GLM-Z1-32B-0414 es el miembro centrado en razonamiento de la serie GLM-4-0414 de Z.ai. Se desarrolla a partir de GLM-4-32B-0414 mediante preparación de arranque en frío y aprendizaje por refuerzo extendido, con trabajo adicional en matemáticas, código y lógica. También se usa retroalimentación de clasificación por pares para fortalecer las capacidades generales. La entrada es texto y el resultado visible es una solución, una explicación o un fragmento de programa en texto.
Su propósito es una tarea que necesita conclusiones intermedias conectadas en lugar de una oración inmediata. Proporciona todos los supuestos y define el punto final requerido: derivar una fórmula, explicar un algoritmo, justificar una cota o preparar un cambio de código. El ejemplo matemático del fabricante trata variables positivas vinculadas por una ecuación y el rango posible de su suma. Una respuesta útil debe identificar las condiciones, mostrar las transiciones pertinentes y separar claramente el resultado final.
GLM-Z1-Rumination-32B-0414 es una edición separada para investigación más abierta con herramientas de búsqueda; GLM-Z1-9B-0414 corresponde a otro tamaño. Esta entrada conserva la versión específica Z1 32B sin atribuirle las características adicionales de flujo de trabajo o tamaño de esas otras ediciones.
El fabricante recomienda temperature 0.6, top_p 0.95 y top_k 40. También recomienda un presupuesto max_new_tokens de 30,000 para dejar espacio al razonamiento. Son ajustes de generación recomendados, no una garantía de que toda respuesta necesite esa longitud ni un límite máximo estricto y universal de salida documentado. El ejemplo de inferencia separado de la tarjeta usa un presupuesto de generación más pequeño, específico de la solicitud.
Para una tarea de razonamiento, deja suficiente espacio para el análisis y la respuesta final juntos, y define en el prompt la forma de la respuesta final. Una pregunta matemática puede pedir el rango o valor por separado de la explicación; una pregunta de programación puede pedir una implementación seguida de los supuestos que le afectan. Mantén el resultado solicitado lo bastante específico para verificarlo contra las condiciones proporcionadas.
La plantilla del fabricante inicia la generación con el marcador de razonamiento <think>. Su plantilla de chat publicada inserta ese marcador, así que una implementación debe usar la plantilla real de la versión en lugar de asumir un formato de diálogo ajeno.
Para los turnos posteriores, la guía de uso conserva la respuesta final visible para el usuario y elimina del historial guardado de diálogo el material de razonamiento interno. Es una regla de preparación para la propia plantilla de conversación del modelo. Un seguimiento debe contener la pregunta actual, el material de origen necesario y la respuesta anterior pertinente, no una acumulación sin filtrar de todo el análisis interno previo.
La configuración publicada establece max_position_embeddings en 32,768 y no incluye una entrada rope_scaling. La guía de uso recomienda considerar YaRN cuando la entrada supera 8,192 tokens. Su configuración de ampliación de ejemplo usa factor 4.0 con original_max_position_embeddings establecido en 32,768. El umbral de recomendación, la configuración base y la ampliación opcional son hechos diferentes; no son límites de respuesta intercambiables.
YaRN estático afecta a todo el texto y puede reducir ligeramente el rendimiento en entradas cortas, por lo que el fabricante recomienda habilitarlo cuando se necesite. Para material largo, proporciona las definiciones y los pasajes pertinentes en una entrada claramente separada y deja un presupuesto de generación adecuado en el contexto activo. La configuración debe seguir el soporte del despliegue seleccionado para el procedimiento de ampliación del fabricante, en lugar de tratar un múltiplo aritmético como una ventana de contexto disponible automáticamente.
El ejemplo de inferencia del modelo usa una pregunta del usuario y la plantilla de chat específica de la versión. Para matemáticas, conserva las definiciones de variables e indica la proposición que se debe establecer. Para código, proporciona el fragmento pertinente, su comportamiento requerido y el caso que se analiza. Pide un artefacto final diferenciado —demostración, fórmula, implementación o explicación— para poder evaluar el razonamiento a través del resultado de la tarea. La guía dedicada de Z1 especifica el razonamiento con texto y su preparación; no establece un contrato adicional de herramientas nativas ni entrada de imágenes para esta edición.
", "aboutText": "### Introducción\n\nGLM-Z1-32B-0414 es el miembro centrado en razonamiento de la serie GLM-4-0414 de Z.ai. Se desarrolla a partir de GLM-4-32B-0414 mediante preparación de arranque en frío y aprendizaje por refuerzo extendido, con trabajo adicional en matemáticas, código y lógica. También se usa retroalimentación de clasificación por pares para fortalecer las capacidades generales. La entrada es texto y el resultado visible es una solución, una explicación o un fragmento de programa en texto.\n\nSu propósito es una tarea que necesita conclusiones intermedias conectadas en lugar de una oración inmediata. Proporciona todos los supuestos y define el punto final requerido: derivar una fórmula, explicar un algoritmo, justificar una cota o preparar un cambio de código. El ejemplo matemático del fabricante trata variables positivas vinculadas por una ecuación y el rango posible de su suma. Una respuesta útil debe identificar las condiciones, mostrar las transiciones pertinentes y separar claramente el resultado final.\n\nGLM-Z1-Rumination-32B-0414 es una edición separada para investigación más abierta con herramientas de búsqueda; GLM-Z1-9B-0414 corresponde a otro tamaño. Esta entrada conserva la versión específica Z1 32B sin atribuirle las características adicionales de flujo de trabajo o tamaño de esas otras ediciones.\n\n### Indicaciones de uso: muestreo\n\nEl fabricante recomienda temperature 0.6, top_p 0.95 y top_k 40. También recomienda un presupuesto max_new_tokens de 30,000 para dejar espacio al razonamiento. Son ajustes de generación recomendados, no una garantía de que toda respuesta necesite esa longitud ni un límite máximo estricto y universal de salida documentado. El ejemplo de inferencia separado de la tarjeta usa un presupuesto de generación más pequeño, específico de la solicitud.\n\nPara una tarea de razonamiento, deja suficiente espacio para el análisis y la respuesta final juntos, y define en el prompt la forma de la respuesta final. Una pregunta matemática puede pedir el rango o valor por separado de la explicación; una pregunta de programación puede pedir una implementación seguida de los supuestos que le afectan. Mantén el resultado solicitado lo bastante específico para verificarlo contra las condiciones proporcionadas.\n\n### Indicaciones de uso: razonamiento e historial de diálogo\n\nLa plantilla del fabricante inicia la generación con el marcador de razonamiento `Ejemplo técnico en inglés
Derive a safe batch bound\n\nA buffer holds at most 96 records. Every batch adds b records, where b is a positive integer, and 12 records must remain free. Derive the largest number of complete batches that fit as a formula in b. Explain the rounding and calculate the result for b = 10, keeping the reserved space separate from usable capacity.A formula using a floor, an explanation of usable capacity and a checked numeric example.Verify the formula reserves 12 records and a further full batch would exceed usable capacity in the example.THUDM/GLM-Z1-32B-0414GLM-Z1-32B-0414 es la edición fija de razonamiento con texto de Z.ai para matemáticas, programación y lógica. Su fabricante proporciona indicaciones explícitas sobre razonamiento, historial de diálogo, muestreo y ampliación opcional del contexto largo, para preparar tareas complejas para esta versión específica.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GLM-Z1-32B-0414 es el miembro centrado en razonamiento de la serie GLM-4-0414 de Z.ai. Se desarrolla a partir de GLM-4-32B-0414 mediante preparación de arranque en frío y aprendizaje por refuerzo extendido, con trabajo adicional en matemáticas, código y lógica. También se usa retroalimentación de clasificación por pares para fortalecer las capacidades generales. La entrada es texto y el resultado visible es una solución, una explicación o un fragmento de programa en texto.
Su propósito es una tarea que necesita conclusiones intermedias conectadas en lugar de una oración inmediata. Proporciona todos los supuestos y define el punto final requerido: derivar una fórmula, explicar un algoritmo, justificar una cota o preparar un cambio de código. El ejemplo matemático del fabricante trata variables positivas vinculadas por una ecuación y el rango posible de su suma. Una respuesta útil debe identificar las condiciones, mostrar las transiciones pertinentes y separar claramente el resultado final.
GLM-Z1-Rumination-32B-0414 es una edición separada para investigación más abierta con herramientas de búsqueda; GLM-Z1-9B-0414 corresponde a otro tamaño. Esta entrada conserva la versión específica Z1 32B sin atribuirle las características adicionales de flujo de trabajo o tamaño de esas otras ediciones.
El fabricante recomienda temperature 0.6, top_p 0.95 y top_k 40. También recomienda un presupuesto max_new_tokens de 30,000 para dejar espacio al razonamiento. Son ajustes de generación recomendados, no una garantía de que toda respuesta necesite esa longitud ni un límite máximo estricto y universal de salida documentado. El ejemplo de inferencia separado de la tarjeta usa un presupuesto de generación más pequeño, específico de la solicitud.
Para una tarea de razonamiento, deja suficiente espacio para el análisis y la respuesta final juntos, y define en el prompt la forma de la respuesta final. Una pregunta matemática puede pedir el rango o valor por separado de la explicación; una pregunta de programación puede pedir una implementación seguida de los supuestos que le afectan. Mantén el resultado solicitado lo bastante específico para verificarlo contra las condiciones proporcionadas.
La plantilla del fabricante inicia la generación con el marcador de razonamiento <think>. Su plantilla de chat publicada inserta ese marcador, así que una implementación debe usar la plantilla real de la versión en lugar de asumir un formato de diálogo ajeno.
Para los turnos posteriores, la guía de uso conserva la respuesta final visible para el usuario y elimina del historial guardado de diálogo el material de razonamiento interno. Es una regla de preparación para la propia plantilla de conversación del modelo. Un seguimiento debe contener la pregunta actual, el material de origen necesario y la respuesta anterior pertinente, no una acumulación sin filtrar de todo el análisis interno previo.
La configuración publicada establece max_position_embeddings en 32,768 y no incluye una entrada rope_scaling. La guía de uso recomienda considerar YaRN cuando la entrada supera 8,192 tokens. Su configuración de ampliación de ejemplo usa factor 4.0 con original_max_position_embeddings establecido en 32,768. El umbral de recomendación, la configuración base y la ampliación opcional son hechos diferentes; no son límites de respuesta intercambiables.
YaRN estático afecta a todo el texto y puede reducir ligeramente el rendimiento en entradas cortas, por lo que el fabricante recomienda habilitarlo cuando se necesite. Para material largo, proporciona las definiciones y los pasajes pertinentes en una entrada claramente separada y deja un presupuesto de generación adecuado en el contexto activo. La configuración debe seguir el soporte del despliegue seleccionado para el procedimiento de ampliación del fabricante, en lugar de tratar un múltiplo aritmético como una ventana de contexto disponible automáticamente.
El ejemplo de inferencia del modelo usa una pregunta del usuario y la plantilla de chat específica de la versión. Para matemáticas, conserva las definiciones de variables e indica la proposición que se debe establecer. Para código, proporciona el fragmento pertinente, su comportamiento requerido y el caso que se analiza. Pide un artefacto final diferenciado —demostración, fórmula, implementación o explicación— para poder evaluar el razonamiento a través del resultado de la tarea. La guía dedicada de Z1 especifica el razonamiento con texto y su preparación; no establece un contrato adicional de herramientas nativas ni entrada de imágenes para esta edición.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites THUDM/GLM-Z1-32B-0414 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
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 $0.00014 / 1K tokens Salida · Tokens de salida $0.00014 / 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}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "THUDM/GLM-Z1-32B-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-Z1-32B-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-Z1-32B-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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra THUDM/GLM-Z1-32B-0414
Usa las rutas de método indicadas arriba.
THUDM/GLM-Z1-32B-0414GLM-Z1-32B-0414 es la edición fija de razonamiento con texto de Z.ai para matemáticas, programación y lógica. Su fabricante proporciona indicaciones explícitas sobre razonamiento, historial de diálogo, muestreo y ampliación opcional del contexto largo, para preparar tareas complejas para esta versión específica.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GLM-Z1-32B-0414 es el miembro centrado en razonamiento de la serie GLM-4-0414 de Z.ai. Se desarrolla a partir de GLM-4-32B-0414 mediante preparación de arranque en frío y aprendizaje por refuerzo extendido, con trabajo adicional en matemáticas, código y lógica. También se usa retroalimentación de clasificación por pares para fortalecer las capacidades generales. La entrada es texto y el resultado visible es una solución, una explicación o un fragmento de programa en texto.
Su propósito es una tarea que necesita conclusiones intermedias conectadas en lugar de una oración inmediata. Proporciona todos los supuestos y define el punto final requerido: derivar una fórmula, explicar un algoritmo, justificar una cota o preparar un cambio de código. El ejemplo matemático del fabricante trata variables positivas vinculadas por una ecuación y el rango posible de su suma. Una respuesta útil debe identificar las condiciones, mostrar las transiciones pertinentes y separar claramente el resultado final.
GLM-Z1-Rumination-32B-0414 es una edición separada para investigación más abierta con herramientas de búsqueda; GLM-Z1-9B-0414 corresponde a otro tamaño. Esta entrada conserva la versión específica Z1 32B sin atribuirle las características adicionales de flujo de trabajo o tamaño de esas otras ediciones.
El fabricante recomienda temperature 0.6, top_p 0.95 y top_k 40. También recomienda un presupuesto max_new_tokens de 30,000 para dejar espacio al razonamiento. Son ajustes de generación recomendados, no una garantía de que toda respuesta necesite esa longitud ni un límite máximo estricto y universal de salida documentado. El ejemplo de inferencia separado de la tarjeta usa un presupuesto de generación más pequeño, específico de la solicitud.
Para una tarea de razonamiento, deja suficiente espacio para el análisis y la respuesta final juntos, y define en el prompt la forma de la respuesta final. Una pregunta matemática puede pedir el rango o valor por separado de la explicación; una pregunta de programación puede pedir una implementación seguida de los supuestos que le afectan. Mantén el resultado solicitado lo bastante específico para verificarlo contra las condiciones proporcionadas.
La plantilla del fabricante inicia la generación con el marcador de razonamiento <think>. Su plantilla de chat publicada inserta ese marcador, así que una implementación debe usar la plantilla real de la versión en lugar de asumir un formato de diálogo ajeno.
Para los turnos posteriores, la guía de uso conserva la respuesta final visible para el usuario y elimina del historial guardado de diálogo el material de razonamiento interno. Es una regla de preparación para la propia plantilla de conversación del modelo. Un seguimiento debe contener la pregunta actual, el material de origen necesario y la respuesta anterior pertinente, no una acumulación sin filtrar de todo el análisis interno previo.
La configuración publicada establece max_position_embeddings en 32,768 y no incluye una entrada rope_scaling. La guía de uso recomienda considerar YaRN cuando la entrada supera 8,192 tokens. Su configuración de ampliación de ejemplo usa factor 4.0 con original_max_position_embeddings establecido en 32,768. El umbral de recomendación, la configuración base y la ampliación opcional son hechos diferentes; no son límites de respuesta intercambiables.
YaRN estático afecta a todo el texto y puede reducir ligeramente el rendimiento en entradas cortas, por lo que el fabricante recomienda habilitarlo cuando se necesite. Para material largo, proporciona las definiciones y los pasajes pertinentes en una entrada claramente separada y deja un presupuesto de generación adecuado en el contexto activo. La configuración debe seguir el soporte del despliegue seleccionado para el procedimiento de ampliación del fabricante, en lugar de tratar un múltiplo aritmético como una ventana de contexto disponible automáticamente.
El ejemplo de inferencia del modelo usa una pregunta del usuario y la plantilla de chat específica de la versión. Para matemáticas, conserva las definiciones de variables e indica la proposición que se debe establecer. Para código, proporciona el fragmento pertinente, su comportamiento requerido y el caso que se analiza. Pide un artefacto final diferenciado —demostración, fórmula, implementación o explicación— para poder evaluar el razonamiento a través del resultado de la tarea. La guía dedicada de Z1 especifica el razonamiento con texto y su preparación; no establece un contrato adicional de herramientas nativas ni entrada de imágenes para esta edición.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites THUDM/GLM-Z1-32B-0414 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
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 $0.00014 / 1K tokens Salida · Tokens de salida $0.00014 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "THUDM/GLM-Z1-32B-0414",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-Z1-32B-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-Z1-32B-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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra THUDM/GLM-Z1-32B-0414
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Derive a safe batch bound\n\nA buffer holds at most 96 records. Every batch adds b records, where b is a positive integer, and 12 records must remain free. Derive the largest number of complete batches that fit as a formula in b. Explain the rounding and calculate the result for b = 10, keeping the reserved space separate from usable capacity.A formula using a floor, an explanation of usable capacity and a checked numeric example.Verify the formula reserves 12 records and a further full batch would exceed usable capacity in the example.