GLM-5V-Turbo verbindet visuelles Verständnis mit Softwareentwicklung und Agentenarbeit. Z.ai nennt Bilder, Video, Text und Dateien als Eingaben und Text als Ausgabe. Sein Profil umfasst einen Kontext von 200K Tokens und bis zu 128K Ausgabe-Tokens. Eine Aufgabe kann einen Screenshot oder Entwurf mit Anforderungen kombinieren und Code, eine visuelle Erklärung oder ein dokumentbasiertes Ergebnis verlangen. Dies ist eine eigenständige Edition gegenüber GLM-5.3-Flash.
Eine zentrale Anwendung ist die Rekonstruktion von Benutzeroberflächen. Der Hersteller beschreibt das Erkennen von Layout, Farben, Komponentenhierarchie und Interaktionslogik aus Entwürfen. Stellen Sie die Referenzzustände, erforderlichen Funktionen und Vorgaben bereit und verlangen Sie dann bearbeitbaren Code und eine Erklärung. Ein Screenshot einer fehlerhaften Seite kann helfen, falsche Ausrichtung, überlappende Komponenten oder abweichende Farben zu erkennen. Die Anwendung rendert den Vorschlag und stellt das tatsächliche Ergebnis für die weitere Interpretation bereit.
Ein GUI-Ablauf kann über einen einzelnen Screenshot hinausgehen. Der Hersteller beschreibt die Untersuchung von Seitenübergängen und visuellen Assets und die Nutzung der Erkenntnisse zur Codeerstellung. Definieren Sie das Ziel und die verfügbaren Handlungen, geben Sie veränderte Ansichten oder Beobachtungen zurück und legen Sie das fertige Arbeitsergebnis fest. Das Modell plant anhand dieser Rückmeldung; die Anwendung führt Navigation, Klicks oder andere Vorgänge aus. Eine Antwort, die eine Handlung beschreibt, ist kein Beleg für deren Ausführung.
Der Hersteller beschreibt die Verschmelzung visueller und textlicher Informationen, einen CogViT-Bildencoder und die Vorhersage mehrerer Tokens sowie gemeinsames bestärkendes Lernen über mehr als 30 Aufgabentypen. Dazu gehören STEM, räumliche Zuordnung, Video, GUI- und Programmieragenten. Seine visuelle Werkzeugkette umfasst das Zeichnen von Rechtecken, Screenshots und das Lesen von Seiten mit Bildern. Diese Angaben erklären den Entwicklungsschwerpunkt, ohne dieser Edition eine Parameterzahl oder die Architektur eines anderen Modells zuzuweisen.
Offizielle Aufgabenmaterialien behandeln Bildbeschriftung, visuelle Zuordnung, dokumentengestütztes Schreiben, den Vergleich von Lebensläufen mit vorgegebenen Anforderungen und die Erstellung von Prompts aus Referenzmedien. Ein Dokumentenbriefing kann Felder benennen und durch Passagen gestützte Schlussfolgerungen verlangen. Ein Briefing zur visuellen Zuordnung kann das Objekt und das Ergebnis als Begrenzungsrahmen festlegen. Eine Aufgabe mit Medienreferenzen kann einen schriftlichen Szenen- oder Stilprompt verlangen; diese Verwendung macht das Modell nicht zu einem nativen Bild- oder Videogenerator.
Das Profil nennt Denkmodi, Streaming, Funktionsaufrufe und Kontext-Caching. Definieren Sie Werkzeuge und bewahren Sie deren Beobachtungen zusammen mit dem relevanten Schritt auf. Beschriften Sie Quellen, Codepfade und Videosequenzen und lassen Sie Raum für den Gedankengang und die Antwort. Die Beispiele verbinden Medien mit einer konkreten Frage. Genaue Transportbeschränkungen und Schnittstelleneinstellungen bleiben an den dokumentierten Ablauf gebunden, statt an eine ähnlich benannte GLM-Edition.
Verlangen Sie für ein nutzbares Ergebnis Angaben zu den abgedeckten Seiten oder Dokumentabschnitten, zum Inhalt des vorgeschlagenen Arbeitsergebnisses und zu den in den Belegen verbleibenden Unterschieden. Der Hersteller demonstriert Webseitenprogrammierung, Websiteerstellung, Dokumentverständnis und die Objektverfolgung in Video. Fertige Projekte, bearbeitete Dateien und ausgeführte Interaktionen stammen aus der Anwendungsumgebung; das Modell erstellt und verfeinert die zugehörige textliche Arbeit.
", "aboutText": "GLM-5V-Turbo verbindet visuelles Verständnis mit Softwareentwicklung und Agentenarbeit. Z.ai nennt Bilder, Video, Text und Dateien als Eingaben und Text als Ausgabe. Sein Profil umfasst einen Kontext von 200K Tokens und bis zu 128K Ausgabe-Tokens. Eine Aufgabe kann einen Screenshot oder Entwurf mit Anforderungen kombinieren und Code, eine visuelle Erklärung oder ein dokumentbasiertes Ergebnis verlangen. Dies ist eine eigenständige Edition gegenüber GLM-5.3-Flash.\n\nEine zentrale Anwendung ist die Rekonstruktion von Benutzeroberflächen. Der Hersteller beschreibt das Erkennen von Layout, Farben, Komponentenhierarchie und Interaktionslogik aus Entwürfen. Stellen Sie die Referenzzustände, erforderlichen Funktionen und Vorgaben bereit und verlangen Sie dann bearbeitbaren Code und eine Erklärung. Ein Screenshot einer fehlerhaften Seite kann helfen, falsche Ausrichtung, überlappende Komponenten oder abweichende Farben zu erkennen. Die Anwendung rendert den Vorschlag und stellt das tatsächliche Ergebnis für die weitere Interpretation bereit.\n\nEin GUI-Ablauf kann über einen einzelnen Screenshot hinausgehen. Der Hersteller beschreibt die Untersuchung von Seitenübergängen und visuellen Assets und die Nutzung der Erkenntnisse zur Codeerstellung. Definieren Sie das Ziel und die verfügbaren Handlungen, geben Sie veränderte Ansichten oder Beobachtungen zurück und legen Sie das fertige Arbeitsergebnis fest. Das Modell plant anhand dieser Rückmeldung; die Anwendung führt Navigation, Klicks oder andere Vorgänge aus. Eine Antwort, die eine Handlung beschreibt, ist kein Beleg für deren Ausführung.\n\nDer Hersteller beschreibt die Verschmelzung visueller und textlicher Informationen, einen CogViT-Bildencoder und die Vorhersage mehrerer Tokens sowie gemeinsames bestärkendes Lernen über mehr als 30 Aufgabentypen. Dazu gehören STEM, räumliche Zuordnung, Video, GUI- und Programmieragenten. Seine visuelle Werkzeugkette umfasst das Zeichnen von Rechtecken, Screenshots und das Lesen von Seiten mit Bildern. Diese Angaben erklären den Entwicklungsschwerpunkt, ohne dieser Edition eine Parameterzahl oder die Architektur eines anderen Modells zuzuweisen.\n\nOffizielle Aufgabenmaterialien behandeln Bildbeschriftung, visuelle Zuordnung, dokumentengestütztes Schreiben, den Vergleich von Lebensläufen mit vorgegebenen Anforderungen und die Erstellung von Prompts aus Referenzmedien. Ein Dokumentenbriefing kann Felder benennen und durch Passagen gestützte Schlussfolgerungen verlangen. Ein Briefing zur visuellen Zuordnung kann das Objekt und das Ergebnis als Begrenzungsrahmen festlegen. Eine Aufgabe mit Medienreferenzen kann einen schriftlichen Szenen- oder Stilprompt verlangen; diese Verwendung macht das Modell nicht zu einem nativen Bild- oder Videogenerator.\n\nDas Profil nennt Denkmodi, Streaming, Funktionsaufrufe und Kontext-Caching. Definieren Sie Werkzeuge und bewahren Sie deren Beobachtungen zusammen mit dem relevanten Schritt auf. Beschriften Sie Quellen, Codepfade und Videosequenzen und lassen Sie Raum für den Gedankengang und die Antwort. Die Beispiele verbinden Medien mit einer konkreten Frage. Genaue Transportbeschränkungen und Schnittstelleneinstellungen bleiben an den dokumentierten Ablauf gebunden, statt an eine ähnlich benannte GLM-Edition.\n\nVerlangen Sie für ein nutzbares Ergebnis Angaben zu den abgedeckten Seiten oder Dokumentabschnitten, zum Inhalt des vorgeschlagenen Arbeitsergebnisses und zu den in den Belegen verbleibenden Unterschieden. Der Hersteller demonstriert Webseitenprogrammierung, Websiteerstellung, Dokumentverständnis und die Objektverfolgung in Video. Fertige Projekte, bearbeitete Dateien und ausgeführte Interaktionen stammen aus der Anwendungsumgebung; das Modell erstellt und verfeinert die zugehörige textliche Arbeit.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
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 ist das multimodale Programmiermodell von Z.ai für Screenshots, visuelle Vorlagen, Dokumente und GUI-Agenten. Sein Herstellerprofil akzeptiert Bilder, Video, Text und Dateien, liefert Text und nennt 200K Kontext sowie bis zu 128K Ausgabe-Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GLM-5V-Turbo verbindet visuelles Verständnis mit Softwareentwicklung und Agentenarbeit. Z.ai nennt Bilder, Video, Text und Dateien als Eingaben und Text als Ausgabe. Sein Profil umfasst einen Kontext von 200K Tokens und bis zu 128K Ausgabe-Tokens. Eine Aufgabe kann einen Screenshot oder Entwurf mit Anforderungen kombinieren und Code, eine visuelle Erklärung oder ein dokumentbasiertes Ergebnis verlangen. Dies ist eine eigenständige Edition gegenüber GLM-5.3-Flash.
Eine zentrale Anwendung ist die Rekonstruktion von Benutzeroberflächen. Der Hersteller beschreibt das Erkennen von Layout, Farben, Komponentenhierarchie und Interaktionslogik aus Entwürfen. Stellen Sie die Referenzzustände, erforderlichen Funktionen und Vorgaben bereit und verlangen Sie dann bearbeitbaren Code und eine Erklärung. Ein Screenshot einer fehlerhaften Seite kann helfen, falsche Ausrichtung, überlappende Komponenten oder abweichende Farben zu erkennen. Die Anwendung rendert den Vorschlag und stellt das tatsächliche Ergebnis für die weitere Interpretation bereit.
Ein GUI-Ablauf kann über einen einzelnen Screenshot hinausgehen. Der Hersteller beschreibt die Untersuchung von Seitenübergängen und visuellen Assets und die Nutzung der Erkenntnisse zur Codeerstellung. Definieren Sie das Ziel und die verfügbaren Handlungen, geben Sie veränderte Ansichten oder Beobachtungen zurück und legen Sie das fertige Arbeitsergebnis fest. Das Modell plant anhand dieser Rückmeldung; die Anwendung führt Navigation, Klicks oder andere Vorgänge aus. Eine Antwort, die eine Handlung beschreibt, ist kein Beleg für deren Ausführung.
Der Hersteller beschreibt die Verschmelzung visueller und textlicher Informationen, einen CogViT-Bildencoder und die Vorhersage mehrerer Tokens sowie gemeinsames bestärkendes Lernen über mehr als 30 Aufgabentypen. Dazu gehören STEM, räumliche Zuordnung, Video, GUI- und Programmieragenten. Seine visuelle Werkzeugkette umfasst das Zeichnen von Rechtecken, Screenshots und das Lesen von Seiten mit Bildern. Diese Angaben erklären den Entwicklungsschwerpunkt, ohne dieser Edition eine Parameterzahl oder die Architektur eines anderen Modells zuzuweisen.
Offizielle Aufgabenmaterialien behandeln Bildbeschriftung, visuelle Zuordnung, dokumentengestütztes Schreiben, den Vergleich von Lebensläufen mit vorgegebenen Anforderungen und die Erstellung von Prompts aus Referenzmedien. Ein Dokumentenbriefing kann Felder benennen und durch Passagen gestützte Schlussfolgerungen verlangen. Ein Briefing zur visuellen Zuordnung kann das Objekt und das Ergebnis als Begrenzungsrahmen festlegen. Eine Aufgabe mit Medienreferenzen kann einen schriftlichen Szenen- oder Stilprompt verlangen; diese Verwendung macht das Modell nicht zu einem nativen Bild- oder Videogenerator.
Das Profil nennt Denkmodi, Streaming, Funktionsaufrufe und Kontext-Caching. Definieren Sie Werkzeuge und bewahren Sie deren Beobachtungen zusammen mit dem relevanten Schritt auf. Beschriften Sie Quellen, Codepfade und Videosequenzen und lassen Sie Raum für den Gedankengang und die Antwort. Die Beispiele verbinden Medien mit einer konkreten Frage. Genaue Transportbeschränkungen und Schnittstelleneinstellungen bleiben an den dokumentierten Ablauf gebunden, statt an eine ähnlich benannte GLM-Edition.
Verlangen Sie für ein nutzbares Ergebnis Angaben zu den abgedeckten Seiten oder Dokumentabschnitten, zum Inhalt des vorgeschlagenen Arbeitsergebnisses und zu den in den Belegen verbleibenden Unterschieden. Der Hersteller demonstriert Webseitenprogrammierung, Websiteerstellung, Dokumentverständnis und die Objektverfolgung in Video. Fertige Projekte, bearbeitete Dateien und ausgeführte Interaktionen stammen aus der Anwendungsumgebung; das Modell erstellt und verfeinert die zugehörige textliche Arbeit.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits glm-5v-turbo | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Modellabhängig | Standard— |
Feldmessages[].content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Textgespräch | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
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 |
Parametercontrol_scope | VertragTextgespräch; stream ist ein boolescher Wert und standardmässig false. |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Methodenaliasnamen: /chat/completions
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.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0024 / 1K Tokens Ausgabe · Ausgabetoken $0.008 / 1K Tokens Eingabe · Cache lesen $0.00048 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0024 / 1K Tokens Ausgabe · Ausgabetoken $0.008 / 1K Tokens Eingabe · Cache lesen $0.00048 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"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 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 glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
glm-5v-turboGLM-5V-Turbo ist das multimodale Programmiermodell von Z.ai für Screenshots, visuelle Vorlagen, Dokumente und GUI-Agenten. Sein Herstellerprofil akzeptiert Bilder, Video, Text und Dateien, liefert Text und nennt 200K Kontext sowie bis zu 128K Ausgabe-Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GLM-5V-Turbo verbindet visuelles Verständnis mit Softwareentwicklung und Agentenarbeit. Z.ai nennt Bilder, Video, Text und Dateien als Eingaben und Text als Ausgabe. Sein Profil umfasst einen Kontext von 200K Tokens und bis zu 128K Ausgabe-Tokens. Eine Aufgabe kann einen Screenshot oder Entwurf mit Anforderungen kombinieren und Code, eine visuelle Erklärung oder ein dokumentbasiertes Ergebnis verlangen. Dies ist eine eigenständige Edition gegenüber GLM-5.3-Flash.
Eine zentrale Anwendung ist die Rekonstruktion von Benutzeroberflächen. Der Hersteller beschreibt das Erkennen von Layout, Farben, Komponentenhierarchie und Interaktionslogik aus Entwürfen. Stellen Sie die Referenzzustände, erforderlichen Funktionen und Vorgaben bereit und verlangen Sie dann bearbeitbaren Code und eine Erklärung. Ein Screenshot einer fehlerhaften Seite kann helfen, falsche Ausrichtung, überlappende Komponenten oder abweichende Farben zu erkennen. Die Anwendung rendert den Vorschlag und stellt das tatsächliche Ergebnis für die weitere Interpretation bereit.
Ein GUI-Ablauf kann über einen einzelnen Screenshot hinausgehen. Der Hersteller beschreibt die Untersuchung von Seitenübergängen und visuellen Assets und die Nutzung der Erkenntnisse zur Codeerstellung. Definieren Sie das Ziel und die verfügbaren Handlungen, geben Sie veränderte Ansichten oder Beobachtungen zurück und legen Sie das fertige Arbeitsergebnis fest. Das Modell plant anhand dieser Rückmeldung; die Anwendung führt Navigation, Klicks oder andere Vorgänge aus. Eine Antwort, die eine Handlung beschreibt, ist kein Beleg für deren Ausführung.
Der Hersteller beschreibt die Verschmelzung visueller und textlicher Informationen, einen CogViT-Bildencoder und die Vorhersage mehrerer Tokens sowie gemeinsames bestärkendes Lernen über mehr als 30 Aufgabentypen. Dazu gehören STEM, räumliche Zuordnung, Video, GUI- und Programmieragenten. Seine visuelle Werkzeugkette umfasst das Zeichnen von Rechtecken, Screenshots und das Lesen von Seiten mit Bildern. Diese Angaben erklären den Entwicklungsschwerpunkt, ohne dieser Edition eine Parameterzahl oder die Architektur eines anderen Modells zuzuweisen.
Offizielle Aufgabenmaterialien behandeln Bildbeschriftung, visuelle Zuordnung, dokumentengestütztes Schreiben, den Vergleich von Lebensläufen mit vorgegebenen Anforderungen und die Erstellung von Prompts aus Referenzmedien. Ein Dokumentenbriefing kann Felder benennen und durch Passagen gestützte Schlussfolgerungen verlangen. Ein Briefing zur visuellen Zuordnung kann das Objekt und das Ergebnis als Begrenzungsrahmen festlegen. Eine Aufgabe mit Medienreferenzen kann einen schriftlichen Szenen- oder Stilprompt verlangen; diese Verwendung macht das Modell nicht zu einem nativen Bild- oder Videogenerator.
Das Profil nennt Denkmodi, Streaming, Funktionsaufrufe und Kontext-Caching. Definieren Sie Werkzeuge und bewahren Sie deren Beobachtungen zusammen mit dem relevanten Schritt auf. Beschriften Sie Quellen, Codepfade und Videosequenzen und lassen Sie Raum für den Gedankengang und die Antwort. Die Beispiele verbinden Medien mit einer konkreten Frage. Genaue Transportbeschränkungen und Schnittstelleneinstellungen bleiben an den dokumentierten Ablauf gebunden, statt an eine ähnlich benannte GLM-Edition.
Verlangen Sie für ein nutzbares Ergebnis Angaben zu den abgedeckten Seiten oder Dokumentabschnitten, zum Inhalt des vorgeschlagenen Arbeitsergebnisses und zu den in den Belegen verbleibenden Unterschieden. Der Hersteller demonstriert Webseitenprogrammierung, Websiteerstellung, Dokumentverständnis und die Objektverfolgung in Video. Fertige Projekte, bearbeitete Dateien und ausgeführte Interaktionen stammen aus der Anwendungsumgebung; das Modell erstellt und verfeinert die zugehörige textliche Arbeit.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits glm-5v-turbo | 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.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0024 / 1K Tokens Ausgabe · Ausgabetoken $0.008 / 1K Tokens Eingabe · Cache lesen $0.00048 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0024 / 1K Tokens Ausgabe · Ausgabetoken $0.008 / 1K Tokens Eingabe · Cache lesen $0.00048 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "glm-5v-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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 glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
z-ai/glm-5v-turboGLM-5V-Turbo ist das multimodale Programmiermodell von Z.ai für Screenshots, visuelle Vorlagen, Dokumente und GUI-Agenten. Sein Herstellerprofil akzeptiert Bilder, Video, Text und Dateien, liefert Text und nennt 200K Kontext sowie bis zu 128K Ausgabe-Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GLM-5V-Turbo verbindet visuelles Verständnis mit Softwareentwicklung und Agentenarbeit. Z.ai nennt Bilder, Video, Text und Dateien als Eingaben und Text als Ausgabe. Sein Profil umfasst einen Kontext von 200K Tokens und bis zu 128K Ausgabe-Tokens. Eine Aufgabe kann einen Screenshot oder Entwurf mit Anforderungen kombinieren und Code, eine visuelle Erklärung oder ein dokumentbasiertes Ergebnis verlangen. Dies ist eine eigenständige Edition gegenüber GLM-5.3-Flash.
Eine zentrale Anwendung ist die Rekonstruktion von Benutzeroberflächen. Der Hersteller beschreibt das Erkennen von Layout, Farben, Komponentenhierarchie und Interaktionslogik aus Entwürfen. Stellen Sie die Referenzzustände, erforderlichen Funktionen und Vorgaben bereit und verlangen Sie dann bearbeitbaren Code und eine Erklärung. Ein Screenshot einer fehlerhaften Seite kann helfen, falsche Ausrichtung, überlappende Komponenten oder abweichende Farben zu erkennen. Die Anwendung rendert den Vorschlag und stellt das tatsächliche Ergebnis für die weitere Interpretation bereit.
Ein GUI-Ablauf kann über einen einzelnen Screenshot hinausgehen. Der Hersteller beschreibt die Untersuchung von Seitenübergängen und visuellen Assets und die Nutzung der Erkenntnisse zur Codeerstellung. Definieren Sie das Ziel und die verfügbaren Handlungen, geben Sie veränderte Ansichten oder Beobachtungen zurück und legen Sie das fertige Arbeitsergebnis fest. Das Modell plant anhand dieser Rückmeldung; die Anwendung führt Navigation, Klicks oder andere Vorgänge aus. Eine Antwort, die eine Handlung beschreibt, ist kein Beleg für deren Ausführung.
Der Hersteller beschreibt die Verschmelzung visueller und textlicher Informationen, einen CogViT-Bildencoder und die Vorhersage mehrerer Tokens sowie gemeinsames bestärkendes Lernen über mehr als 30 Aufgabentypen. Dazu gehören STEM, räumliche Zuordnung, Video, GUI- und Programmieragenten. Seine visuelle Werkzeugkette umfasst das Zeichnen von Rechtecken, Screenshots und das Lesen von Seiten mit Bildern. Diese Angaben erklären den Entwicklungsschwerpunkt, ohne dieser Edition eine Parameterzahl oder die Architektur eines anderen Modells zuzuweisen.
Offizielle Aufgabenmaterialien behandeln Bildbeschriftung, visuelle Zuordnung, dokumentengestütztes Schreiben, den Vergleich von Lebensläufen mit vorgegebenen Anforderungen und die Erstellung von Prompts aus Referenzmedien. Ein Dokumentenbriefing kann Felder benennen und durch Passagen gestützte Schlussfolgerungen verlangen. Ein Briefing zur visuellen Zuordnung kann das Objekt und das Ergebnis als Begrenzungsrahmen festlegen. Eine Aufgabe mit Medienreferenzen kann einen schriftlichen Szenen- oder Stilprompt verlangen; diese Verwendung macht das Modell nicht zu einem nativen Bild- oder Videogenerator.
Das Profil nennt Denkmodi, Streaming, Funktionsaufrufe und Kontext-Caching. Definieren Sie Werkzeuge und bewahren Sie deren Beobachtungen zusammen mit dem relevanten Schritt auf. Beschriften Sie Quellen, Codepfade und Videosequenzen und lassen Sie Raum für den Gedankengang und die Antwort. Die Beispiele verbinden Medien mit einer konkreten Frage. Genaue Transportbeschränkungen und Schnittstelleneinstellungen bleiben an den dokumentierten Ablauf gebunden, statt an eine ähnlich benannte GLM-Edition.
Verlangen Sie für ein nutzbares Ergebnis Angaben zu den abgedeckten Seiten oder Dokumentabschnitten, zum Inhalt des vorgeschlagenen Arbeitsergebnisses und zu den in den Belegen verbleibenden Unterschieden. Der Hersteller demonstriert Webseitenprogrammierung, Websiteerstellung, Dokumentverständnis und die Objektverfolgung in Video. Fertige Projekte, bearbeitete Dateien und ausgeführte Interaktionen stammen aus der Anwendungsumgebung; das Modell erstellt und verfeinert die zugehörige textliche Arbeit.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits z-ai/glm-5v-turbo | 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.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0024 / 1K Tokens Ausgabe · Ausgabetoken $0.008 / 1K Tokens Eingabe · Cache lesen $0.00048 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0024 / 1K Tokens Ausgabe · Ausgabetoken $0.008 / 1K Tokens Eingabe · Cache lesen $0.00048 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "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 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 glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
z-ai/glm-5v-turboGLM-5V-Turbo ist das multimodale Programmiermodell von Z.ai für Screenshots, visuelle Vorlagen, Dokumente und GUI-Agenten. Sein Herstellerprofil akzeptiert Bilder, Video, Text und Dateien, liefert Text und nennt 200K Kontext sowie bis zu 128K Ausgabe-Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GLM-5V-Turbo verbindet visuelles Verständnis mit Softwareentwicklung und Agentenarbeit. Z.ai nennt Bilder, Video, Text und Dateien als Eingaben und Text als Ausgabe. Sein Profil umfasst einen Kontext von 200K Tokens und bis zu 128K Ausgabe-Tokens. Eine Aufgabe kann einen Screenshot oder Entwurf mit Anforderungen kombinieren und Code, eine visuelle Erklärung oder ein dokumentbasiertes Ergebnis verlangen. Dies ist eine eigenständige Edition gegenüber GLM-5.3-Flash.
Eine zentrale Anwendung ist die Rekonstruktion von Benutzeroberflächen. Der Hersteller beschreibt das Erkennen von Layout, Farben, Komponentenhierarchie und Interaktionslogik aus Entwürfen. Stellen Sie die Referenzzustände, erforderlichen Funktionen und Vorgaben bereit und verlangen Sie dann bearbeitbaren Code und eine Erklärung. Ein Screenshot einer fehlerhaften Seite kann helfen, falsche Ausrichtung, überlappende Komponenten oder abweichende Farben zu erkennen. Die Anwendung rendert den Vorschlag und stellt das tatsächliche Ergebnis für die weitere Interpretation bereit.
Ein GUI-Ablauf kann über einen einzelnen Screenshot hinausgehen. Der Hersteller beschreibt die Untersuchung von Seitenübergängen und visuellen Assets und die Nutzung der Erkenntnisse zur Codeerstellung. Definieren Sie das Ziel und die verfügbaren Handlungen, geben Sie veränderte Ansichten oder Beobachtungen zurück und legen Sie das fertige Arbeitsergebnis fest. Das Modell plant anhand dieser Rückmeldung; die Anwendung führt Navigation, Klicks oder andere Vorgänge aus. Eine Antwort, die eine Handlung beschreibt, ist kein Beleg für deren Ausführung.
Der Hersteller beschreibt die Verschmelzung visueller und textlicher Informationen, einen CogViT-Bildencoder und die Vorhersage mehrerer Tokens sowie gemeinsames bestärkendes Lernen über mehr als 30 Aufgabentypen. Dazu gehören STEM, räumliche Zuordnung, Video, GUI- und Programmieragenten. Seine visuelle Werkzeugkette umfasst das Zeichnen von Rechtecken, Screenshots und das Lesen von Seiten mit Bildern. Diese Angaben erklären den Entwicklungsschwerpunkt, ohne dieser Edition eine Parameterzahl oder die Architektur eines anderen Modells zuzuweisen.
Offizielle Aufgabenmaterialien behandeln Bildbeschriftung, visuelle Zuordnung, dokumentengestütztes Schreiben, den Vergleich von Lebensläufen mit vorgegebenen Anforderungen und die Erstellung von Prompts aus Referenzmedien. Ein Dokumentenbriefing kann Felder benennen und durch Passagen gestützte Schlussfolgerungen verlangen. Ein Briefing zur visuellen Zuordnung kann das Objekt und das Ergebnis als Begrenzungsrahmen festlegen. Eine Aufgabe mit Medienreferenzen kann einen schriftlichen Szenen- oder Stilprompt verlangen; diese Verwendung macht das Modell nicht zu einem nativen Bild- oder Videogenerator.
Das Profil nennt Denkmodi, Streaming, Funktionsaufrufe und Kontext-Caching. Definieren Sie Werkzeuge und bewahren Sie deren Beobachtungen zusammen mit dem relevanten Schritt auf. Beschriften Sie Quellen, Codepfade und Videosequenzen und lassen Sie Raum für den Gedankengang und die Antwort. Die Beispiele verbinden Medien mit einer konkreten Frage. Genaue Transportbeschränkungen und Schnittstelleneinstellungen bleiben an den dokumentierten Ablauf gebunden, statt an eine ähnlich benannte GLM-Edition.
Verlangen Sie für ein nutzbares Ergebnis Angaben zu den abgedeckten Seiten oder Dokumentabschnitten, zum Inhalt des vorgeschlagenen Arbeitsergebnisses und zu den in den Belegen verbleibenden Unterschieden. Der Hersteller demonstriert Webseitenprogrammierung, Websiteerstellung, Dokumentverständnis und die Objektverfolgung in Video. Fertige Projekte, bearbeitete Dateien und ausgeführte Interaktionen stammen aus der Anwendungsumgebung; das Modell erstellt und verfeinert die zugehörige textliche Arbeit.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits z-ai/glm-5v-turbo | 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.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0024 / 1K Tokens Ausgabe · Ausgabetoken $0.008 / 1K Tokens Eingabe · Cache lesen $0.00048 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0024 / 1K Tokens Ausgabe · Ausgabetoken $0.008 / 1K Tokens Eingabe · Cache lesen $0.00048 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "z-ai/glm-5v-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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 glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
Technisches Beispiel auf Englisch
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.