ist nicht das gesamte Ergebnis.
Wenn die ursprüngliche Antwort geprüft werden muss
Bewahren Sie die ursprüngliche X-Client-Request-ID, Antwort und Header auf. Ein unbekanntes Ergebnis oder ein Ergebnis mit dem Status result_pending_check berechtigt nicht zu einem zweiten Erstellungsauftrag.
Antwortfelder
| Feld | Typ |
|---|---|
Feldcontent[] | Typobject |
Feldusage | Typobject |
Fehler und nächste Schritte
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungEin Pflichtfeld, die Modellauswahl, der Typ oder die Eingabedarstellung ist ungültig. | Nächster SchrittPrüfen Sie die zurückgegebenen Validierungsdetails, bevor Sie eine separate Anfrage vorbereiten. |
Antwort | BedingungDie ursprüngliche Anfrage oder ihr Ergebnis ist unbekannt oder muss geprüft werden. | Nächster SchrittBewahren Sie die ursprünglichen Kennungen und Header auf; lesen Sie nur unterstützte Status- oder Bibliothekseinträge. Senden Sie den Erstellungsauftrag nicht erneut. |
Aliasnamen
Modellaliasnamen
Ailoot Ultra glm-4.5-flash
Aliasnamen für Methodenpfade
/chat/completions
Zugehörige Aufrufer-IDs
FAQ · GLM-4.5-Flash
- Welche Eingaben und Ergebnisse sind verfügbar?
POST /v1/chat/completions·glm-4.5-flash:text,image→textPOST /v1/messages·glm-4.5-flash:text,image→json,sse- Welche Felder verwendet die Anfrage?
POST /v1/chat/completions·glm-4.5-flash:model,messages,streamPOST /v1/messages·glm-4.5-flash:model,messages,stream,max_tokens- Welche Grenzen gelten?
POST /v1/messages·glm-4.5-flash:max_tokens.minimum:1