GLM-4V-Plus est le modèle multimodal de Zhipu AI pour interpréter des images ou une vidéo et produire du texte. Le guide de développement d’agents du fabricant le distingue explicitement du processus image-vers-texte de GLM-4V : le profil Plus accepte des images ou de la vidéo avec une consigne écrite. Utilisez cette combinaison pour transformer une question visuelle en description, explication ou note de travail reliée à la source.
Fournissez l’image ou la vidéo contenant l’événement, l’objet ou la relation à examiner et précisez l’objectif de la tâche. Une question sur une image peut porter sur une disposition visible ou un détail documentaire. Une question vidéo peut demander une explication de l’action montrée ou un résumé de la séquence fournie.
Gardez l’identité de la référence avec la question. Pour une analyse vidéo, nommez la séquence et, si cela est utile, l’intervalle temporel à considérer. Une consigne illustrative est : « Décrivez l’action dans l’intervalle sélectionné et expliquez comment la séquence visible étaye votre description. » Une référence temporelle dans le brief identifie les éléments demandés ; elle ne remplace pas l’entrée vidéo.
Le fabricant documente deux processus d’agents : un agent conversationnel qui associe une image ou une vidéo téléversée à la consigne, et un agent orienté texte avec des entrées de téléversement explicitement nommées. Dans ce dernier processus, plusieurs entrées visuelles peuvent être configurées par des champs d’entrée nommés distincts. Donnez à chaque référence un rôle clair, comme un état initial, un état ultérieur ou un document à examiner.
Pour une comparaison illustrative, étiquetez les références avant de demander ce qui change. Demandez une comparaison écrite qui nomme la source de chaque observation. Cela rend le résultat exploitable comme note de vérification et maintient toute question complémentaire sur une image ou une séquence particulière rattachée à la bonne référence.
Définissez le livrable nécessaire à l’étape suivante : une légende, une explication, un résumé de séquence ou une liste d’observations liées aux références sources. Demandez au modèle de distinguer ce qui est visible de ce qui nécessite un contexte supplémentaire. Pour une question documentaire, conservez l’identité de la page avec l’interprétation renvoyée ; pour une séquence d’actions, gardez l’intervalle sélectionné et l’extrait d’origine à côté du résumé.
La sortie du processus GLM-4V-Plus documenté est textuelle. Conservez cette réponse avec la consigne et les références d’entrée lorsque vous préparez un enregistrement de connaissances visuelles ou transmettez la vérification à une autre personne. Vérifiez les noms, libellés et descriptions d’événements par rapport aux éléments sources, puis faites porter la requête suivante sur l’observation précise qui nécessite une clarification.
GLM-4V et GLM-4V-Plus sont des profils du fabricant portant des noms distincts. Choisissez Plus pour une tâche dont les éléments fournis comprennent de la vidéo et conservez cette sélection avec la note achevée. Une poursuite utile renvoie aux mêmes éléments, resserre l’observation demandée et conserve la réponse précédente dans le dossier de travail.
", "aboutText": "GLM-4V-Plus est le modèle multimodal de Zhipu AI pour interpréter des images ou une vidéo et produire du texte. Le guide de développement d’agents du fabricant le distingue explicitement du processus image-vers-texte de GLM-4V : le profil Plus accepte des images ou de la vidéo avec une consigne écrite. Utilisez cette combinaison pour transformer une question visuelle en description, explication ou note de travail reliée à la source.\n\n### Sélectionner les éléments visuels pour la question\n\nFournissez l’image ou la vidéo contenant l’événement, l’objet ou la relation à examiner et précisez l’objectif de la tâche. Une question sur une image peut porter sur une disposition visible ou un détail documentaire. Une question vidéo peut demander une explication de l’action montrée ou un résumé de la séquence fournie.\n\nGardez l’identité de la référence avec la question. Pour une analyse vidéo, nommez la séquence et, si cela est utile, l’intervalle temporel à considérer. Une consigne illustrative est : « Décrivez l’action dans l’intervalle sélectionné et expliquez comment la séquence visible étaye votre description. » Une référence temporelle dans le brief identifie les éléments demandés ; elle ne remplace pas l’entrée vidéo.\n\n### Associer chaque entrée à son rôle\n\nLe fabricant documente deux processus d’agents : un agent conversationnel qui associe une image ou une vidéo téléversée à la consigne, et un agent orienté texte avec des entrées de téléversement explicitement nommées. Dans ce dernier processus, plusieurs entrées visuelles peuvent être configurées par des champs d’entrée nommés distincts. Donnez à chaque référence un rôle clair, comme un état initial, un état ultérieur ou un document à examiner.\n\nPour une comparaison illustrative, étiquetez les références avant de demander ce qui change. Demandez une comparaison écrite qui nomme la source de chaque observation. Cela rend le résultat exploitable comme note de vérification et maintient toute question complémentaire sur une image ou une séquence particulière rattachée à la bonne référence.\n\n### Demander un résultat écrit utile\n\nDéfinissez le livrable nécessaire à l’étape suivante : une légende, une explication, un résumé de séquence ou une liste d’observations liées aux références sources. Demandez au modèle de distinguer ce qui est visible de ce qui nécessite un contexte supplémentaire. Pour une question documentaire, conservez l’identité de la page avec l’interprétation renvoyée ; pour une séquence d’actions, gardez l’intervalle sélectionné et l’extrait d’origine à côté du résumé.\n\nLa sortie du processus GLM-4V-Plus documenté est textuelle. Conservez cette réponse avec la consigne et les références d’entrée lorsque vous préparez un enregistrement de connaissances visuelles ou transmettez la vérification à une autre personne. Vérifiez les noms, libellés et descriptions d’événements par rapport aux éléments sources, puis faites porter la requête suivante sur l’observation précise qui nécessite une clarification.\n\n### Conserver le profil visuel sélectionné avec le résultat\n\nGLM-4V et GLM-4V-Plus sont des profils du fabricant portant des noms distincts. Choisissez Plus pour une tâche dont les éléments fournis comprennent de la vidéo et conservez cette sélection avec la note achevée. Une poursuite utile renvoie aux mêmes éléments, resserre l’observation demandée et conserve la réponse précédente dans le dossier de travail.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Compare labelled inspection notes\n\nUse only these text inspection notes. Before: crate latch closed, seal present, label K7. After: latch open, seal missing, label K7. Write a comparison for the receiving team. Distinguish documented changes from unknown causes and list the next evidence to request. No image or video is attached.A before/after comparison with source labels, an unknown-cause note and a short evidence request.The latch and seal changes are reported, while damage, theft and the person responsible remain unasserted.glm-4v-plusGLM-4V-Plus est le modèle de Zhipu AI qui interprète des images ou une vidéo avec une consigne textuelle et renvoie une réponse écrite. Choisissez le profil Plus compatible avec la vidéo pour résumer une séquence ou expliquer par écrit l’action montrée.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-4V-Plus est le modèle multimodal de Zhipu AI pour interpréter des images ou une vidéo et produire du texte. Le guide de développement d’agents du fabricant le distingue explicitement du processus image-vers-texte de GLM-4V : le profil Plus accepte des images ou de la vidéo avec une consigne écrite. Utilisez cette combinaison pour transformer une question visuelle en description, explication ou note de travail reliée à la source.
Fournissez l’image ou la vidéo contenant l’événement, l’objet ou la relation à examiner et précisez l’objectif de la tâche. Une question sur une image peut porter sur une disposition visible ou un détail documentaire. Une question vidéo peut demander une explication de l’action montrée ou un résumé de la séquence fournie.
Gardez l’identité de la référence avec la question. Pour une analyse vidéo, nommez la séquence et, si cela est utile, l’intervalle temporel à considérer. Une consigne illustrative est : « Décrivez l’action dans l’intervalle sélectionné et expliquez comment la séquence visible étaye votre description. » Une référence temporelle dans le brief identifie les éléments demandés ; elle ne remplace pas l’entrée vidéo.
Le fabricant documente deux processus d’agents : un agent conversationnel qui associe une image ou une vidéo téléversée à la consigne, et un agent orienté texte avec des entrées de téléversement explicitement nommées. Dans ce dernier processus, plusieurs entrées visuelles peuvent être configurées par des champs d’entrée nommés distincts. Donnez à chaque référence un rôle clair, comme un état initial, un état ultérieur ou un document à examiner.
Pour une comparaison illustrative, étiquetez les références avant de demander ce qui change. Demandez une comparaison écrite qui nomme la source de chaque observation. Cela rend le résultat exploitable comme note de vérification et maintient toute question complémentaire sur une image ou une séquence particulière rattachée à la bonne référence.
Définissez le livrable nécessaire à l’étape suivante : une légende, une explication, un résumé de séquence ou une liste d’observations liées aux références sources. Demandez au modèle de distinguer ce qui est visible de ce qui nécessite un contexte supplémentaire. Pour une question documentaire, conservez l’identité de la page avec l’interprétation renvoyée ; pour une séquence d’actions, gardez l’intervalle sélectionné et l’extrait d’origine à côté du résumé.
La sortie du processus GLM-4V-Plus documenté est textuelle. Conservez cette réponse avec la consigne et les références d’entrée lorsque vous préparez un enregistrement de connaissances visuelles ou transmettez la vérification à une autre personne. Vérifiez les noms, libellés et descriptions d’événements par rapport aux éléments sources, puis faites porter la requête suivante sur l’observation précise qui nécessite une clarification.
GLM-4V et GLM-4V-Plus sont des profils du fabricant portant des noms distincts. Choisissez Plus pour une tâche dont les éléments fournis comprennent de la vidéo et conservez cette sélection avec la note achevée. Une poursuite utile renvoie aux mêmes éléments, resserre l’observation demandée et conserve la réponse précédente dans le dossier de travail.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites glm-4v-plus | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.0028 / 1K tokens Sortie · Tokens en sortie $0.0028 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "glm-4v-plus", "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='glm-4v-plus',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='glm-4v-plus',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra glm-4v-plus
Utilisez les chemins de méthode indiqués ci-dessus.
glm-4v-plusGLM-4V-Plus est le modèle de Zhipu AI qui interprète des images ou une vidéo avec une consigne textuelle et renvoie une réponse écrite. Choisissez le profil Plus compatible avec la vidéo pour résumer une séquence ou expliquer par écrit l’action montrée.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-4V-Plus est le modèle multimodal de Zhipu AI pour interpréter des images ou une vidéo et produire du texte. Le guide de développement d’agents du fabricant le distingue explicitement du processus image-vers-texte de GLM-4V : le profil Plus accepte des images ou de la vidéo avec une consigne écrite. Utilisez cette combinaison pour transformer une question visuelle en description, explication ou note de travail reliée à la source.
Fournissez l’image ou la vidéo contenant l’événement, l’objet ou la relation à examiner et précisez l’objectif de la tâche. Une question sur une image peut porter sur une disposition visible ou un détail documentaire. Une question vidéo peut demander une explication de l’action montrée ou un résumé de la séquence fournie.
Gardez l’identité de la référence avec la question. Pour une analyse vidéo, nommez la séquence et, si cela est utile, l’intervalle temporel à considérer. Une consigne illustrative est : « Décrivez l’action dans l’intervalle sélectionné et expliquez comment la séquence visible étaye votre description. » Une référence temporelle dans le brief identifie les éléments demandés ; elle ne remplace pas l’entrée vidéo.
Le fabricant documente deux processus d’agents : un agent conversationnel qui associe une image ou une vidéo téléversée à la consigne, et un agent orienté texte avec des entrées de téléversement explicitement nommées. Dans ce dernier processus, plusieurs entrées visuelles peuvent être configurées par des champs d’entrée nommés distincts. Donnez à chaque référence un rôle clair, comme un état initial, un état ultérieur ou un document à examiner.
Pour une comparaison illustrative, étiquetez les références avant de demander ce qui change. Demandez une comparaison écrite qui nomme la source de chaque observation. Cela rend le résultat exploitable comme note de vérification et maintient toute question complémentaire sur une image ou une séquence particulière rattachée à la bonne référence.
Définissez le livrable nécessaire à l’étape suivante : une légende, une explication, un résumé de séquence ou une liste d’observations liées aux références sources. Demandez au modèle de distinguer ce qui est visible de ce qui nécessite un contexte supplémentaire. Pour une question documentaire, conservez l’identité de la page avec l’interprétation renvoyée ; pour une séquence d’actions, gardez l’intervalle sélectionné et l’extrait d’origine à côté du résumé.
La sortie du processus GLM-4V-Plus documenté est textuelle. Conservez cette réponse avec la consigne et les références d’entrée lorsque vous préparez un enregistrement de connaissances visuelles ou transmettez la vérification à une autre personne. Vérifiez les noms, libellés et descriptions d’événements par rapport aux éléments sources, puis faites porter la requête suivante sur l’observation précise qui nécessite une clarification.
GLM-4V et GLM-4V-Plus sont des profils du fabricant portant des noms distincts. Choisissez Plus pour une tâche dont les éléments fournis comprennent de la vidéo et conservez cette sélection avec la note achevée. Une poursuite utile renvoie aux mêmes éléments, resserre l’observation demandée et conserve la réponse précédente dans le dossier de travail.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites glm-4v-plus | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.0028 / 1K tokens Sortie · Tokens en sortie $0.0028 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "glm-4v-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'glm-4v-plus', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'glm-4v-plus', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra glm-4v-plus
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Compare labelled inspection notes\n\nUse only these text inspection notes. Before: crate latch closed, seal present, label K7. After: latch open, seal missing, label K7. Write a comparison for the receiving team. Distinguish documented changes from unknown causes and list the next evidence to request. No image or video is attached.A before/after comparison with source labels, an unknown-cause note and a short evidence request.The latch and seal changes are reported, while damage, theft and the person responsible remain unasserted.