Modelle

glm-4.1v-thinking-flash

Markdown · JSON

glm-4.1v-thinking-flash

GLM-4.1V-Thinking-Flash ist Zhipus Modell für visuelles Schlussfolgern bei Diagrammanalysen, wissenschaftlichen Schaubildern, Dokumentbildern und Fragen zu Benutzeroberflächen.

Über das Modell

Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.

GLM-4.1V-Thinking-Flash verbindet visuelles Verständnis mit integriertem Schlussfolgern. Zhipu beschreibt das Modell für die Interpretation von Bildern und Dokumentseiten, darunter Diagramme, mathematische Aufgaben, Oberflächenstrukturen und die Zuordnung zu Bildbereichen. Es soll das sichtbare Material mit einer Erklärung der Antwort verbinden.

Die visuelle Frage präzisieren

Bewahren Sie bei einem Diagramm Achsenbeschriftungen, Legende und Einheiten und benennen Sie den gewünschten Vergleich oder die Berechnung. Geben Sie bei einem Schaubild die Aufgabenstellung und lesbare Anmerkungen mit. Nennen Sie bei einer Benutzeroberfläche das Ziel des Nutzers und die zu untersuchenden Bedienelemente oder Layoutbereiche. Diese Angaben helfen, sichtbare Beobachtungen von Annahmen zu unterscheiden.

Ein umsetzbares Ergebnis anfordern

Verlangen Sie eine Diagramminterpretation, eine ausgearbeitete Lösung, eine Beschreibung der relevanten Oberflächenelemente oder ein Briefing für die Frontend-Implementierung. Bewahren Sie das Quellbild zusammen mit der Antwort auf und prüfen Sie die Beschriftungen, Mengen und Positionen, von denen das Ergebnis abhängt.

Verwenden Sie in Ailoot unter /v1/chat/completions die exakte Modell-ID und halten Sie das Bild und die zugehörige Frage im Gespräch zusammen. Für Bildinhalte wird image_url verwendet; unterstützte Bildquellen können eine Bildadresse oder eine base64-Daten-URI enthalten. Erfassen Sie die vollständige JSON-Antwort oder bei aktiviertem stream sämtliche SSE-Segmente und speichern Sie usage zusammen mit dem fertigen Ergebnis.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions glm-4.1v-thinking-flash

glm-4.1v-thinking-flash

Sonstiges /glm-4.1v-thinking-flash

Start

GLM-4.1V-Thinking-Flash ist Zhipus Modell für visuelles Schlussfolgern bei Diagrammanalysen, wissenschaftlichen Schaubildern, Dokumentbildern und Fragen zu Benutzeroberflächen.

Zulässige Eingaben
Text · Bilder
Ergebnisse
Text

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Eingabetypen
text, image
Ausgabetypen
text
Ausgabeformat
JSON or SSE
FeldTypAnforderungWerte und LimitsStandard
FeldmodelTypstringAnforderungErforderlichWerte und Limits
glm-4.1v-thinking-flash
Bedingungen: Verwenden Sie genau diesen Ailoot-Routingselektor.
Standard—
FeldmessagesTyparrayAnforderungErforderlichWerte und Limits
Bedingungen:
Standard—
FeldstreamTypbooleanAnforderungOptionalWerte und Limits
Bedingungen:
Standardfalse
Kombinationen von Eingabematerialien

text_input · Erforderlich: messages

image_with_text · Erforderlich: messages with actual image content blocks

Methodenparameter und Lebenszyklus
ParameterVertrag
Parametercontent_typeVertragapplication/json
ParameterrequiredVertragmodel, messages
ParameteroptionalVertragstream
Parametermaterial_typesVertragtext, image
ParameterconditionsVertragVerwenden Sie genau diesen Ailoot-Routingselektor., Dieses Protokoll überträgt Bildinhalte, wenn das konkret ausgewählte Modell Bildverarbeitung unterstützt. Die Zulassung des Protokolls belegt keine Bildverarbeitungsfähigkeit für jedes Modell.

Methodenaliasnamen: /chat/completions

Lebenszyklus: synchronous_or_streamed

Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus
Standardtarif Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Standardtarif Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
Preise für explizites Caching
Nicht aktiviert Wenn explizites Caching angefordert wird
Nulltarife für reine Textverarbeitung
Für Cache, Werkzeuge und Medien gelten die jeweils gesondert aufgeführten Preisbedingungen. Für reine Texteingabe und Textausgabe

Ailoot-Tarife

Preise nach Konfiguration

KonfigurationTarifstaffelGebühr
KonfigurationBasistarife für TokenTarifstaffelGrundtarifGebühr
Eingabe · Eingabetoken $0 / 1K Token
Ausgabe · Ausgabetoken $0 / 1K Token
Eingabe · Cache-Lesen $0 / 1K Token
Eingabe · Cache-Schreiben $0 / 1K Token
Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token

Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →

Beispielanfragen

Ailoot Ultra · OpenAI Chat

curl · einmal erstellen und das vollständige Ergebnis speichern
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.1v-thinking-flash", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.

Ergebnisse abrufen und speichern

Ailoot Ultra · OpenAI Chat

JSON or SSE

Alle fertiggestellten Ergebnisse aufbewahren

Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.

Bewahren Sie jeden Inhaltsblock, jede ID eines Werkzeugaufrufs, eine gegebenenfalls zurückgegebene Denksignatur, alle SSE-Deltas und die vollständigen Nutzungsdaten auf. Das erste Textfragment ist nicht das gesamte Ergebnis.

Wenn die ursprüngliche Antwort geprüft werden muss

Bewahren Sie die ursprüngliche X-Client-Request-ID, Antwort und Header auf. Ein unbekanntes Ergebnis oder ein Ergebnis mit dem Status result_pending_check berechtigt nicht zu einem zweiten Erstellungsauftrag.

Antwortfelder
FeldTyp
Feldchoices[]Typobject
FeldusageTypobject
Fehler und nächste Schritte
AntwortBedingungNächster Schritt
Antwort400 · invalid_request_errorBedingungEin Pflichtfeld, die Modellauswahl, der Typ oder die Eingabedarstellung ist ungültig.Nächster SchrittPrüfen Sie die zurückgegebenen Validierungsdetails, bevor Sie eine separate Anfrage vorbereiten.
AntwortBedingungDie ursprüngliche Anfrage oder ihr Ergebnis ist unbekannt oder muss geprüft werden.Nächster SchrittBewahren Sie die ursprünglichen Kennungen und Header auf; lesen Sie nur unterstützte Status- oder Bibliothekseinträge. Senden Sie den Erstellungsauftrag nicht erneut.

Aliasnamen

Modellaliasnamen

Ailoot Ultra glm-4.1v-thinking-flash

Aliasnamen für Methodenpfade

/chat/completions

Zugehörige Aufrufer-IDs

glm-4.1v-thinking-flash

Ailoot Ultra · Anthropic Messages POST /v1/messages glm-4.1v-thinking-flash

glm-4.1v-thinking-flash

Sonstiges /glm-4.1v-thinking-flash

Start

GLM-4.1V-Thinking-Flash ist Zhipus Modell für visuelles Schlussfolgern bei Diagrammanalysen, wissenschaftlichen Schaubildern, Dokumentbildern und Fragen zu Benutzeroberflächen.

Zulässige Eingaben
Text · Bilder
Ergebnisse
json · sse

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · Anthropic Messages POST /v1/messages
Eingabetypen
text, image
Ausgabetypen
json, sse
Ausgabeformat
JSON or SSE
FeldTypAnforderungWerte und LimitsStandard
FeldmodelTypstringAnforderungErforderlichWerte und Limits
glm-4.1v-thinking-flash
Bedingungen: Verwenden Sie genau diesen Ailoot-Routingselektor.
Standard—
FeldmessagesTyparrayAnforderungErforderlichWerte und Limits
Bedingungen:
Standard—
FeldstreamTypbooleanAnforderungOptionalWerte und Limits
Bedingungen:
Standardfalse
Feldmax_tokensTypintegerAnforderungErforderlichWerte und Limits
Minimum: 1
Bedingungen:
Standard—
Kombinationen von Eingabematerialien

text_input · Erforderlich: messages

image_with_text · Erforderlich: messages with actual image content blocks

Methodenparameter und Lebenszyklus
ParameterVertrag
Parametercontent_typeVertragapplication/json
ParameterrequiredVertragmodel, messages, max_tokens
ParameteroptionalVertragstream
Parametermaterial_typesVertragtext, image
ParameterconditionsVertragVerwenden Sie genau diesen Ailoot-Routingselektor., Dieses Protokoll überträgt Bildinhalte, wenn das konkret ausgewählte Modell Bildverarbeitung unterstützt. Die Zulassung des Protokolls belegt keine Bildverarbeitungsfähigkeit für jedes Modell.

Lebenszyklus: synchronous_or_streamed

Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus
Standardtarif Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Standardtarif Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
Preise für explizites Caching
Nicht aktiviert Wenn explizites Caching angefordert wird
Nulltarife für reine Textverarbeitung
Für Cache, Werkzeuge und Medien gelten die jeweils gesondert aufgeführten Preisbedingungen. Für reine Texteingabe und Textausgabe

Ailoot-Tarife

Preise nach Konfiguration

KonfigurationTarifstaffelGebühr
KonfigurationBasistarife für TokenTarifstaffelGrundtarifGebühr
Eingabe · Eingabetoken $0 / 1K Token
Ausgabe · Ausgabetoken $0 / 1K Token
Eingabe · Cache-Lesen $0 / 1K Token
Eingabe · Cache-Schreiben $0 / 1K Token
Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token

Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →

Beispielanfragen

Ailoot Ultra · Anthropic Messages

curl · einmal erstellen und das vollständige Ergebnis speichern
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.1v-thinking-flash", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.

Ergebnisse abrufen und speichern

Ailoot Ultra · Anthropic Messages

JSON or SSE

Alle fertiggestellten Ergebnisse aufbewahren

Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.

Bewahren Sie jeden Inhaltsblock, jede ID eines Werkzeugaufrufs, eine gegebenenfalls zurückgegebene Denksignatur, alle SSE-Deltas und die vollständigen Nutzungsdaten auf. Das erste Textfragment ist nicht das gesamte Ergebnis.

Wenn die ursprüngliche Antwort geprüft werden muss

Bewahren Sie die ursprüngliche X-Client-Request-ID, Antwort und Header auf. Ein unbekanntes Ergebnis oder ein Ergebnis mit dem Status result_pending_check berechtigt nicht zu einem zweiten Erstellungsauftrag.

Antwortfelder
FeldTyp
Feldcontent[]Typobject
FeldusageTypobject
Fehler und nächste Schritte
AntwortBedingungNächster Schritt
Antwort400 · invalid_request_errorBedingungEin Pflichtfeld, die Modellauswahl, der Typ oder die Eingabedarstellung ist ungültig.Nächster SchrittPrüfen Sie die zurückgegebenen Validierungsdetails, bevor Sie eine separate Anfrage vorbereiten.
AntwortBedingungDie ursprüngliche Anfrage oder ihr Ergebnis ist unbekannt oder muss geprüft werden.Nächster SchrittBewahren Sie die ursprünglichen Kennungen und Header auf; lesen Sie nur unterstützte Status- oder Bibliothekseinträge. Senden Sie den Erstellungsauftrag nicht erneut.

Aliasnamen

Modellaliasnamen

Ailoot Ultra glm-4.1v-thinking-flash

Aliasnamen für Methodenpfade

/chat/completions

Zugehörige Aufrufer-IDs

glm-4.1v-thinking-flash

FAQ · glm-4.1v-thinking-flash
Welche Eingaben und Ergebnisse sind verfügbar?

POST /v1/chat/completions · glm-4.1v-thinking-flash: text, image → text

POST /v1/messages · glm-4.1v-thinking-flash: text, image → json, sse

Welche Felder verwendet die Anfrage?

POST /v1/chat/completions · glm-4.1v-thinking-flash: model, messages, stream

POST /v1/messages · glm-4.1v-thinking-flash: model, messages, stream, max_tokens

Welche Grenzen gelten?

POST /v1/messages · glm-4.1v-thinking-flash: max_tokens.minimum: 1

Weitere Details

Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung.

Das Unternehmen und sein Projektportfolio

Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe.

Tokens mit Rabatt kaufen.

Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf.

Abo
Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen.
Aktionscode bis 50%
Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet.
Ausgaben in der Historie
Modell, Tokens und Betrag werden für jede Anfrage gespeichert.

Abo wählen · Modellpreise ansehen

Verbinden Sie die API mit dem Produkt, das Sie verkaufen.

SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an.

Kommerzielle Anwendung
Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes.
Reseller-Lizenz
Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an.
Dokumente auf der Website
Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich.

Reseller-Lizenz anfordern · Offizielles Angebot und Lizenzvertrag