GLM-4.1V-Thinking-Flash combina comprensión visual con razonamiento integrado. Zhipu presenta el modelo para interpretar imágenes y páginas de documentos, incluidos gráficos, problemas matemáticos, la estructura de interfaces y la localización visual de elementos. Su propósito es relacionar lo que aparece en el material con una explicación de la respuesta.
Para un gráfico, conserva las etiquetas de los ejes, la leyenda y las unidades, e indica la comparación o el cálculo que necesitas. Para un diagrama, proporciona el enunciado del problema y anotaciones legibles. Para una interfaz, identifica el objetivo del usuario y los controles o la disposición que debe examinar. Estos detalles ayudan a distinguir una observación visible de un supuesto.
Pide una interpretación del gráfico, una solución desarrollada, una descripción de los elementos pertinentes de la interfaz o una especificación para implementar el frontend. Conserva la imagen de origen junto con la respuesta y comprueba las etiquetas, las cantidades y las ubicaciones de las que depende el resultado.
A través de Ailoot, usa el ID exacto del modelo en /v1/chat/completions y mantén la imagen junto con su pregunta en la conversación. El formato de contenido de imagen utiliza image_url; las fuentes de imagen admitidas pueden contener una dirección de imagen o un URI de datos en base64. Recopila la respuesta JSON completa o todos los segmentos SSE cuando stream esté activado y conserva usage junto con el resultado completado.
", "aboutText": "GLM-4.1V-Thinking-Flash combina comprensión visual con razonamiento integrado. Zhipu presenta el modelo para interpretar imágenes y páginas de documentos, incluidos gráficos, problemas matemáticos, la estructura de interfaces y la localización visual de elementos. Su propósito es relacionar lo que aparece en el material con una explicación de la respuesta.\n\n### Formula la pregunta visual con precisión\n\nPara un gráfico, conserva las etiquetas de los ejes, la leyenda y las unidades, e indica la comparación o el cálculo que necesitas. Para un diagrama, proporciona el enunciado del problema y anotaciones legibles. Para una interfaz, identifica el objetivo del usuario y los controles o la disposición que debe examinar. Estos detalles ayudan a distinguir una observación visible de un supuesto.\n\n### Solicita un resultado que puedas utilizar\n\nPide una interpretación del gráfico, una solución desarrollada, una descripción de los elementos pertinentes de la interfaz o una especificación para implementar el frontend. Conserva la imagen de origen junto con la respuesta y comprueba las etiquetas, las cantidades y las ubicaciones de las que depende el resultado.\n\nA través de Ailoot, usa el ID exacto del modelo en /v1/chat/completions y mantén la imagen junto con su pregunta en la conversación. El formato de contenido de imagen utiliza image_url; las fuentes de imagen admitidas pueden contener una dirección de imagen o un URI de datos en base64. Recopila la respuesta JSON completa o todos los segmentos SSE cuando stream esté activado y conserva usage junto con el resultado completado.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "1cf4c3842e14b199222f03734e8f7008ee0054b84dea905ada0a627b030b2a51", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "glm-4.1v-thinking-flashGLM-4.1V-Thinking-Flash es el modelo de razonamiento visual de Zhipu para analizar gráficos, diagramas científicos e imágenes de documentos, y responder preguntas sobre interfaces.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GLM-4.1V-Thinking-Flash combina comprensión visual con razonamiento integrado. Zhipu presenta el modelo para interpretar imágenes y páginas de documentos, incluidos gráficos, problemas matemáticos, la estructura de interfaces y la localización visual de elementos. Su propósito es relacionar lo que aparece en el material con una explicación de la respuesta.
Para un gráfico, conserva las etiquetas de los ejes, la leyenda y las unidades, e indica la comparación o el cálculo que necesitas. Para un diagrama, proporciona el enunciado del problema y anotaciones legibles. Para una interfaz, identifica el objetivo del usuario y los controles o la disposición que debe examinar. Estos detalles ayudan a distinguir una observación visible de un supuesto.
Pide una interpretación del gráfico, una solución desarrollada, una descripción de los elementos pertinentes de la interfaz o una especificación para implementar el frontend. Conserva la imagen de origen junto con la respuesta y comprueba las etiquetas, las cantidades y las ubicaciones de las que depende el resultado.
A través de Ailoot, usa el ID exacto del modelo en /v1/chat/completions y mantén la imagen junto con su pregunta en la conversación. El formato de contenido de imagen utiliza image_url; las fuentes de imagen admitidas pueden contener una dirección de imagen o un URI de datos en base64. Recopila la respuesta JSON completa o todos los segmentos SSE cuando stream esté activado y conserva usage junto con el resultado completado.
POST /v1/chat/completionstext, imagetext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites glm-4.1v-thinking-flash Condiciones: Usa exactamente este selector de enrutamiento de Ailoot. | Predeterminado— |
Campomessages | Tipoarray | RequisitoObligatorio | Valores y límites Condiciones: | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites Condiciones: | Predeterminadofalse |
text_input · Obligatorio: messages
image_with_text · Obligatorio: messages with actual image content blocks
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetrooptional | Contratostream |
Parámetromaterial_types | Contratotext, image |
Parámetroconditions | ContratoUsa exactamente este selector de enrutamiento de Ailoot., Este protocolo transporta contenido de imagen cuando el modelo concreto seleccionado admite visión. Que el protocolo admita la solicitud no demuestra que todos los modelos puedan procesar imágenes. |
Alias de método: /chat/completions
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "glm-4.1v-thinking-flash", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')\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\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON or SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, los ID de llamadas a herramientas, las firmas de razonamiento que se devuelvan, todos los incrementos SSE y los datos completos de consumo. El primer fragmento de texto no es el resultado completo.
Conserva el X-Client-Request-ID original, la respuesta y los encabezados. Un resultado desconocido o result_pending_check no autoriza una segunda creación.
| Campo | Tipo |
|---|---|
Campochoices[] | Tipoobject |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónUn campo obligatorio, el selector de modelo, el tipo o la representación de la entrada no son válidos. | Siguiente pasoRevisa los detalles de validación que se devuelvan antes de preparar una solicitud independiente. |
Respuesta | CondiciónLa solicitud original o su resultado son desconocidos o requieren una comprobación. | Siguiente pasoConserva los identificadores y los encabezados originales; consulta únicamente los registros de estado o de la biblioteca que se admitan. No vuelvas a enviar la solicitud de creación. |
Ailoot Ultra glm-4.1v-thinking-flash
/chat/completions
glm-4.1v-thinking-flashGLM-4.1V-Thinking-Flash es el modelo de razonamiento visual de Zhipu para analizar gráficos, diagramas científicos e imágenes de documentos, y responder preguntas sobre interfaces.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GLM-4.1V-Thinking-Flash combina comprensión visual con razonamiento integrado. Zhipu presenta el modelo para interpretar imágenes y páginas de documentos, incluidos gráficos, problemas matemáticos, la estructura de interfaces y la localización visual de elementos. Su propósito es relacionar lo que aparece en el material con una explicación de la respuesta.
Para un gráfico, conserva las etiquetas de los ejes, la leyenda y las unidades, e indica la comparación o el cálculo que necesitas. Para un diagrama, proporciona el enunciado del problema y anotaciones legibles. Para una interfaz, identifica el objetivo del usuario y los controles o la disposición que debe examinar. Estos detalles ayudan a distinguir una observación visible de un supuesto.
Pide una interpretación del gráfico, una solución desarrollada, una descripción de los elementos pertinentes de la interfaz o una especificación para implementar el frontend. Conserva la imagen de origen junto con la respuesta y comprueba las etiquetas, las cantidades y las ubicaciones de las que depende el resultado.
A través de Ailoot, usa el ID exacto del modelo en /v1/chat/completions y mantén la imagen junto con su pregunta en la conversación. El formato de contenido de imagen utiliza image_url; las fuentes de imagen admitidas pueden contener una dirección de imagen o un URI de datos en base64. Recopila la respuesta JSON completa o todos los segmentos SSE cuando stream esté activado y conserva usage junto con el resultado completado.
POST /v1/messagestext, imagejson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites glm-4.1v-thinking-flash Condiciones: Usa exactamente este selector de enrutamiento de Ailoot. | Predeterminado— |
Campomessages | Tipoarray | RequisitoObligatorio | Valores y límites Condiciones: | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites Condiciones: | Predeterminadofalse |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites Mínimo: 1 Condiciones: | Predeterminado— |
text_input · Obligatorio: messages
image_with_text · Obligatorio: messages with actual image content blocks
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional | Contratostream |
Parámetromaterial_types | Contratotext, image |
Parámetroconditions | ContratoUsa exactamente este selector de enrutamiento de Ailoot., Este protocolo transporta contenido de imagen cuando el modelo concreto seleccionado admite visión. Que el protocolo admita la solicitud no demuestra que todos los modelos puedan procesar imágenes. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "glm-4.1v-thinking-flash", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}')\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/messages \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON or SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, los ID de llamadas a herramientas, las firmas de razonamiento que se devuelvan, todos los incrementos SSE y los datos completos de consumo. El primer fragmento de texto no es el resultado completo.
Conserva el X-Client-Request-ID original, la respuesta y los encabezados. Un resultado desconocido o result_pending_check no autoriza una segunda creación.
| Campo | Tipo |
|---|---|
Campocontent[] | Tipoobject |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónUn campo obligatorio, el selector de modelo, el tipo o la representación de la entrada no son válidos. | Siguiente pasoRevisa los detalles de validación que se devuelvan antes de preparar una solicitud independiente. |
Respuesta | CondiciónLa solicitud original o su resultado son desconocidos o requieren una comprobación. | Siguiente pasoConserva los identificadores y los encabezados originales; consulta únicamente los registros de estado o de la biblioteca que se admitan. No vuelvas a enviar la solicitud de creación. |
Ailoot Ultra glm-4.1v-thinking-flash
/chat/completions