GLM-Z1-32B-0414 ist das auf Reasoning ausgerichtete Mitglied der GLM-4-0414-Serie von Z.ai. Es wurde aus GLM-4-32B-0414 durch Cold-Start-Vorbereitung und erweitertes Reinforcement Learning entwickelt, mit zusätzlicher Arbeit an Mathematik, Code und Logik. Feedback aus paarweisen Rangordnungen wird ebenfalls genutzt, um allgemeine Fähigkeiten zu stärken. Die Eingabe ist Text; das sichtbare Ergebnis ist eine Textlösung, Erklärung oder ein Programmfragment.
Sein Zweck ist eine Aufgabe, die zusammenhängende Zwischenschlüsse statt eines unmittelbaren Satzes benötigt. Stellen Sie sämtliche Annahmen bereit und definieren Sie das erforderliche Endergebnis: eine Formel herleiten, einen Algorithmus erklären, eine Schranke begründen oder eine Codeänderung vorbereiten. Das mathematische Beispiel des Herstellers behandelt positive Variablen, die durch eine Gleichung verbunden sind, und den möglichen Wertebereich ihrer Summe. Eine hilfreiche Antwort sollte die Bedingungen benennen, die relevanten Übergänge zeigen und das endgültige Ergebnis klar absetzen.
GLM-Z1-Rumination-32B-0414 ist eine separate Ausgabe für offenere Recherchen mit Suchwerkzeugen; GLM-Z1-9B-0414 ist eine weitere Modellgröße. Dieser Eintrag behält die benannte Veröffentlichung Z1 32B bei, statt zusätzliche Abläufe oder Größenmerkmale dieser anderen Ausgaben zu übernehmen.
Der Hersteller empfiehlt temperature 0.6, top_p 0.95 und top_k 40. Er empfiehlt außerdem ein max_new_tokens-Budget von 30.000, um Platz für das Denken zu lassen. Das sind empfohlene Generierungseinstellungen, keine Garantie, dass jede Antwort diese Länge benötigt, und keine dokumentierte universelle harte Ausgabeobergrenze. Das separate Inferenzbeispiel der Modellkarte verwendet ein kleineres, anfragespezifisches Generierungsbudget.
Lassen Sie bei einer Reasoning-Aufgabe ausreichend Platz für Analyse und endgültige Antwort zusammen und legen Sie im Prompt die Form der endgültigen Antwort fest. Eine mathematische Frage kann den Wertebereich oder Wert getrennt von der Erklärung verlangen; eine Programmierfrage kann eine Implementierung mit anschließenden relevanten Annahmen anfordern. Halten Sie das gewünschte Ergebnis so konkret, dass es anhand der bereitgestellten Bedingungen geprüft werden kann.
Die Vorlage des Herstellers beginnt die Generierung mit der Denkmarkierung <think>. Sein veröffentlichtes Chat-Template fügt diese Markierung ein. Eine Implementierung sollte daher das tatsächliche Template dieser Veröffentlichung verwenden, statt ein unpassendes Gesprächsformat vorauszusetzen.
Für spätere Gesprächsrunden behält der Nutzungsleitfaden die endgültige, für Nutzende sichtbare Antwort bei und entfernt das interne Denkmaterial aus dem gespeicherten Gesprächsverlauf. Dies ist eine Vorbereitungsregel für die eigene Gesprächsvorlage des Modells. Eine Folgefrage sollte die aktuelle Frage, nötiges Ausgangsmaterial und die relevante vorherige Antwort enthalten, keine ungefilterte Ansammlung sämtlicher früherer interner Analysen.
Die veröffentlichte Konfiguration setzt max_position_embeddings auf 32.768 und enthält keinen rope_scaling-Eintrag. Der Nutzungsleitfaden empfiehlt, YaRN in Betracht zu ziehen, wenn die Eingabe 8.192 Token überschreitet. Seine Beispielkonfiguration zur Skalierung verwendet factor 4.0 mit original_max_position_embeddings auf 32.768. Die Empfehlungsschwelle, die Basiskonfiguration und die optionale Erweiterung sind unterschiedliche Fakten; sie sind keine austauschbaren Antwortgrenzen.
Statisches YaRN wirkt auf sämtliche Texte und kann die Leistung bei kurzen Eingaben leicht verringern. Deshalb empfiehlt der Hersteller, es bei Bedarf zu aktivieren. Stellen Sie bei umfangreichem Material die relevanten Definitionen und Textstellen in einer klar abgegrenzten Eingabe bereit und lassen Sie ein geeignetes Generierungsbudget im aktiven Kontext frei. Die Konfiguration sollte sich nach der Unterstützung des Skalierungsverfahrens des Herstellers durch die gewählte Bereitstellung richten, statt ein rechnerisches Vielfaches als automatisch verfügbares Kontextfenster zu behandeln.
Das Inferenzbeispiel des Modells verwendet eine Nutzerfrage und das veröffentlichungsspezifische Chat-Template. Bewahren Sie bei Mathematik die Variablendefinitionen auf und nennen Sie die zu belegende Aussage. Bei Code stellen Sie das relevante Fragment, sein erforderliches Verhalten und den besprochenen Fall bereit. Verlangen Sie ein gesondertes Endergebnis – Beweis, Formel, Implementierung oder Erklärung –, damit das Reasoning anhand des Aufgabenergebnisses bewertet werden kann. Der spezielle Z1-Leitfaden beschreibt Text-Reasoning und dessen Vorbereitung; er belegt keinen zusätzlichen nativen Werkzeugvertrag und keine Bildeingabe für diese Ausgabe.
", "aboutText": "### Einführung\n\nGLM-Z1-32B-0414 ist das auf Reasoning ausgerichtete Mitglied der GLM-4-0414-Serie von Z.ai. Es wurde aus GLM-4-32B-0414 durch Cold-Start-Vorbereitung und erweitertes Reinforcement Learning entwickelt, mit zusätzlicher Arbeit an Mathematik, Code und Logik. Feedback aus paarweisen Rangordnungen wird ebenfalls genutzt, um allgemeine Fähigkeiten zu stärken. Die Eingabe ist Text; das sichtbare Ergebnis ist eine Textlösung, Erklärung oder ein Programmfragment.\n\nSein Zweck ist eine Aufgabe, die zusammenhängende Zwischenschlüsse statt eines unmittelbaren Satzes benötigt. Stellen Sie sämtliche Annahmen bereit und definieren Sie das erforderliche Endergebnis: eine Formel herleiten, einen Algorithmus erklären, eine Schranke begründen oder eine Codeänderung vorbereiten. Das mathematische Beispiel des Herstellers behandelt positive Variablen, die durch eine Gleichung verbunden sind, und den möglichen Wertebereich ihrer Summe. Eine hilfreiche Antwort sollte die Bedingungen benennen, die relevanten Übergänge zeigen und das endgültige Ergebnis klar absetzen.\n\nGLM-Z1-Rumination-32B-0414 ist eine separate Ausgabe für offenere Recherchen mit Suchwerkzeugen; GLM-Z1-9B-0414 ist eine weitere Modellgröße. Dieser Eintrag behält die benannte Veröffentlichung Z1 32B bei, statt zusätzliche Abläufe oder Größenmerkmale dieser anderen Ausgaben zu übernehmen.\n\n### Nutzungshinweise: Sampling\n\nDer Hersteller empfiehlt temperature 0.6, top_p 0.95 und top_k 40. Er empfiehlt außerdem ein max_new_tokens-Budget von 30.000, um Platz für das Denken zu lassen. Das sind empfohlene Generierungseinstellungen, keine Garantie, dass jede Antwort diese Länge benötigt, und keine dokumentierte universelle harte Ausgabeobergrenze. Das separate Inferenzbeispiel der Modellkarte verwendet ein kleineres, anfragespezifisches Generierungsbudget.\n\nLassen Sie bei einer Reasoning-Aufgabe ausreichend Platz für Analyse und endgültige Antwort zusammen und legen Sie im Prompt die Form der endgültigen Antwort fest. Eine mathematische Frage kann den Wertebereich oder Wert getrennt von der Erklärung verlangen; eine Programmierfrage kann eine Implementierung mit anschließenden relevanten Annahmen anfordern. Halten Sie das gewünschte Ergebnis so konkret, dass es anhand der bereitgestellten Bedingungen geprüft werden kann.\n\n### Nutzungshinweise: Denken und Gesprächsverlauf\n\nDie Vorlage des Herstellers beginnt die Generierung mit der Denkmarkierung `Technisches Beispiel auf Englisch
Derive a safe batch bound\n\nA buffer holds at most 96 records. Every batch adds b records, where b is a positive integer, and 12 records must remain free. Derive the largest number of complete batches that fit as a formula in b. Explain the rounding and calculate the result for b = 10, keeping the reserved space separate from usable capacity.A formula using a floor, an explanation of usable capacity and a checked numeric example.Verify the formula reserves 12 records and a further full batch would exceed usable capacity in the example.THUDM/GLM-Z1-32B-0414GLM-Z1-32B-0414 ist die festgelegte Text-Reasoning-Ausgabe von Z.ai für Mathematik, Programmierung und Logik. Der Hersteller bietet ausdrückliche Hinweise zu Denken, Gesprächsverlauf, Sampling und optionaler Skalierung langer Kontexte, damit komplexe Aufgaben für genau diese Veröffentlichung vorbereitet werden können.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GLM-Z1-32B-0414 ist das auf Reasoning ausgerichtete Mitglied der GLM-4-0414-Serie von Z.ai. Es wurde aus GLM-4-32B-0414 durch Cold-Start-Vorbereitung und erweitertes Reinforcement Learning entwickelt, mit zusätzlicher Arbeit an Mathematik, Code und Logik. Feedback aus paarweisen Rangordnungen wird ebenfalls genutzt, um allgemeine Fähigkeiten zu stärken. Die Eingabe ist Text; das sichtbare Ergebnis ist eine Textlösung, Erklärung oder ein Programmfragment.
Sein Zweck ist eine Aufgabe, die zusammenhängende Zwischenschlüsse statt eines unmittelbaren Satzes benötigt. Stellen Sie sämtliche Annahmen bereit und definieren Sie das erforderliche Endergebnis: eine Formel herleiten, einen Algorithmus erklären, eine Schranke begründen oder eine Codeänderung vorbereiten. Das mathematische Beispiel des Herstellers behandelt positive Variablen, die durch eine Gleichung verbunden sind, und den möglichen Wertebereich ihrer Summe. Eine hilfreiche Antwort sollte die Bedingungen benennen, die relevanten Übergänge zeigen und das endgültige Ergebnis klar absetzen.
GLM-Z1-Rumination-32B-0414 ist eine separate Ausgabe für offenere Recherchen mit Suchwerkzeugen; GLM-Z1-9B-0414 ist eine weitere Modellgröße. Dieser Eintrag behält die benannte Veröffentlichung Z1 32B bei, statt zusätzliche Abläufe oder Größenmerkmale dieser anderen Ausgaben zu übernehmen.
Der Hersteller empfiehlt temperature 0.6, top_p 0.95 und top_k 40. Er empfiehlt außerdem ein max_new_tokens-Budget von 30.000, um Platz für das Denken zu lassen. Das sind empfohlene Generierungseinstellungen, keine Garantie, dass jede Antwort diese Länge benötigt, und keine dokumentierte universelle harte Ausgabeobergrenze. Das separate Inferenzbeispiel der Modellkarte verwendet ein kleineres, anfragespezifisches Generierungsbudget.
Lassen Sie bei einer Reasoning-Aufgabe ausreichend Platz für Analyse und endgültige Antwort zusammen und legen Sie im Prompt die Form der endgültigen Antwort fest. Eine mathematische Frage kann den Wertebereich oder Wert getrennt von der Erklärung verlangen; eine Programmierfrage kann eine Implementierung mit anschließenden relevanten Annahmen anfordern. Halten Sie das gewünschte Ergebnis so konkret, dass es anhand der bereitgestellten Bedingungen geprüft werden kann.
Die Vorlage des Herstellers beginnt die Generierung mit der Denkmarkierung <think>. Sein veröffentlichtes Chat-Template fügt diese Markierung ein. Eine Implementierung sollte daher das tatsächliche Template dieser Veröffentlichung verwenden, statt ein unpassendes Gesprächsformat vorauszusetzen.
Für spätere Gesprächsrunden behält der Nutzungsleitfaden die endgültige, für Nutzende sichtbare Antwort bei und entfernt das interne Denkmaterial aus dem gespeicherten Gesprächsverlauf. Dies ist eine Vorbereitungsregel für die eigene Gesprächsvorlage des Modells. Eine Folgefrage sollte die aktuelle Frage, nötiges Ausgangsmaterial und die relevante vorherige Antwort enthalten, keine ungefilterte Ansammlung sämtlicher früherer interner Analysen.
Die veröffentlichte Konfiguration setzt max_position_embeddings auf 32.768 und enthält keinen rope_scaling-Eintrag. Der Nutzungsleitfaden empfiehlt, YaRN in Betracht zu ziehen, wenn die Eingabe 8.192 Token überschreitet. Seine Beispielkonfiguration zur Skalierung verwendet factor 4.0 mit original_max_position_embeddings auf 32.768. Die Empfehlungsschwelle, die Basiskonfiguration und die optionale Erweiterung sind unterschiedliche Fakten; sie sind keine austauschbaren Antwortgrenzen.
Statisches YaRN wirkt auf sämtliche Texte und kann die Leistung bei kurzen Eingaben leicht verringern. Deshalb empfiehlt der Hersteller, es bei Bedarf zu aktivieren. Stellen Sie bei umfangreichem Material die relevanten Definitionen und Textstellen in einer klar abgegrenzten Eingabe bereit und lassen Sie ein geeignetes Generierungsbudget im aktiven Kontext frei. Die Konfiguration sollte sich nach der Unterstützung des Skalierungsverfahrens des Herstellers durch die gewählte Bereitstellung richten, statt ein rechnerisches Vielfaches als automatisch verfügbares Kontextfenster zu behandeln.
Das Inferenzbeispiel des Modells verwendet eine Nutzerfrage und das veröffentlichungsspezifische Chat-Template. Bewahren Sie bei Mathematik die Variablendefinitionen auf und nennen Sie die zu belegende Aussage. Bei Code stellen Sie das relevante Fragment, sein erforderliches Verhalten und den besprochenen Fall bereit. Verlangen Sie ein gesondertes Endergebnis – Beweis, Formel, Implementierung oder Erklärung –, damit das Reasoning anhand des Aufgabenergebnisses bewertet werden kann. Der spezielle Z1-Leitfaden beschreibt Text-Reasoning und dessen Vorbereitung; er belegt keinen zusätzlichen nativen Werkzeugvertrag und keine Bildeingabe für diese Ausgabe.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits THUDM/GLM-Z1-32B-0414 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.00014 / 1K Tokens Ausgabe · Ausgabetoken $0.00014 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "THUDM/GLM-Z1-32B-0414", "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='THUDM/GLM-Z1-32B-0414',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='THUDM/GLM-Z1-32B-0414',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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra THUDM/GLM-Z1-32B-0414
Verwenden Sie die oben angezeigten Methodenpfade.
THUDM/GLM-Z1-32B-0414GLM-Z1-32B-0414 ist die festgelegte Text-Reasoning-Ausgabe von Z.ai für Mathematik, Programmierung und Logik. Der Hersteller bietet ausdrückliche Hinweise zu Denken, Gesprächsverlauf, Sampling und optionaler Skalierung langer Kontexte, damit komplexe Aufgaben für genau diese Veröffentlichung vorbereitet werden können.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GLM-Z1-32B-0414 ist das auf Reasoning ausgerichtete Mitglied der GLM-4-0414-Serie von Z.ai. Es wurde aus GLM-4-32B-0414 durch Cold-Start-Vorbereitung und erweitertes Reinforcement Learning entwickelt, mit zusätzlicher Arbeit an Mathematik, Code und Logik. Feedback aus paarweisen Rangordnungen wird ebenfalls genutzt, um allgemeine Fähigkeiten zu stärken. Die Eingabe ist Text; das sichtbare Ergebnis ist eine Textlösung, Erklärung oder ein Programmfragment.
Sein Zweck ist eine Aufgabe, die zusammenhängende Zwischenschlüsse statt eines unmittelbaren Satzes benötigt. Stellen Sie sämtliche Annahmen bereit und definieren Sie das erforderliche Endergebnis: eine Formel herleiten, einen Algorithmus erklären, eine Schranke begründen oder eine Codeänderung vorbereiten. Das mathematische Beispiel des Herstellers behandelt positive Variablen, die durch eine Gleichung verbunden sind, und den möglichen Wertebereich ihrer Summe. Eine hilfreiche Antwort sollte die Bedingungen benennen, die relevanten Übergänge zeigen und das endgültige Ergebnis klar absetzen.
GLM-Z1-Rumination-32B-0414 ist eine separate Ausgabe für offenere Recherchen mit Suchwerkzeugen; GLM-Z1-9B-0414 ist eine weitere Modellgröße. Dieser Eintrag behält die benannte Veröffentlichung Z1 32B bei, statt zusätzliche Abläufe oder Größenmerkmale dieser anderen Ausgaben zu übernehmen.
Der Hersteller empfiehlt temperature 0.6, top_p 0.95 und top_k 40. Er empfiehlt außerdem ein max_new_tokens-Budget von 30.000, um Platz für das Denken zu lassen. Das sind empfohlene Generierungseinstellungen, keine Garantie, dass jede Antwort diese Länge benötigt, und keine dokumentierte universelle harte Ausgabeobergrenze. Das separate Inferenzbeispiel der Modellkarte verwendet ein kleineres, anfragespezifisches Generierungsbudget.
Lassen Sie bei einer Reasoning-Aufgabe ausreichend Platz für Analyse und endgültige Antwort zusammen und legen Sie im Prompt die Form der endgültigen Antwort fest. Eine mathematische Frage kann den Wertebereich oder Wert getrennt von der Erklärung verlangen; eine Programmierfrage kann eine Implementierung mit anschließenden relevanten Annahmen anfordern. Halten Sie das gewünschte Ergebnis so konkret, dass es anhand der bereitgestellten Bedingungen geprüft werden kann.
Die Vorlage des Herstellers beginnt die Generierung mit der Denkmarkierung <think>. Sein veröffentlichtes Chat-Template fügt diese Markierung ein. Eine Implementierung sollte daher das tatsächliche Template dieser Veröffentlichung verwenden, statt ein unpassendes Gesprächsformat vorauszusetzen.
Für spätere Gesprächsrunden behält der Nutzungsleitfaden die endgültige, für Nutzende sichtbare Antwort bei und entfernt das interne Denkmaterial aus dem gespeicherten Gesprächsverlauf. Dies ist eine Vorbereitungsregel für die eigene Gesprächsvorlage des Modells. Eine Folgefrage sollte die aktuelle Frage, nötiges Ausgangsmaterial und die relevante vorherige Antwort enthalten, keine ungefilterte Ansammlung sämtlicher früherer interner Analysen.
Die veröffentlichte Konfiguration setzt max_position_embeddings auf 32.768 und enthält keinen rope_scaling-Eintrag. Der Nutzungsleitfaden empfiehlt, YaRN in Betracht zu ziehen, wenn die Eingabe 8.192 Token überschreitet. Seine Beispielkonfiguration zur Skalierung verwendet factor 4.0 mit original_max_position_embeddings auf 32.768. Die Empfehlungsschwelle, die Basiskonfiguration und die optionale Erweiterung sind unterschiedliche Fakten; sie sind keine austauschbaren Antwortgrenzen.
Statisches YaRN wirkt auf sämtliche Texte und kann die Leistung bei kurzen Eingaben leicht verringern. Deshalb empfiehlt der Hersteller, es bei Bedarf zu aktivieren. Stellen Sie bei umfangreichem Material die relevanten Definitionen und Textstellen in einer klar abgegrenzten Eingabe bereit und lassen Sie ein geeignetes Generierungsbudget im aktiven Kontext frei. Die Konfiguration sollte sich nach der Unterstützung des Skalierungsverfahrens des Herstellers durch die gewählte Bereitstellung richten, statt ein rechnerisches Vielfaches als automatisch verfügbares Kontextfenster zu behandeln.
Das Inferenzbeispiel des Modells verwendet eine Nutzerfrage und das veröffentlichungsspezifische Chat-Template. Bewahren Sie bei Mathematik die Variablendefinitionen auf und nennen Sie die zu belegende Aussage. Bei Code stellen Sie das relevante Fragment, sein erforderliches Verhalten und den besprochenen Fall bereit. Verlangen Sie ein gesondertes Endergebnis – Beweis, Formel, Implementierung oder Erklärung –, damit das Reasoning anhand des Aufgabenergebnisses bewertet werden kann. Der spezielle Z1-Leitfaden beschreibt Text-Reasoning und dessen Vorbereitung; er belegt keinen zusätzlichen nativen Werkzeugvertrag und keine Bildeingabe für diese Ausgabe.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits THUDM/GLM-Z1-32B-0414 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.00014 / 1K Tokens Ausgabe · Ausgabetoken $0.00014 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "THUDM/GLM-Z1-32B-0414",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'THUDM/GLM-Z1-32B-0414', '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': 'THUDM/GLM-Z1-32B-0414', '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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra THUDM/GLM-Z1-32B-0414
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Derive a safe batch bound\n\nA buffer holds at most 96 records. Every batch adds b records, where b is a positive integer, and 12 records must remain free. Derive the largest number of complete batches that fit as a formula in b. Explain the rounding and calculate the result for b = 10, keeping the reserved space separate from usable capacity.A formula using a floor, an explanation of usable capacity and a checked numeric example.Verify the formula reserves 12 records and a further full batch would exceed usable capacity in the example.