GLM-5V-Turbo verbindet visuelles Verständnis mit Softwareentwicklung und Agentenarbeit. Z.ai führt Bilder, Video, Text und Dateien als Eingaben sowie Text als Ausgabe auf. Das Profil besitzt einen Kontext von 200K Tokens und bis zu 128K Ausgabe-Tokens. Eine Aufgabe kann einen Screenshot oder einen Entwurf mit Anforderungen verbinden und Code, eine visuelle Erklärung oder ein dokumentbasiertes Ergebnis anfordern. Dies ist eine eigenständige Ausgabe gegenüber GLM-5.3-Flash.
Die Rekonstruktion von Benutzeroberflächen ist ein zentraler Anwendungsfall. Der Hersteller beschreibt das Erkennen von Layout, Farben, Komponentenhierarchie und Interaktionslogik aus Entwürfen. Stellen Sie die Referenzzustände, die erforderlichen Funktionen und die Vorgaben bereit und fordern Sie anschließend bearbeitbaren Code und eine Erklärung an. Ein Screenshot einer fehlerhaften Seite kann helfen, Fehlpositionierungen, überlappende Komponenten oder unpassende Farben zu erkennen. Die Anwendung rendert den Vorschlag und liefert das tatsächliche Ergebnis zur weiteren Interpretation.
Ein GUI-Ablauf kann über einen einzelnen Screenshot hinausgehen. Der Hersteller beschreibt das Erkunden von Seitenübergängen und visuellen Elementen sowie die Nutzung der Erkenntnisse zur Codevorbereitung. Definieren Sie das Ziel und die verfügbaren Aktionen, geben Sie veränderte Bildschirmansichten oder Beobachtungen zurück und legen Sie das fertige Ergebnis fest. Das Modell plant anhand dieser Rückmeldung; die Anwendung führt Navigation, Klicks oder andere Vorgänge aus. Eine Antwort, die eine Handlung beschreibt, belegt nicht deren Ausführung.
Der Hersteller beschreibt die Zusammenführung visueller und textlicher Informationen, einen CogViT-Bildencoder und die Vorhersage mehrerer Tokens zusammen mit gemeinsamem Reinforcement Learning über mehr als 30 Aufgabentypen. Dieser Umfang schließt MINT-Aufgaben, die Verortung in Bildinhalten, Video sowie GUI- und Programmieragenten ein. Zu den visuellen Werkzeugen gehören das Zeichnen von Rahmen, Screenshots und das Lesen von Seiten mit Bildern. Diese Angaben erklären den Entwicklungsschwerpunkt, ohne dieser Ausgabe eine Parameterzahl oder die Architektur eines anderen Modells zuzuschreiben.
Offizielle Aufgabenmaterialien behandeln Bildbeschriftung, visuelle Verortung, dokumentgestütztes Schreiben, den Vergleich von Lebensläufen mit vorgegebenen Anforderungen und das Vorbereiten von Prompts aus Referenzmedien. Eine Dokumentvorgabe kann Felder benennen und durch Textpassagen gestützte Schlussfolgerungen anfordern. Eine Vorgabe zur visuellen Verortung kann das Objekt und ein Ergebnis als Begrenzungsrahmen festlegen. Eine Aufgabe mit Medienreferenzen kann einen schriftlichen Szenen- oder Stil-Prompt anfordern; dadurch wird 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 jeweiligen Schritt auf. Beschriften Sie Quellen, Codepfade und Videosequenzen und lassen Sie Platz für den Gedankengang und die Antwort. Die Beispiele verbinden Medien mit einer konkreten Frage. Genaue Übertragungsbeschränkungen und Schnittstellensteuerungen bleiben an den dokumentierten Ablauf gebunden und lassen sich nicht von einer ähnlich benannten GLM-Ausgabe ableiten.
Fordern Sie für ein nutzbares Ergebnis an, welche Seiten oder Dokumentabschnitte abgedeckt wurden, was das vorgeschlagene Arbeitsergebnis enthält und welche Unterschiede in den Belegen verbleiben. Der Hersteller demonstriert das Programmieren von Webseiten, die Erstellung von Websites, Dokumentverständnis und Objektverfolgung in Video. Fertige Projekte, bearbeitete Dateien und ausgeführte Interaktionen entstehen in der Anwendungsumgebung; das Modell bereitet die zugehörige textliche Arbeit vor und verfeinert sie.
", "aboutText": "GLM-5V-Turbo verbindet visuelles Verständnis mit Softwareentwicklung und Agentenarbeit. Z.ai führt Bilder, Video, Text und Dateien als Eingaben sowie Text als Ausgabe auf. Das Profil besitzt einen Kontext von 200K Tokens und bis zu 128K Ausgabe-Tokens. Eine Aufgabe kann einen Screenshot oder einen Entwurf mit Anforderungen verbinden und Code, eine visuelle Erklärung oder ein dokumentbasiertes Ergebnis anfordern. Dies ist eine eigenständige Ausgabe gegenüber GLM-5.3-Flash.\n\nDie Rekonstruktion von Benutzeroberflächen ist ein zentraler Anwendungsfall. Der Hersteller beschreibt das Erkennen von Layout, Farben, Komponentenhierarchie und Interaktionslogik aus Entwürfen. Stellen Sie die Referenzzustände, die erforderlichen Funktionen und die Vorgaben bereit und fordern Sie anschließend bearbeitbaren Code und eine Erklärung an. Ein Screenshot einer fehlerhaften Seite kann helfen, Fehlpositionierungen, überlappende Komponenten oder unpassende Farben zu erkennen. Die Anwendung rendert den Vorschlag und liefert das tatsächliche Ergebnis zur weiteren Interpretation.\n\nEin GUI-Ablauf kann über einen einzelnen Screenshot hinausgehen. Der Hersteller beschreibt das Erkunden von Seitenübergängen und visuellen Elementen sowie die Nutzung der Erkenntnisse zur Codevorbereitung. Definieren Sie das Ziel und die verfügbaren Aktionen, geben Sie veränderte Bildschirmansichten oder Beobachtungen zurück und legen Sie das fertige Ergebnis fest. Das Modell plant anhand dieser Rückmeldung; die Anwendung führt Navigation, Klicks oder andere Vorgänge aus. Eine Antwort, die eine Handlung beschreibt, belegt nicht deren Ausführung.\n\nDer Hersteller beschreibt die Zusammenführung visueller und textlicher Informationen, einen CogViT-Bildencoder und die Vorhersage mehrerer Tokens zusammen mit gemeinsamem Reinforcement Learning über mehr als 30 Aufgabentypen. Dieser Umfang schließt MINT-Aufgaben, die Verortung in Bildinhalten, Video sowie GUI- und Programmieragenten ein. Zu den visuellen Werkzeugen gehören das Zeichnen von Rahmen, Screenshots und das Lesen von Seiten mit Bildern. Diese Angaben erklären den Entwicklungsschwerpunkt, ohne dieser Ausgabe eine Parameterzahl oder die Architektur eines anderen Modells zuzuschreiben.\n\nOffizielle Aufgabenmaterialien behandeln Bildbeschriftung, visuelle Verortung, dokumentgestütztes Schreiben, den Vergleich von Lebensläufen mit vorgegebenen Anforderungen und das Vorbereiten von Prompts aus Referenzmedien. Eine Dokumentvorgabe kann Felder benennen und durch Textpassagen gestützte Schlussfolgerungen anfordern. Eine Vorgabe zur visuellen Verortung kann das Objekt und ein Ergebnis als Begrenzungsrahmen festlegen. Eine Aufgabe mit Medienreferenzen kann einen schriftlichen Szenen- oder Stil-Prompt anfordern; dadurch wird 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 jeweiligen Schritt auf. Beschriften Sie Quellen, Codepfade und Videosequenzen und lassen Sie Platz für den Gedankengang und die Antwort. Die Beispiele verbinden Medien mit einer konkreten Frage. Genaue Übertragungsbeschränkungen und Schnittstellensteuerungen bleiben an den dokumentierten Ablauf gebunden und lassen sich nicht von einer ähnlich benannten GLM-Ausgabe ableiten.\n\nFordern Sie für ein nutzbares Ergebnis an, welche Seiten oder Dokumentabschnitte abgedeckt wurden, was das vorgeschlagene Arbeitsergebnis enthält und welche Unterschiede in den Belegen verbleiben. Der Hersteller demonstriert das Programmieren von Webseiten, die Erstellung von Websites, Dokumentverständnis und Objektverfolgung in Video. Fertige Projekte, bearbeitete Dateien und ausgeführte Interaktionen entstehen in der Anwendungsumgebung; das Modell bereitet die zugehörige textliche Arbeit vor und verfeinert sie.", "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 Z.ais multimodales Programmiermodell für Screenshots, visuelle Vorlagen, Dokumente und GUI-Agenten. Das Herstellerprofil nimmt Bilder, Video, Text und Dateien entgegen, gibt Text zurück und nennt einen Kontext von 200K 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 führt Bilder, Video, Text und Dateien als Eingaben sowie Text als Ausgabe auf. Das Profil besitzt einen Kontext von 200K Tokens und bis zu 128K Ausgabe-Tokens. Eine Aufgabe kann einen Screenshot oder einen Entwurf mit Anforderungen verbinden und Code, eine visuelle Erklärung oder ein dokumentbasiertes Ergebnis anfordern. Dies ist eine eigenständige Ausgabe gegenüber GLM-5.3-Flash.
Die Rekonstruktion von Benutzeroberflächen ist ein zentraler Anwendungsfall. Der Hersteller beschreibt das Erkennen von Layout, Farben, Komponentenhierarchie und Interaktionslogik aus Entwürfen. Stellen Sie die Referenzzustände, die erforderlichen Funktionen und die Vorgaben bereit und fordern Sie anschließend bearbeitbaren Code und eine Erklärung an. Ein Screenshot einer fehlerhaften Seite kann helfen, Fehlpositionierungen, überlappende Komponenten oder unpassende Farben zu erkennen. Die Anwendung rendert den Vorschlag und liefert das tatsächliche Ergebnis zur weiteren Interpretation.
Ein GUI-Ablauf kann über einen einzelnen Screenshot hinausgehen. Der Hersteller beschreibt das Erkunden von Seitenübergängen und visuellen Elementen sowie die Nutzung der Erkenntnisse zur Codevorbereitung. Definieren Sie das Ziel und die verfügbaren Aktionen, geben Sie veränderte Bildschirmansichten oder Beobachtungen zurück und legen Sie das fertige Ergebnis fest. Das Modell plant anhand dieser Rückmeldung; die Anwendung führt Navigation, Klicks oder andere Vorgänge aus. Eine Antwort, die eine Handlung beschreibt, belegt nicht deren Ausführung.
Der Hersteller beschreibt die Zusammenführung visueller und textlicher Informationen, einen CogViT-Bildencoder und die Vorhersage mehrerer Tokens zusammen mit gemeinsamem Reinforcement Learning über mehr als 30 Aufgabentypen. Dieser Umfang schließt MINT-Aufgaben, die Verortung in Bildinhalten, Video sowie GUI- und Programmieragenten ein. Zu den visuellen Werkzeugen gehören das Zeichnen von Rahmen, Screenshots und das Lesen von Seiten mit Bildern. Diese Angaben erklären den Entwicklungsschwerpunkt, ohne dieser Ausgabe eine Parameterzahl oder die Architektur eines anderen Modells zuzuschreiben.
Offizielle Aufgabenmaterialien behandeln Bildbeschriftung, visuelle Verortung, dokumentgestütztes Schreiben, den Vergleich von Lebensläufen mit vorgegebenen Anforderungen und das Vorbereiten von Prompts aus Referenzmedien. Eine Dokumentvorgabe kann Felder benennen und durch Textpassagen gestützte Schlussfolgerungen anfordern. Eine Vorgabe zur visuellen Verortung kann das Objekt und ein Ergebnis als Begrenzungsrahmen festlegen. Eine Aufgabe mit Medienreferenzen kann einen schriftlichen Szenen- oder Stil-Prompt anfordern; dadurch wird 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 jeweiligen Schritt auf. Beschriften Sie Quellen, Codepfade und Videosequenzen und lassen Sie Platz für den Gedankengang und die Antwort. Die Beispiele verbinden Medien mit einer konkreten Frage. Genaue Übertragungsbeschränkungen und Schnittstellensteuerungen bleiben an den dokumentierten Ablauf gebunden und lassen sich nicht von einer ähnlich benannten GLM-Ausgabe ableiten.
Fordern Sie für ein nutzbares Ergebnis an, welche Seiten oder Dokumentabschnitte abgedeckt wurden, was das vorgeschlagene Arbeitsergebnis enthält und welche Unterschiede in den Belegen verbleiben. Der Hersteller demonstriert das Programmieren von Webseiten, die Erstellung von Websites, Dokumentverständnis und Objektverfolgung in Video. Fertige Projekte, bearbeitete Dateien und ausgeführte Interaktionen entstehen in der Anwendungsumgebung; das Modell bereitet die zugehörige textliche Arbeit vor und verfeinert sie.
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 Token Ausgabe · Ausgabetoken $0.008 / 1K Token Eingabe · Cache-Lesen $0.00048 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0024 / 1K Token Ausgabe · Ausgabetoken $0.008 / 1K Token Eingabe · Cache-Lesen $0.00048 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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 Z.ais multimodales Programmiermodell für Screenshots, visuelle Vorlagen, Dokumente und GUI-Agenten. Das Herstellerprofil nimmt Bilder, Video, Text und Dateien entgegen, gibt Text zurück und nennt einen Kontext von 200K 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 führt Bilder, Video, Text und Dateien als Eingaben sowie Text als Ausgabe auf. Das Profil besitzt einen Kontext von 200K Tokens und bis zu 128K Ausgabe-Tokens. Eine Aufgabe kann einen Screenshot oder einen Entwurf mit Anforderungen verbinden und Code, eine visuelle Erklärung oder ein dokumentbasiertes Ergebnis anfordern. Dies ist eine eigenständige Ausgabe gegenüber GLM-5.3-Flash.
Die Rekonstruktion von Benutzeroberflächen ist ein zentraler Anwendungsfall. Der Hersteller beschreibt das Erkennen von Layout, Farben, Komponentenhierarchie und Interaktionslogik aus Entwürfen. Stellen Sie die Referenzzustände, die erforderlichen Funktionen und die Vorgaben bereit und fordern Sie anschließend bearbeitbaren Code und eine Erklärung an. Ein Screenshot einer fehlerhaften Seite kann helfen, Fehlpositionierungen, überlappende Komponenten oder unpassende Farben zu erkennen. Die Anwendung rendert den Vorschlag und liefert das tatsächliche Ergebnis zur weiteren Interpretation.
Ein GUI-Ablauf kann über einen einzelnen Screenshot hinausgehen. Der Hersteller beschreibt das Erkunden von Seitenübergängen und visuellen Elementen sowie die Nutzung der Erkenntnisse zur Codevorbereitung. Definieren Sie das Ziel und die verfügbaren Aktionen, geben Sie veränderte Bildschirmansichten oder Beobachtungen zurück und legen Sie das fertige Ergebnis fest. Das Modell plant anhand dieser Rückmeldung; die Anwendung führt Navigation, Klicks oder andere Vorgänge aus. Eine Antwort, die eine Handlung beschreibt, belegt nicht deren Ausführung.
Der Hersteller beschreibt die Zusammenführung visueller und textlicher Informationen, einen CogViT-Bildencoder und die Vorhersage mehrerer Tokens zusammen mit gemeinsamem Reinforcement Learning über mehr als 30 Aufgabentypen. Dieser Umfang schließt MINT-Aufgaben, die Verortung in Bildinhalten, Video sowie GUI- und Programmieragenten ein. Zu den visuellen Werkzeugen gehören das Zeichnen von Rahmen, Screenshots und das Lesen von Seiten mit Bildern. Diese Angaben erklären den Entwicklungsschwerpunkt, ohne dieser Ausgabe eine Parameterzahl oder die Architektur eines anderen Modells zuzuschreiben.
Offizielle Aufgabenmaterialien behandeln Bildbeschriftung, visuelle Verortung, dokumentgestütztes Schreiben, den Vergleich von Lebensläufen mit vorgegebenen Anforderungen und das Vorbereiten von Prompts aus Referenzmedien. Eine Dokumentvorgabe kann Felder benennen und durch Textpassagen gestützte Schlussfolgerungen anfordern. Eine Vorgabe zur visuellen Verortung kann das Objekt und ein Ergebnis als Begrenzungsrahmen festlegen. Eine Aufgabe mit Medienreferenzen kann einen schriftlichen Szenen- oder Stil-Prompt anfordern; dadurch wird 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 jeweiligen Schritt auf. Beschriften Sie Quellen, Codepfade und Videosequenzen und lassen Sie Platz für den Gedankengang und die Antwort. Die Beispiele verbinden Medien mit einer konkreten Frage. Genaue Übertragungsbeschränkungen und Schnittstellensteuerungen bleiben an den dokumentierten Ablauf gebunden und lassen sich nicht von einer ähnlich benannten GLM-Ausgabe ableiten.
Fordern Sie für ein nutzbares Ergebnis an, welche Seiten oder Dokumentabschnitte abgedeckt wurden, was das vorgeschlagene Arbeitsergebnis enthält und welche Unterschiede in den Belegen verbleiben. Der Hersteller demonstriert das Programmieren von Webseiten, die Erstellung von Websites, Dokumentverständnis und Objektverfolgung in Video. Fertige Projekte, bearbeitete Dateien und ausgeführte Interaktionen entstehen in der Anwendungsumgebung; das Modell bereitet die zugehörige textliche Arbeit vor und verfeinert sie.
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 Token Ausgabe · Ausgabetoken $0.008 / 1K Token Eingabe · Cache-Lesen $0.00048 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0024 / 1K Token Ausgabe · Ausgabetoken $0.008 / 1K Token Eingabe · Cache-Lesen $0.00048 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "glm-5v-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 Z.ais multimodales Programmiermodell für Screenshots, visuelle Vorlagen, Dokumente und GUI-Agenten. Das Herstellerprofil nimmt Bilder, Video, Text und Dateien entgegen, gibt Text zurück und nennt einen Kontext von 200K 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 führt Bilder, Video, Text und Dateien als Eingaben sowie Text als Ausgabe auf. Das Profil besitzt einen Kontext von 200K Tokens und bis zu 128K Ausgabe-Tokens. Eine Aufgabe kann einen Screenshot oder einen Entwurf mit Anforderungen verbinden und Code, eine visuelle Erklärung oder ein dokumentbasiertes Ergebnis anfordern. Dies ist eine eigenständige Ausgabe gegenüber GLM-5.3-Flash.
Die Rekonstruktion von Benutzeroberflächen ist ein zentraler Anwendungsfall. Der Hersteller beschreibt das Erkennen von Layout, Farben, Komponentenhierarchie und Interaktionslogik aus Entwürfen. Stellen Sie die Referenzzustände, die erforderlichen Funktionen und die Vorgaben bereit und fordern Sie anschließend bearbeitbaren Code und eine Erklärung an. Ein Screenshot einer fehlerhaften Seite kann helfen, Fehlpositionierungen, überlappende Komponenten oder unpassende Farben zu erkennen. Die Anwendung rendert den Vorschlag und liefert das tatsächliche Ergebnis zur weiteren Interpretation.
Ein GUI-Ablauf kann über einen einzelnen Screenshot hinausgehen. Der Hersteller beschreibt das Erkunden von Seitenübergängen und visuellen Elementen sowie die Nutzung der Erkenntnisse zur Codevorbereitung. Definieren Sie das Ziel und die verfügbaren Aktionen, geben Sie veränderte Bildschirmansichten oder Beobachtungen zurück und legen Sie das fertige Ergebnis fest. Das Modell plant anhand dieser Rückmeldung; die Anwendung führt Navigation, Klicks oder andere Vorgänge aus. Eine Antwort, die eine Handlung beschreibt, belegt nicht deren Ausführung.
Der Hersteller beschreibt die Zusammenführung visueller und textlicher Informationen, einen CogViT-Bildencoder und die Vorhersage mehrerer Tokens zusammen mit gemeinsamem Reinforcement Learning über mehr als 30 Aufgabentypen. Dieser Umfang schließt MINT-Aufgaben, die Verortung in Bildinhalten, Video sowie GUI- und Programmieragenten ein. Zu den visuellen Werkzeugen gehören das Zeichnen von Rahmen, Screenshots und das Lesen von Seiten mit Bildern. Diese Angaben erklären den Entwicklungsschwerpunkt, ohne dieser Ausgabe eine Parameterzahl oder die Architektur eines anderen Modells zuzuschreiben.
Offizielle Aufgabenmaterialien behandeln Bildbeschriftung, visuelle Verortung, dokumentgestütztes Schreiben, den Vergleich von Lebensläufen mit vorgegebenen Anforderungen und das Vorbereiten von Prompts aus Referenzmedien. Eine Dokumentvorgabe kann Felder benennen und durch Textpassagen gestützte Schlussfolgerungen anfordern. Eine Vorgabe zur visuellen Verortung kann das Objekt und ein Ergebnis als Begrenzungsrahmen festlegen. Eine Aufgabe mit Medienreferenzen kann einen schriftlichen Szenen- oder Stil-Prompt anfordern; dadurch wird 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 jeweiligen Schritt auf. Beschriften Sie Quellen, Codepfade und Videosequenzen und lassen Sie Platz für den Gedankengang und die Antwort. Die Beispiele verbinden Medien mit einer konkreten Frage. Genaue Übertragungsbeschränkungen und Schnittstellensteuerungen bleiben an den dokumentierten Ablauf gebunden und lassen sich nicht von einer ähnlich benannten GLM-Ausgabe ableiten.
Fordern Sie für ein nutzbares Ergebnis an, welche Seiten oder Dokumentabschnitte abgedeckt wurden, was das vorgeschlagene Arbeitsergebnis enthält und welche Unterschiede in den Belegen verbleiben. Der Hersteller demonstriert das Programmieren von Webseiten, die Erstellung von Websites, Dokumentverständnis und Objektverfolgung in Video. Fertige Projekte, bearbeitete Dateien und ausgeführte Interaktionen entstehen in der Anwendungsumgebung; das Modell bereitet die zugehörige textliche Arbeit vor und verfeinert sie.
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 Token Ausgabe · Ausgabetoken $0.008 / 1K Token Eingabe · Cache-Lesen $0.00048 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0024 / 1K Token Ausgabe · Ausgabetoken $0.008 / 1K Token Eingabe · Cache-Lesen $0.00048 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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 Z.ais multimodales Programmiermodell für Screenshots, visuelle Vorlagen, Dokumente und GUI-Agenten. Das Herstellerprofil nimmt Bilder, Video, Text und Dateien entgegen, gibt Text zurück und nennt einen Kontext von 200K 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 führt Bilder, Video, Text und Dateien als Eingaben sowie Text als Ausgabe auf. Das Profil besitzt einen Kontext von 200K Tokens und bis zu 128K Ausgabe-Tokens. Eine Aufgabe kann einen Screenshot oder einen Entwurf mit Anforderungen verbinden und Code, eine visuelle Erklärung oder ein dokumentbasiertes Ergebnis anfordern. Dies ist eine eigenständige Ausgabe gegenüber GLM-5.3-Flash.
Die Rekonstruktion von Benutzeroberflächen ist ein zentraler Anwendungsfall. Der Hersteller beschreibt das Erkennen von Layout, Farben, Komponentenhierarchie und Interaktionslogik aus Entwürfen. Stellen Sie die Referenzzustände, die erforderlichen Funktionen und die Vorgaben bereit und fordern Sie anschließend bearbeitbaren Code und eine Erklärung an. Ein Screenshot einer fehlerhaften Seite kann helfen, Fehlpositionierungen, überlappende Komponenten oder unpassende Farben zu erkennen. Die Anwendung rendert den Vorschlag und liefert das tatsächliche Ergebnis zur weiteren Interpretation.
Ein GUI-Ablauf kann über einen einzelnen Screenshot hinausgehen. Der Hersteller beschreibt das Erkunden von Seitenübergängen und visuellen Elementen sowie die Nutzung der Erkenntnisse zur Codevorbereitung. Definieren Sie das Ziel und die verfügbaren Aktionen, geben Sie veränderte Bildschirmansichten oder Beobachtungen zurück und legen Sie das fertige Ergebnis fest. Das Modell plant anhand dieser Rückmeldung; die Anwendung führt Navigation, Klicks oder andere Vorgänge aus. Eine Antwort, die eine Handlung beschreibt, belegt nicht deren Ausführung.
Der Hersteller beschreibt die Zusammenführung visueller und textlicher Informationen, einen CogViT-Bildencoder und die Vorhersage mehrerer Tokens zusammen mit gemeinsamem Reinforcement Learning über mehr als 30 Aufgabentypen. Dieser Umfang schließt MINT-Aufgaben, die Verortung in Bildinhalten, Video sowie GUI- und Programmieragenten ein. Zu den visuellen Werkzeugen gehören das Zeichnen von Rahmen, Screenshots und das Lesen von Seiten mit Bildern. Diese Angaben erklären den Entwicklungsschwerpunkt, ohne dieser Ausgabe eine Parameterzahl oder die Architektur eines anderen Modells zuzuschreiben.
Offizielle Aufgabenmaterialien behandeln Bildbeschriftung, visuelle Verortung, dokumentgestütztes Schreiben, den Vergleich von Lebensläufen mit vorgegebenen Anforderungen und das Vorbereiten von Prompts aus Referenzmedien. Eine Dokumentvorgabe kann Felder benennen und durch Textpassagen gestützte Schlussfolgerungen anfordern. Eine Vorgabe zur visuellen Verortung kann das Objekt und ein Ergebnis als Begrenzungsrahmen festlegen. Eine Aufgabe mit Medienreferenzen kann einen schriftlichen Szenen- oder Stil-Prompt anfordern; dadurch wird 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 jeweiligen Schritt auf. Beschriften Sie Quellen, Codepfade und Videosequenzen und lassen Sie Platz für den Gedankengang und die Antwort. Die Beispiele verbinden Medien mit einer konkreten Frage. Genaue Übertragungsbeschränkungen und Schnittstellensteuerungen bleiben an den dokumentierten Ablauf gebunden und lassen sich nicht von einer ähnlich benannten GLM-Ausgabe ableiten.
Fordern Sie für ein nutzbares Ergebnis an, welche Seiten oder Dokumentabschnitte abgedeckt wurden, was das vorgeschlagene Arbeitsergebnis enthält und welche Unterschiede in den Belegen verbleiben. Der Hersteller demonstriert das Programmieren von Webseiten, die Erstellung von Websites, Dokumentverständnis und Objektverfolgung in Video. Fertige Projekte, bearbeitete Dateien und ausgeführte Interaktionen entstehen in der Anwendungsumgebung; das Modell bereitet die zugehörige textliche Arbeit vor und verfeinert sie.
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 Token Ausgabe · Ausgabetoken $0.008 / 1K Token Eingabe · Cache-Lesen $0.00048 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0024 / 1K Token Ausgabe · Ausgabetoken $0.008 / 1K Token Eingabe · Cache-Lesen $0.00048 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "z-ai/glm-5v-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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.