Το GLM-Z1-Rumination-32B-0414 είναι η ερευνητική έκδοση συλλογισμού στη σειρά GLM-4-0414 της Z.ai. Σχεδιάστηκε για να αφιερώνει περισσότερο χρόνο σε ανοιχτές ερωτήσεις και να χρησιμοποιεί ανακτημένες πληροφορίες κατά τον συλλογισμό. Ο κατασκευαστής αναφέρει ως χαρακτηριστικές εργασίες τη συγγραφή συγκριτικής έρευνας και τη σύνθετη ανάκτηση. Το τελικό παραδοτέο είναι κείμενο, όπως αναλυτική αναφορά που συνδέει μια ερώτηση με τα συγκεντρωμένα τεκμήρια.
Δώστε θέμα, πεδίο και κριτήρια σύγκρισης πριν από τη συλλογή υλικού. Για αναφορά που συγκρίνει αναπτυξιακά σχέδια δύο πόλεων, προσδιορίστε τις πόλεις, την περίοδο και τις πτυχές προς σύγκριση. Ζητήστε τα σχετικά τεκμήρια, τα σημεία σύγκρισης και διακριτό συμπέρασμα. Μια ανοιχτή εργασία ελέγχεται ευκολότερα όταν οι αναμενόμενες ενότητες και οι απαιτήσεις πηγών είναι σαφείς.
Δώστε υπάρχοντα έγγραφα ή αποσπάσματα με σαφείς τίτλους και αναγνωριστικά. Χωρίστε το αρχικό υλικό από τις οδηγίες και ορίστε πώς πρέπει να αντιμετωπίζονται ελλιπή ή αντικρουόμενα στοιχεία. Μια αναφορά μπορεί να διακρίνει τεκμηριωμένο γεγονός από ερμηνεία και να εξηγεί ποια πηγή στηρίζει κάθε ουσιώδες σημείο.
Ο αναλυτικός κύκλος εργαλείων του κατασκευαστή περιλαμβάνει αναζήτηση με λέξη-κλειδί, άνοιγμα αποτελέσματος αναζήτησης, άνοιγμα συγκεκριμένου URL και ολοκλήρωση συλλογής πληροφοριών πριν από τη συγγραφή. Το μοντέλο επιλέγει ενέργεια και ορίσματα· η περιβάλλουσα εφαρμογή εκτελεί την ανάκτηση και παρέχει την παρατήρηση. Πρόκειται για ερευνητική ροή γύρω από το μοντέλο και όχι για υπόθεση ότι μια απόκριση κειμένου έχει ήδη περιηγηθεί στον ιστό.
Σε εφαρμογή που χρησιμοποιεί αυτό το πρότυπο, επιστρέψτε το σχετικό περιεχόμενο της ανακτημένης σελίδας με τίτλο και URL. Κρατήστε σταθερά τα αναγνωριστικά πηγών στους γύρους, ώστε μεταγενέστερη σύγκριση να αναφέρεται στα ίδια έγγραφα. Ζητήστε από το μοντέλο να βελτιώσει την αναζήτηση όταν η παρατήρηση δεν απαντά την ερευνητική ερώτηση και να συντάξει την τελική αναφορά αφού συγκεντρωθούν τα ζητούμενα στοιχεία.
Το δημοσιευμένο παράδειγμα χρησιμοποιεί προσομοιωμένες συναρτήσεις ανάκτησης για να δείξει τη ροή ελέγχου. Μια λειτουργική εφαρμογή παρέχει δικές της υλοποιήσεις ανάκτησης και αποφασίζει πότε ο κύκλος έχει συγκεντρώσει αρκετές πληροφορίες. Το όριο γύρων και ο προϋπολογισμός παραγωγής περιγράφουν το συγκεκριμένο παράδειγμα· δεν είναι καθολικά όρια της έκδοσης.
Ζητήστε απάντηση οργανωμένη γύρω από το πραγματικό ερευνητικό πρόβλημα: ευρήματα, σύγκριση, αβεβαιότητα και συμπέρασμα. Για σύγκριση εγγράφων, ζητήστε να εντοπιστούν οι διαφορετικές συνθήκες πριν προταθεί ερμηνεία. Για ερευνητικό σημείωμα, ορίστε το κοινό και τις ερωτήσεις που πρέπει να απαντά, ώστε το κείμενο να παραμένει συνδεδεμένο με την εργασία.
Ελέγξτε την αναφορά μαζί με τις παρατηρήσεις από τις πηγές. Ελέγξτε παραθέματα, ημερομηνίες και αιτιακούς ισχυρισμούς έναντι του υλικού που δόθηκε στον κύκλο. Διατηρήστε μαζί την ερώτηση, τα ανακτημένα αποσπάσματα και το τελικό αποτέλεσμα όταν η αναφορά πρόκειται να αναθεωρηθεί αργότερα. Έτσι διατηρούνται τα τεκμήρια που εξηγούν πώς προέκυψε το συμπέρασμα.
Αυτή η καταχώριση διατηρεί την ταυτότητα Rumination 32B 0414. Η συνήθης έκδοση συλλογισμού GLM-Z1-32B-0414 και η μικρότερη Z1 είναι χωριστά ονομασμένες κυκλοφορίες. Η κάρτα Rumination του κατασκευαστή τεκμηριώνει το ερευνητικό πρότυπο εργαλείων και το παράδειγμα inference· οι περιορισμένες πληροφορίες ορίων της πρέπει να συμπληρώνονται από την πραγματική σύμβαση διεπαφής κατά την προετοιμασία μεγάλου αιτήματος.
", "aboutText": "Το GLM-Z1-Rumination-32B-0414 είναι η ερευνητική έκδοση συλλογισμού στη σειρά GLM-4-0414 της Z.ai. Σχεδιάστηκε για να αφιερώνει περισσότερο χρόνο σε ανοιχτές ερωτήσεις και να χρησιμοποιεί ανακτημένες πληροφορίες κατά τον συλλογισμό. Ο κατασκευαστής αναφέρει ως χαρακτηριστικές εργασίες τη συγγραφή συγκριτικής έρευνας και τη σύνθετη ανάκτηση. Το τελικό παραδοτέο είναι κείμενο, όπως αναλυτική αναφορά που συνδέει μια ερώτηση με τα συγκεντρωμένα τεκμήρια.\n\n### Ορίστε την ερευνητική ερώτηση\n\nΔώστε θέμα, πεδίο και κριτήρια σύγκρισης πριν από τη συλλογή υλικού. Για αναφορά που συγκρίνει αναπτυξιακά σχέδια δύο πόλεων, προσδιορίστε τις πόλεις, την περίοδο και τις πτυχές προς σύγκριση. Ζητήστε τα σχετικά τεκμήρια, τα σημεία σύγκρισης και διακριτό συμπέρασμα. Μια ανοιχτή εργασία ελέγχεται ευκολότερα όταν οι αναμενόμενες ενότητες και οι απαιτήσεις πηγών είναι σαφείς.\n\nΔώστε υπάρχοντα έγγραφα ή αποσπάσματα με σαφείς τίτλους και αναγνωριστικά. Χωρίστε το αρχικό υλικό από τις οδηγίες και ορίστε πώς πρέπει να αντιμετωπίζονται ελλιπή ή αντικρουόμενα στοιχεία. Μια αναφορά μπορεί να διακρίνει τεκμηριωμένο γεγονός από ερμηνεία και να εξηγεί ποια πηγή στηρίζει κάθε ουσιώδες σημείο.\n\n### Αναζητήστε, διαβάστε και επιστρέψτε παρατηρήσεις\n\nΟ αναλυτικός κύκλος εργαλείων του κατασκευαστή περιλαμβάνει αναζήτηση με λέξη-κλειδί, άνοιγμα αποτελέσματος αναζήτησης, άνοιγμα συγκεκριμένου URL και ολοκλήρωση συλλογής πληροφοριών πριν από τη συγγραφή. Το μοντέλο επιλέγει ενέργεια και ορίσματα· η περιβάλλουσα εφαρμογή εκτελεί την ανάκτηση και παρέχει την παρατήρηση. Πρόκειται για ερευνητική ροή γύρω από το μοντέλο και όχι για υπόθεση ότι μια απόκριση κειμένου έχει ήδη περιηγηθεί στον ιστό.\n\nΣε εφαρμογή που χρησιμοποιεί αυτό το πρότυπο, επιστρέψτε το σχετικό περιεχόμενο της ανακτημένης σελίδας με τίτλο και URL. Κρατήστε σταθερά τα αναγνωριστικά πηγών στους γύρους, ώστε μεταγενέστερη σύγκριση να αναφέρεται στα ίδια έγγραφα. Ζητήστε από το μοντέλο να βελτιώσει την αναζήτηση όταν η παρατήρηση δεν απαντά την ερευνητική ερώτηση και να συντάξει την τελική αναφορά αφού συγκεντρωθούν τα ζητούμενα στοιχεία.\n\nΤο δημοσιευμένο παράδειγμα χρησιμοποιεί προσομοιωμένες συναρτήσεις ανάκτησης για να δείξει τη ροή ελέγχου. Μια λειτουργική εφαρμογή παρέχει δικές της υλοποιήσεις ανάκτησης και αποφασίζει πότε ο κύκλος έχει συγκεντρώσει αρκετές πληροφορίες. Το όριο γύρων και ο προϋπολογισμός παραγωγής περιγράφουν το συγκεκριμένο παράδειγμα· δεν είναι καθολικά όρια της έκδοσης.\n\n### Προετοιμάστε και ελέγξτε την αναφορά\n\nΖητήστε απάντηση οργανωμένη γύρω από το πραγματικό ερευνητικό πρόβλημα: ευρήματα, σύγκριση, αβεβαιότητα και συμπέρασμα. Για σύγκριση εγγράφων, ζητήστε να εντοπιστούν οι διαφορετικές συνθήκες πριν προταθεί ερμηνεία. Για ερευνητικό σημείωμα, ορίστε το κοινό και τις ερωτήσεις που πρέπει να απαντά, ώστε το κείμενο να παραμένει συνδεδεμένο με την εργασία.\n\nΕλέγξτε την αναφορά μαζί με τις παρατηρήσεις από τις πηγές. Ελέγξτε παραθέματα, ημερομηνίες και αιτιακούς ισχυρισμούς έναντι του υλικού που δόθηκε στον κύκλο. Διατηρήστε μαζί την ερώτηση, τα ανακτημένα αποσπάσματα και το τελικό αποτέλεσμα όταν η αναφορά πρόκειται να αναθεωρηθεί αργότερα. Έτσι διατηρούνται τα τεκμήρια που εξηγούν πώς προέκυψε το συμπέρασμα.\n\n### Διατηρήστε τη σταθερή έκδοση\n\nΑυτή η καταχώριση διατηρεί την ταυτότητα Rumination 32B 0414. Η συνήθης έκδοση συλλογισμού GLM-Z1-32B-0414 και η μικρότερη Z1 είναι χωριστά ονομασμένες κυκλοφορίες. Η κάρτα Rumination του κατασκευαστή τεκμηριώνει το ερευνητικό πρότυπο εργαλείων και το παράδειγμα inference· οι περιορισμένες πληροφορίες ορίων της πρέπει να συμπληρώνονται από την πραγματική σύμβαση διεπαφής κατά την προετοιμασία μεγάλου αιτήματος.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Synthesize a source-bounded pilot comparison\n\nWrite a short research comparison from these supplied excerpts. Pilot A: staff reported faster intake, but no timing measurement was collected. Pilot B: median intake fell from 12 to 9 minutes; error counts were not recorded. Compare evidence for speed and quality, cite A or B, and state what follow-up measurement is needed before a broad conclusion.A concise comparison with findings, evidence gaps and a limited conclusion grounded in the excerpts.The report distinguishes reported impressions from measured timing and does not claim improved quality without error data.THUDM/GLM-Z1-Rumination-32B-0414Το GLM-Z1-Rumination-32B-0414 είναι σταθερή έκδοση συλλογισμού κειμένου για ανοιχτή έρευνα και συγκριτικές αναφορές. Ο κατασκευαστής τεκμηριώνει κύκλο αναζήτησης και ανάγνωσης, όπου η εφαρμογή ανακτά πηγές και επιστρέφει παρατηρήσεις πριν το μοντέλο γράψει το αποτέλεσμα.
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-Z1-Rumination-32B-0414 είναι η ερευνητική έκδοση συλλογισμού στη σειρά GLM-4-0414 της Z.ai. Σχεδιάστηκε για να αφιερώνει περισσότερο χρόνο σε ανοιχτές ερωτήσεις και να χρησιμοποιεί ανακτημένες πληροφορίες κατά τον συλλογισμό. Ο κατασκευαστής αναφέρει ως χαρακτηριστικές εργασίες τη συγγραφή συγκριτικής έρευνας και τη σύνθετη ανάκτηση. Το τελικό παραδοτέο είναι κείμενο, όπως αναλυτική αναφορά που συνδέει μια ερώτηση με τα συγκεντρωμένα τεκμήρια.
Δώστε θέμα, πεδίο και κριτήρια σύγκρισης πριν από τη συλλογή υλικού. Για αναφορά που συγκρίνει αναπτυξιακά σχέδια δύο πόλεων, προσδιορίστε τις πόλεις, την περίοδο και τις πτυχές προς σύγκριση. Ζητήστε τα σχετικά τεκμήρια, τα σημεία σύγκρισης και διακριτό συμπέρασμα. Μια ανοιχτή εργασία ελέγχεται ευκολότερα όταν οι αναμενόμενες ενότητες και οι απαιτήσεις πηγών είναι σαφείς.
Δώστε υπάρχοντα έγγραφα ή αποσπάσματα με σαφείς τίτλους και αναγνωριστικά. Χωρίστε το αρχικό υλικό από τις οδηγίες και ορίστε πώς πρέπει να αντιμετωπίζονται ελλιπή ή αντικρουόμενα στοιχεία. Μια αναφορά μπορεί να διακρίνει τεκμηριωμένο γεγονός από ερμηνεία και να εξηγεί ποια πηγή στηρίζει κάθε ουσιώδες σημείο.
Ο αναλυτικός κύκλος εργαλείων του κατασκευαστή περιλαμβάνει αναζήτηση με λέξη-κλειδί, άνοιγμα αποτελέσματος αναζήτησης, άνοιγμα συγκεκριμένου URL και ολοκλήρωση συλλογής πληροφοριών πριν από τη συγγραφή. Το μοντέλο επιλέγει ενέργεια και ορίσματα· η περιβάλλουσα εφαρμογή εκτελεί την ανάκτηση και παρέχει την παρατήρηση. Πρόκειται για ερευνητική ροή γύρω από το μοντέλο και όχι για υπόθεση ότι μια απόκριση κειμένου έχει ήδη περιηγηθεί στον ιστό.
Σε εφαρμογή που χρησιμοποιεί αυτό το πρότυπο, επιστρέψτε το σχετικό περιεχόμενο της ανακτημένης σελίδας με τίτλο και URL. Κρατήστε σταθερά τα αναγνωριστικά πηγών στους γύρους, ώστε μεταγενέστερη σύγκριση να αναφέρεται στα ίδια έγγραφα. Ζητήστε από το μοντέλο να βελτιώσει την αναζήτηση όταν η παρατήρηση δεν απαντά την ερευνητική ερώτηση και να συντάξει την τελική αναφορά αφού συγκεντρωθούν τα ζητούμενα στοιχεία.
Το δημοσιευμένο παράδειγμα χρησιμοποιεί προσομοιωμένες συναρτήσεις ανάκτησης για να δείξει τη ροή ελέγχου. Μια λειτουργική εφαρμογή παρέχει δικές της υλοποιήσεις ανάκτησης και αποφασίζει πότε ο κύκλος έχει συγκεντρώσει αρκετές πληροφορίες. Το όριο γύρων και ο προϋπολογισμός παραγωγής περιγράφουν το συγκεκριμένο παράδειγμα· δεν είναι καθολικά όρια της έκδοσης.
Ζητήστε απάντηση οργανωμένη γύρω από το πραγματικό ερευνητικό πρόβλημα: ευρήματα, σύγκριση, αβεβαιότητα και συμπέρασμα. Για σύγκριση εγγράφων, ζητήστε να εντοπιστούν οι διαφορετικές συνθήκες πριν προταθεί ερμηνεία. Για ερευνητικό σημείωμα, ορίστε το κοινό και τις ερωτήσεις που πρέπει να απαντά, ώστε το κείμενο να παραμένει συνδεδεμένο με την εργασία.
Ελέγξτε την αναφορά μαζί με τις παρατηρήσεις από τις πηγές. Ελέγξτε παραθέματα, ημερομηνίες και αιτιακούς ισχυρισμούς έναντι του υλικού που δόθηκε στον κύκλο. Διατηρήστε μαζί την ερώτηση, τα ανακτημένα αποσπάσματα και το τελικό αποτέλεσμα όταν η αναφορά πρόκειται να αναθεωρηθεί αργότερα. Έτσι διατηρούνται τα τεκμήρια που εξηγούν πώς προέκυψε το συμπέρασμα.
Αυτή η καταχώριση διατηρεί την ταυτότητα Rumination 32B 0414. Η συνήθης έκδοση συλλογισμού GLM-Z1-32B-0414 και η μικρότερη Z1 είναι χωριστά ονομασμένες κυκλοφορίες. Η κάρτα Rumination του κατασκευαστή τεκμηριώνει το ερευνητικό πρότυπο εργαλείων και το παράδειγμα inference· οι περιορισμένες πληροφορίες ορίων της πρέπει να συμπληρώνονται από την πραγματική σύμβαση διεπαφής κατά την προετοιμασία μεγάλου αιτήματος.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια THUDM/GLM-Z1-Rumination-32B-0414 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | 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— |
Πεδίοmessages[].content | Τύποςstring|content_part[]|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_calls | Τύποςtool_call[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_call_id | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
Πεδίοmessages[].name | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].reasoning_content | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
Πεδίοmessages[].reasoning_details | Τύποςobject|array | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_completion_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοstream_options.include_usage | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtemperature | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtop_p | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstop | Τύποςstring|string[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools | Τύποςfunction_tool[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].type | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].function.name | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
Πεδίοtools[].function.description | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtools[].function.parameters | ΤύποςJSON_schema | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtool_choice | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοparallel_tool_calls | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοresponse_format | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning_effort | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοservice_tier | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinstructions | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
Πεδίοfunctions | Τύποςfunction[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοfunction_call | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοprompt_cache_options | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmodalities | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
Πεδίοcache_control.ttl | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |
Κείμενο · Κείμενο UTF8
messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςmessages | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
Παράμετροςfile_material | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
Παράμετροςoptional_controls | Σύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Παράμετροςcontrol_scope | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
Παράμετροςoutput_modalities | Σύμβασηtext |
Παράμετροςhosted_operations | Σύμβασηfalse |
Παράμετροςmultimodal_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.
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.00014 / 1K token Έξοδος · Token εξόδου $0.00014 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "THUDM/GLM-Z1-Rumination-32B-0414", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='THUDM/GLM-Z1-Rumination-32B-0414',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='THUDM/GLM-Z1-Rumination-32B-0414',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ή SSE
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.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοchoices[].index | Τύποςinteger |
Πεδίοchoices[].message.content | Τύποςstring|null |
Πεδίοchoices[].message.tool_calls | Τύποςtool_call[] |
Πεδίοchoices[].message.reasoning_content | Τύποςstring |
Πεδίοchoices[].message.reasoning_details | Τύποςobject|array |
Πεδίοchoices[].finish_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| 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. |
Ailoot Ultra THUDM/GLM-Z1-Rumination-32B-0414
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
THUDM/GLM-Z1-Rumination-32B-0414Το GLM-Z1-Rumination-32B-0414 είναι σταθερή έκδοση συλλογισμού κειμένου για ανοιχτή έρευνα και συγκριτικές αναφορές. Ο κατασκευαστής τεκμηριώνει κύκλο αναζήτησης και ανάγνωσης, όπου η εφαρμογή ανακτά πηγές και επιστρέφει παρατηρήσεις πριν το μοντέλο γράψει το αποτέλεσμα.
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-Z1-Rumination-32B-0414 είναι η ερευνητική έκδοση συλλογισμού στη σειρά GLM-4-0414 της Z.ai. Σχεδιάστηκε για να αφιερώνει περισσότερο χρόνο σε ανοιχτές ερωτήσεις και να χρησιμοποιεί ανακτημένες πληροφορίες κατά τον συλλογισμό. Ο κατασκευαστής αναφέρει ως χαρακτηριστικές εργασίες τη συγγραφή συγκριτικής έρευνας και τη σύνθετη ανάκτηση. Το τελικό παραδοτέο είναι κείμενο, όπως αναλυτική αναφορά που συνδέει μια ερώτηση με τα συγκεντρωμένα τεκμήρια.
Δώστε θέμα, πεδίο και κριτήρια σύγκρισης πριν από τη συλλογή υλικού. Για αναφορά που συγκρίνει αναπτυξιακά σχέδια δύο πόλεων, προσδιορίστε τις πόλεις, την περίοδο και τις πτυχές προς σύγκριση. Ζητήστε τα σχετικά τεκμήρια, τα σημεία σύγκρισης και διακριτό συμπέρασμα. Μια ανοιχτή εργασία ελέγχεται ευκολότερα όταν οι αναμενόμενες ενότητες και οι απαιτήσεις πηγών είναι σαφείς.
Δώστε υπάρχοντα έγγραφα ή αποσπάσματα με σαφείς τίτλους και αναγνωριστικά. Χωρίστε το αρχικό υλικό από τις οδηγίες και ορίστε πώς πρέπει να αντιμετωπίζονται ελλιπή ή αντικρουόμενα στοιχεία. Μια αναφορά μπορεί να διακρίνει τεκμηριωμένο γεγονός από ερμηνεία και να εξηγεί ποια πηγή στηρίζει κάθε ουσιώδες σημείο.
Ο αναλυτικός κύκλος εργαλείων του κατασκευαστή περιλαμβάνει αναζήτηση με λέξη-κλειδί, άνοιγμα αποτελέσματος αναζήτησης, άνοιγμα συγκεκριμένου URL και ολοκλήρωση συλλογής πληροφοριών πριν από τη συγγραφή. Το μοντέλο επιλέγει ενέργεια και ορίσματα· η περιβάλλουσα εφαρμογή εκτελεί την ανάκτηση και παρέχει την παρατήρηση. Πρόκειται για ερευνητική ροή γύρω από το μοντέλο και όχι για υπόθεση ότι μια απόκριση κειμένου έχει ήδη περιηγηθεί στον ιστό.
Σε εφαρμογή που χρησιμοποιεί αυτό το πρότυπο, επιστρέψτε το σχετικό περιεχόμενο της ανακτημένης σελίδας με τίτλο και URL. Κρατήστε σταθερά τα αναγνωριστικά πηγών στους γύρους, ώστε μεταγενέστερη σύγκριση να αναφέρεται στα ίδια έγγραφα. Ζητήστε από το μοντέλο να βελτιώσει την αναζήτηση όταν η παρατήρηση δεν απαντά την ερευνητική ερώτηση και να συντάξει την τελική αναφορά αφού συγκεντρωθούν τα ζητούμενα στοιχεία.
Το δημοσιευμένο παράδειγμα χρησιμοποιεί προσομοιωμένες συναρτήσεις ανάκτησης για να δείξει τη ροή ελέγχου. Μια λειτουργική εφαρμογή παρέχει δικές της υλοποιήσεις ανάκτησης και αποφασίζει πότε ο κύκλος έχει συγκεντρώσει αρκετές πληροφορίες. Το όριο γύρων και ο προϋπολογισμός παραγωγής περιγράφουν το συγκεκριμένο παράδειγμα· δεν είναι καθολικά όρια της έκδοσης.
Ζητήστε απάντηση οργανωμένη γύρω από το πραγματικό ερευνητικό πρόβλημα: ευρήματα, σύγκριση, αβεβαιότητα και συμπέρασμα. Για σύγκριση εγγράφων, ζητήστε να εντοπιστούν οι διαφορετικές συνθήκες πριν προταθεί ερμηνεία. Για ερευνητικό σημείωμα, ορίστε το κοινό και τις ερωτήσεις που πρέπει να απαντά, ώστε το κείμενο να παραμένει συνδεδεμένο με την εργασία.
Ελέγξτε την αναφορά μαζί με τις παρατηρήσεις από τις πηγές. Ελέγξτε παραθέματα, ημερομηνίες και αιτιακούς ισχυρισμούς έναντι του υλικού που δόθηκε στον κύκλο. Διατηρήστε μαζί την ερώτηση, τα ανακτημένα αποσπάσματα και το τελικό αποτέλεσμα όταν η αναφορά πρόκειται να αναθεωρηθεί αργότερα. Έτσι διατηρούνται τα τεκμήρια που εξηγούν πώς προέκυψε το συμπέρασμα.
Αυτή η καταχώριση διατηρεί την ταυτότητα Rumination 32B 0414. Η συνήθης έκδοση συλλογισμού GLM-Z1-32B-0414 και η μικρότερη Z1 είναι χωριστά ονομασμένες κυκλοφορίες. Η κάρτα Rumination του κατασκευαστή τεκμηριώνει το ερευνητικό πρότυπο εργαλείων και το παράδειγμα inference· οι περιορισμένες πληροφορίες ορίων της πρέπει να συμπληρώνονται από την πραγματική σύμβαση διεπαφής κατά την προετοιμασία μεγάλου αιτήματος.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια THUDM/GLM-Z1-Rumination-32B-0414 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Κείμενο · Κείμενο UTF-8
Συμβολοσειρά messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages, max_tokens |
Παράμετροςoptional_controls | Σύμβασηstream |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςtext_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
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.00014 / 1K token Έξοδος · Token εξόδου $0.00014 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "THUDM/GLM-Z1-Rumination-32B-0414",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'THUDM/GLM-Z1-Rumination-32B-0414', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'THUDM/GLM-Z1-Rumination-32B-0414', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ή SSE
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.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοcontent[] | Τύποςtext|thinking|tool_use|other content block |
Πεδίοstop_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| 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. |
Ailoot Ultra THUDM/GLM-Z1-Rumination-32B-0414
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Synthesize a source-bounded pilot comparison\n\nWrite a short research comparison from these supplied excerpts. Pilot A: staff reported faster intake, but no timing measurement was collected. Pilot B: median intake fell from 12 to 9 minutes; error counts were not recorded. Compare evidence for speed and quality, cite A or B, and state what follow-up measurement is needed before a broad conclusion.A concise comparison with findings, evidence gaps and a limited conclusion grounded in the excerpts.The report distinguishes reported impressions from measured timing and does not claim improved quality without error data.