Source: https://ailoot.ai/models/el/glm-4-long/
Canonical: https://ailoot.ai/models/el/glm-4-long/
Language: el

# GLM-4-Long

[Markdown](https://ailoot.ai/models/el/glm-4-long/index.md) · [JSON](https://ailoot.ai/models/el/glm-4-long/facts.json)

## [GLM-4-Long](https://ailoot.ai/models/el/glm-4-long/)

Το GLM-4-Long είναι το μοντέλο της Zhipu AI για ανάγνωση πολύ μεγάλων κειμένων και διατήρηση του πλαισίου εγγράφων σε μια συνομιλία. Το τεκμηριωμένο πλαίσιο 1M και η μέγιστη έξοδος 4K υποστηρίζουν στοχευμένες αναλύσεις αναφορών, επιστημονικών εργασιών, συμβάσεων και εκτενούς λογοτεχνίας.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `glm-4-long`](https://ailoot.ai/models/el/glm-4-long/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `glm-4-long`](https://ailoot.ai/models/el/glm-4-long/#method-1)

Σχετικά με το μοντέλο

Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.

Το GLM-4-Long είναι το γλωσσικό μοντέλο της Zhipu AI για πολύ μεγάλα κείμενα και συνομιλιακές εργασίες με έμφαση στη μνήμη. Ο κατασκευαστής καθορίζει είσοδο και έξοδο κειμένου, παράθυρο πλαισίου 1M και μέγιστη έξοδο 4K token. Η έμφαση είναι στην ανάγνωση, μετάφραση και ανάλυση εκτενούς υλικού και στη συνέχεια στην παραγωγή στοχευμένης απάντησης βάσει του παρεχόμενου περιεχομένου.

#### Προετοιμάστε το υλικό για συνολική ανάλυση

Δώστε το κείμενο του εγγράφου μαζί με το ερώτημα στο οποίο πρέπει να απαντήσει. Κρατήστε τις επικεφαλίδες ενοτήτων, τα αναγνωριστικά σελίδων ή κεφαλαίων, τις ημερομηνίες και τις μονάδες πινάκων συνδεδεμένα με το περιεχόμενό τους. Ένα μεγάλο παράθυρο εισόδου είναι χρήσιμο όταν η απάντηση εξαρτάται από σχέσεις μεταξύ πολλών ενοτήτων, όπως ένας δηλωμένος στόχος, τα τεκμήρια που τον στηρίζουν και μια εξαίρεση σε άλλο σημείο του εγγράφου.

Ο κατασκευαστής περιγράφει σταδιακή επέκταση του πλαισίου από 2K σε 1M μέσω συνεχιζόμενης προεκπαίδευσης, επιβλεπόμενης λεπτής προσαρμογής και ενισχυτικής μάθησης από ανθρώπινη ανατροφοδότηση. Στην πρακτική εργασία, ορίστε τη σχέση που θα εξεταστεί πριν ζητήσετε ευρεία περίληψη. Μια ενδεικτική οδηγία είναι: «Συγκρίνετε την προτεινόμενη αρχιτεκτονική με τις ενότητες υλοποίησης και εντοπίστε κάθε διαφορά μαζί με την ενότητα προέλευσής της». Το αποτέλεσμα μπορεί να είναι συνοπτική σύγκριση που διατηρεί διαθέσιμα τα αρχικά τεκμήρια για έλεγχο.

#### Διαβάστε οικονομικές αναφορές και επιστημονικές εργασίες

Ο κατασκευαστής προτείνει ανάλυση ετήσιων εκθέσεων, εξαγωγή της διάρθρωσης εσόδων, των γνωστοποιήσεων κινδύνου και της ανάλυσης της διοίκησης, καθώς και σύγκριση οικονομικών δεδομένων μεταξύ περιόδων. Προετοιμάστε τις αναφορές με τις ημερομηνίες αναφοράς τους και συνεπείς ετικέτες για μονάδες και νομίσματα. Ζητήστε πίνακα των επιλεγμένων αριθμητικών στοιχείων, το απόσπασμα πίσω από κάθε τιμή και χωριστή εξήγηση της μεταβολής. Έτσι διατηρείται η διάκριση ανάμεσα σε έναν αναφερόμενο αριθμό και την ερμηνεία της μεταβολής του.

Για ακαδημαϊκό υλικό, το GLM-4-Long μπορεί να οργανώνει ανά θέμα το ερευνητικό υπόβαθρο, τις πειραματικές μεθόδους και τα συμπεράσματα. Δώστε ολόκληρα τα αποσπάσματα που απαιτούνται για τη σύγκριση, μαζί με ορισμούς και διευκρινίσεις που βρίσκονται σε άλλο κεφάλαιο. Χρήσιμη έξοδος είναι ένας χάρτης ισχυρισμών, μεθόδων και υποστηρικτικών ενοτήτων, ακολουθούμενος από ερωτήματα που παραμένουν ανεπίλυτα στο παρεχόμενο κείμενο. Κρατήστε τις παραθέσεις και την ανάλυση του μοντέλου σε χωριστά πεδία όταν ετοιμάζετε ερευνητικό σημείωμα.

#### Παρακολουθήστε ρήτρες, χαρακτήρες και γεγονότα σε ένα μεγάλο κείμενο

Το σενάριο νομικών εγγράφων του κατασκευαστή καλύπτει νομοθετήματα, υποθέσεις και συμβάσεις, συμπεριλαμβανομένων δικαιωμάτων, υποχρεώσεων και ρητρών ευθύνης. Κατονομάστε τα μέρη και το ζήτημα σύγκρισης και μετά ζητήστε τις σχετικές ρήτρες μαζί με τις παραπομπές στις ενότητές τους. Μια στοχευμένη εξαγωγή μπορεί να γίνει έγγραφο εργασίας για μεταγενέστερο επαγγελματικό έλεγχο, με την αρχική διατύπωση δίπλα στην εξήγηση.

Το σενάριο λογοτεχνίας αφορά σχέσεις χαρακτήρων, δομή πλοκής, στοχευμένες περιλήψεις και συνέχεια βάσει του ύφους μιας μεγάλης αφήγησης. Προσδιορίστε τα κεφάλαια και το χρονικό σημείο που έχουν σημασία. Για παράδειγμα, ζητήστε χάρτη σχέσεων χαρακτήρων με τα γεγονότα που στηρίζουν κάθε σύνδεση ή οδηγίες συνέχειας που διατηρούν καθιερωμένα ονόματα και ανοιχτά νήματα της ιστορίας.

#### Χρησιμοποιήστε τη μεγάλη είσοδο με οριοθετημένη απάντηση

Η τεκμηριωμένη μέγιστη έξοδος 4K είναι πολύ μικρότερη από το πλαίσιο εισόδου. Επιλέξτε το επιθυμητό παραδοτέο: επιτελική σύνοψη, σύγκριση ρητρών, ερευνητικό περίγραμμα ή ανάλυση συγκεκριμένου κεφαλαίου. Για μεγάλη ανασκόπηση, χωρίστε τη ζητούμενη έξοδο σε εργασίες με σαφείς ονομασίες, κρατώντας το σχετικό αρχικό υλικό συνδεδεμένο με κάθε απάντηση.

Σε συνεχιζόμενη συνομιλία για έγγραφα, διατηρήστε το προηγούμενο ερώτημα, την απάντηση και τα αποσπάσματα που απαιτούνται για το επόμενο ερώτημα. Ο κατασκευαστής περιγράφει τη συνομιλία με έμφαση στη μνήμη ως χρήση μεγάλου πλαισίου· οργανώστε το πλαίσιο ώστε η συνέχεια να αναφέρεται στο ίδιο έγγραφο, την ίδια περίοδο αναφοράς ή το ίδιο κεφάλαιο. Αποθηκεύστε την ολοκληρωμένη ανάλυση με αυτά τα αναγνωριστικά πηγών και μετά ελέγξτε τα εξαγόμενα ονόματα, αριθμητικά στοιχεία και παραθέσεις στο αρχικό κείμενο πριν τα ενσωματώσετε στην επόμενη αναφορά.

Πρακτική εργασία

### Πρακτική εργασία

Τεχνικό παράδειγμα στα αγγλικά

```
Reconcile architecture and implementation notes

Compare labeled excerpts. Architecture §2: every export job is resumable and stores its cursor after each completed page. Implementation §7: the exporter stores its cursor only when the entire job completes. Operations §4: interrupted jobs restart from page one. Return a concise discrepancy map with source references and a focused requirement for the next code review.
```

#### Αναμενόμενο αποτέλεσμα

```
A source-linked discrepancy table and one review requirement tied to the resumability objective.
```

#### Έλεγχος αποτελέσματος

```
The answer connects all three excerpts and does not invent additional implementation details.
```

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `glm-4-long`

[`glm-4-long`](https://ailoot.ai/models/el/#m=glm-4-long&route=Ultra&caller=glm-4-long&fmt=chat)

Z.ai /`glm-4-long`

### Εισαγωγή

Το GLM-4-Long είναι το μοντέλο της Zhipu AI για ανάγνωση πολύ μεγάλων κειμένων και διατήρηση του πλαισίου εγγράφων σε μια συνομιλία. Το τεκμηριωμένο πλαίσιο 1M και η μέγιστη έξοδος 4K υποστηρίζουν στοχευμένες αναλύσεις αναφορών, επιστημονικών εργασιών, συμβάσεων και εκτενούς λογοτεχνίας.

Αποδεκτές είσοδοι

Κείμενο

Αποτελέσματα

Κείμενο

### Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

Είσοδος

`text`

Έξοδος

`text`

Μορφή εξόδου

json ή SSE

| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
| --- | --- | --- | --- | --- |
| Πεδίο`model` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια glm-4-long | Προεπιλογή— |
| Πεδίο`messages` | Τύπος`message[]` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
| Πεδίο`messages[].role` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`messages[].content` | Τύπος`string\|content_part[]\|null` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`messages[].tool_calls` | Τύπος`tool_call[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`messages[].tool_call_id` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
| Πεδίο`messages[].name` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`messages[].reasoning_content` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
| Πεδίο`messages[].reasoning_details` | Τύπος`object\|array` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`max_tokens` | Τύπος`integer` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`max_completion_tokens` | Τύπος`integer` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`stream` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
| Πεδίο`stream_options.include_usage` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`temperature` | Τύπος`number` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`top_p` | Τύπος`number` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`stop` | Τύπος`string\|string[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`tools` | Τύπος`function_tool[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`tools[].type` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`tools[].function.name` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
| Πεδίο`tools[].function.description` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`tools[].function.parameters` | Τύπος`JSON_schema` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`tool_choice` | Τύπος`string\|object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`parallel_tool_calls` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`response_format` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`reasoning_effort` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`reasoning` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`service_tier` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`instructions` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
| Πεδίο`functions` | Τύπος`function[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`function_call` | Τύπος`string\|object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`prompt_cache_options` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
| Πεδίο`modalities` | Τύπος`string[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
| Πεδίο`provider` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
| Πεδίο`cache_control.ttl` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |

Συνδυασμοί υλικών εισόδου

**Κείμενο** · Κείμενο UTF8

`messages[].content`

Παράμετροι και κύκλος ζωής μεθόδου

| Παράμετρος | Σύμβαση |
| --- | --- |
| Παράμετρος`content_type` | Σύμβασηapplication/json |
| Παράμετρος`required` | Σύμβασηmodel, messages |
| Παράμετρος`material_types` | Σύμβασηtext |
| Παράμετρος`messages` | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
| Παράμετρος`file_material` | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
| Παράμετρος`optional_controls` | Σύμβασηstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| Παράμετρος`control_scope` | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
| Παράμετρος`output_modalities` | Σύμβασηtext |
| Παράμετρος`hosted_operations` | Σύμβασηfalse |
| Παράμετρος`multimodal_input_binding` | Σύμβασηnull |

Κύκλος ζωής: `synchronous_or_streamed`

Στείλτε το ακριβές ID μοντέλου μαζί με το messages.

Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου.

Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση.

### Τιμολόγηση

Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.

Γρήγορη λειτουργία

Δεν έχει οριστεί Όταν επιλέγεται η γρήγορη λειτουργία

Λειτουργία flex

Δεν έχει οριστεί Όταν επιλέγεται η λειτουργία flex

Μέγιστη προσπάθεια συλλογισμού

Δεν έχει οριστεί Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default

#### Χρεώσεις Ailoot

#### Τιμές ανά διαμόρφωση

| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
| --- | --- | --- |
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου **$0.00028** / 1K token Έξοδος · Token εξόδου **$0.00028** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **$0** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **$0** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα **—** / 1K token |

Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. [Πώς λειτουργούν η δέσμευση και η εκκαθάριση →](https://ailoot.ai/docs/el/billing/reserve/)

### Παραδείγματα αιτημάτων

#### Ailoot Ultra · OpenAI Chat

curlPython SDKΡοή σε Python

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4-long", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

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
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='glm-4-long',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

```python
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='glm-4-long',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")
```

### Λήψη και αποθήκευση αποτελεσμάτων

#### Ailoot Ultra · OpenAI Chat

json ή SSE

##### Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε κάθε επιλογή και το περιεχόμενο/τις κλήσεις εργαλείων/το περιεχόμενο συλλογιστικής της. Στο SSE συνθέστε τις διαφορικές ενημερώσεις ανά δείκτη επιλογής/εργαλείου και κρατήστε την τελική αιτία τερματισμού και τα στοιχεία χρήσης.

##### Αν χρειάζεται έλεγχος της αρχικής απάντησης

Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.

Πεδία απάντησης

| Πεδίο | Τύπος |
| --- | --- |
| Πεδίο`choices[].index` | Τύποςinteger |
| Πεδίο`choices[].message.content` | Τύποςstring\|null |
| Πεδίο`choices[].message.tool_calls` | Τύποςtool\_call\[\] |
| Πεδίο`choices[].message.reasoning_content` | Τύποςstring |
| Πεδίο`choices[].message.reasoning_details` | Τύποςobject\|array |
| Πεδίο`choices[].finish_reason` | Τύποςstring\|null |
| Πεδίο`usage` | Τύποςobject |

Σφάλματα και επόμενα βήματα

| Απάντηση | Συνθήκη | Επόμενο βήμα |
| --- | --- | --- |
| Απάντηση400 · `invalid_request_error` | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |

### Εναλλακτικά ονόματα

#### Εναλλακτικά ονόματα μοντέλου

**Ailoot Ultra** [`glm-4-long`](https://ailoot.ai/models/el/#m=glm-4-long&route=Ultra&caller=glm-4-long&fmt=chat)

#### Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

#### Σχετικά ID μοντέλων

[`glm-4-long`](https://ailoot.ai/models/el/#m=glm-4-long&route=Ultra&caller=glm-4-long&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `glm-4-long`

[`glm-4-long`](https://ailoot.ai/models/el/#m=glm-4-long&route=Ultra&caller=glm-4-long&fmt=messages)

Z.ai /`glm-4-long`

### Εισαγωγή

Το GLM-4-Long είναι το μοντέλο της Zhipu AI για ανάγνωση πολύ μεγάλων κειμένων και διατήρηση του πλαισίου εγγράφων σε μια συνομιλία. Το τεκμηριωμένο πλαίσιο 1M και η μέγιστη έξοδος 4K υποστηρίζουν στοχευμένες αναλύσεις αναφορών, επιστημονικών εργασιών, συμβάσεων και εκτενούς λογοτεχνίας.

Αποδεκτές είσοδοι

Κείμενο

Αποτελέσματα

json · sse

### Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

Είσοδος

`text`

Έξοδος

`json`, `sse`

Μορφή εξόδου

JSON ή SSE

| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
| --- | --- | --- | --- | --- |
| Πεδίο`model` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια glm-4-long | Προεπιλογή— |
| Πεδίο`messages` | Τύπος`message[]` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`messages[].role` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
| Πεδίο`messages[].content` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`max_tokens` | Τύπος`integer` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
| Πεδίο`stream` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |

Συνδυασμοί υλικών εισόδου

**Κείμενο** · Κείμενο UTF-8

`Συμβολοσειρά messages[].content`

Παράμετροι και κύκλος ζωής μεθόδου

| Παράμετρος | Σύμβαση |
| --- | --- |
| Παράμετρος`content_type` | Σύμβασηapplication/json |
| Παράμετρος`required` | Σύμβασηmodel, messages, max\_tokens |
| Παράμετρος`optional_controls` | Σύμβασηstream |
| Παράμετρος`material_types` | Σύμβασηtext |
| Παράμετρος`text_file_material` | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. |

Κύκλος ζωής: `synchronous_or_streamed`

### Τιμολόγηση

Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.

Γρήγορη λειτουργία

Δεν έχει οριστεί Όταν επιλέγεται η γρήγορη λειτουργία

Λειτουργία flex

Δεν έχει οριστεί Όταν επιλέγεται η λειτουργία flex

Μέγιστη προσπάθεια συλλογισμού

Δεν έχει οριστεί Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default

#### Χρεώσεις Ailoot

#### Τιμές ανά διαμόρφωση

| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
| --- | --- | --- |
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου **$0.00028** / 1K token Έξοδος · Token εξόδου **$0.00028** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **$0** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **$0** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα **—** / 1K token |

Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. [Πώς λειτουργούν η δέσμευση και η εκκαθάριση →](https://ailoot.ai/docs/el/billing/reserve/)

### Παραδείγματα αιτημάτων

#### Ailoot Ultra · Anthropic Messages

Πλήρες ελάχιστο σώμα JSONcurl · χρησιμοποιήστε το έγγραφό σας σε UTF-8Python · αποθηκεύστε το πλήρες αποτέλεσμα

```json
{
  "model": "glm-4-long",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'glm-4-long', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'glm-4-long', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### Λήψη και αποθήκευση αποτελεσμάτων

#### Ailoot Ultra · Anthropic Messages

JSON ή SSE

##### Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε όλα τα μπλοκ περιεχομένου, τις υπογραφές συλλογιστικής και τα πραγματικά ID χρήσης εργαλείων. Συνθέστε όλες τις διαφορικές ενημερώσεις μπλοκ SSE· το πρώτο μπλοκ κειμένου δεν είναι η πλήρης έξοδος.

##### Αν χρειάζεται έλεγχος της αρχικής απάντησης

Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.

Πεδία απάντησης

| Πεδίο | Τύπος |
| --- | --- |
| Πεδίο`id` | Τύποςstring |
| Πεδίο`model` | Τύποςstring |
| Πεδίο`content[]` | Τύποςtext\|thinking\|tool\_use\|other content block |
| Πεδίο`stop_reason` | Τύποςstring\|null |
| Πεδίο`usage` | Τύποςobject |

Σφάλματα και επόμενα βήματα

| Απάντηση | Συνθήκη | Επόμενο βήμα |
| --- | --- | --- |
| Απάντηση400 · `invalid_request_error` | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |

### Εναλλακτικά ονόματα

#### Εναλλακτικά ονόματα μοντέλου

**Ailoot Ultra** [`glm-4-long`](https://ailoot.ai/models/el/#m=glm-4-long&route=Ultra&caller=glm-4-long&fmt=messages)

#### Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

#### Σχετικά ID μοντέλων

[`glm-4-long`](https://ailoot.ai/models/el/#m=glm-4-long&route=Ultra&caller=glm-4-long&fmt=messages)

FAQ · GLM-4-Long

Ποιες είσοδοι και αποτελέσματα διατίθενται;

`POST /v1/chat/completions` · `glm-4-long`: `text` → `text` `POST /v1/messages` · `glm-4-long`: `text` → `json`, `sse`

Ποια πεδία χρησιμοποιεί το αίτημα;

`POST /v1/chat/completions` · `glm-4-long`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `glm-4-long`: `model`, `messages`, `max_tokens`, `stream`

Ποια όρια ισχύουν;

`POST /v1/chat/completions` · `glm-4-long`: `messages.min_items`: `1`

Συνδέστε το Ailoot με Claude Code, OpenCode, Hermes ή τη δική σας εφαρμογή.

## Η εταιρεία και το χαρτοφυλάκιο έργων της

Η εταιρεία και το χαρτοφυλάκιο έργων της: εκατομμύρια πελάτες· μηνιαίες πωλήσεις δισεκατομμυρίων.

## Αγοράστε token με έκπτωση.

Έκπτωση συνδρομής για τακτική χρήση. Προωθητικοί κωδικοί — έως 50% στην αγορά token.

Συνδρομή

Επιλέξτε πρόγραμμα με έκπτωση για τα τακτικά αιτήματά σας.

Προωθητικός κωδικός έως 50%

Εισαγάγετε τον κωδικό στην αγορά. Η τιμή επανυπολογίζεται σύμφωνα με την ενεργή προσφορά.

Δαπάνες στο ιστορικό

Μοντέλο, token και ποσό αποθηκεύονται για κάθε αίτημα.

[Επιλέξτε συνδρομή](https://ailoot.ai/docs/el/billing/subscriptions/) · [Δείτε τιμές μοντέλων](https://ailoot.ai/models/el/)

## Συνδέστε το API με το προϊόν που πουλάτε.

SaaS, εφαρμογές και bot — σύμφωνα με τη δημόσια προσφορά και τη σύμβαση άδειας χρήσης Ailoot. Για μεταπώληση ζητήστε σχετική άδεια.

Εμπορική εφαρμογή

Ενσωματώστε δημιουργία κειμένου, εικόνων, βίντεο και ήχου στις πληρωμένες λειτουργίες της υπηρεσίας σας.

Άδεια για μεταπωλητή

Στείλτε περιγραφή έργου και τρόπο πρόσβασης. Ζητήστε γραπτούς όρους χρήσης και μεταπώλησης.

Έγγραφα στον ιστότοπο

Δημόσια προσφορά, σύμβαση άδειας χρήσης και πολιτική επεξεργασίας δεδομένων είναι διαθέσιμες πριν τη σύνδεση.

[Ζητήστε άδεια μεταπώλησης](mailto:support@ailoot.ai) · [Δημόσια προσφορά και σύμβαση άδειας χρήσης](https://ailoot.ai/legal/offer?lang=el)

## Ailoot · Η εταιρεία και το χαρτοφυλάκιο έργων της





Η Ailoot στηρίζεται στη συσσωρευμένη λειτουργική εμπειρία, τη μεγάλη πελατειακή βάση, τη σταθερή εξυπηρέτηση και τον συνεχή έλεγχο KPI.





Η εταιρεία και το χαρτοφυλάκιο έργων της: εκατομμύρια πελάτες· μηνιαίες πωλήσεις δισεκατομμυρίων.





Η Ailoot αξιοποιεί αυτή τη λειτουργική εμπειρία για πρόσβαση μέσω API σε λειτουργίες AI στα προϊόντα, τους πράκτορες, τις εφαρμογές και τους αυτοματισμούς των πελατών.