GLM-4.7-Flash est l’édition à mélange d’experts 30B-A3B de la famille GLM-4.7 de Z.ai. Sa conception parcimonieuse comporte environ 30 milliards de paramètres au total, dont trois milliards activés, et le fabricant la présente comme un modèle léger équilibrant capacités et efficacité. Il accepte du texte et génère du texte. Le fabricant met particulièrement en avant le développement logiciel, la rédaction en chinois, la traduction, le traitement de textes longs et la conversation fondée sur des rôles. Un brief utile peut demander une proposition de code, un passage révisé, une explication ou un résultat structuré fondé sur les éléments fournis.
Pour le développement, Z.ai identifie à la fois des tâches d’interface et de logique applicative pour cette édition Flash. Fournissez le comportement à implémenter, les sources pertinentes et les conditions à conserver intactes. Pour une page ou un composant, décrivez ses états, sa disposition et l’interaction requise, puis demandez du code modifiable et une explication des choix importants. Pour une fonction existante, incluez l’échec observé et un exemple de résultat attendu. Le modèle produit le code proposé ; sa compilation, son exécution ou le rendu de l’interface relèvent d’un environnement applicatif connecté.
Le profil de la série GLM-4.7 hébergé par le fabricant indique une entrée textuelle, une sortie textuelle, un contexte de 200K tokens et jusqu’à 128K tokens de sortie pour Flash. La fiche du modèle ouvert et le profil hébergé décrivent différents aspects de la même édition nommée : les caractéristiques du point de contrôle et une configuration du service fabricant. Préparez une entrée longue avec des titres sources, des identifiants de code et des délimitations documentaires claires, en laissant de la place pour le raisonnement et la réponse demandée. Un modèle uniquement textuel peut écrire du code pour une application qui traite des images ou une entrée caméra, mais cela ne donne pas à ce point de contrôle un mode natif d’entrée visuelle.
Le raisonnement est activé par défaut dans la série GLM-4.7. Le fabricant documente un commutateur par tour pour qu’une conversation puisse demander du raisonnement pour une question difficile et le désactiver pour une réécriture simple ou une réponse courte. Il prend aussi en charge la réflexion intercalée entre les appels d’outils, ce qui permet au modèle d’interpréter une observation renvoyée avant de planifier une autre étape. Définissez les outils disponibles et le livrable final requis avant de commencer une telle tâche. Un assistant documentaire peut demander des informations sélectionnées, recevoir le résultat réel de la récupération, puis préparer une explication étayée par ce résultat.
La réflexion conservée est une option distincte pour la programmation soutenue ou le travail d’agents. Le guide du fabricant utilise clear_thinking=false et exige que le reasoning_content complet et non modifié des tours précédents de l’assistant soit renvoyé dans son ordre d’origine. Modifier ou réorganiser ces blocs peut dégrader le résultat et affecter le comportement du cache. La valeur par défaut diffère entre les interfaces de programmation et les interfaces standard du fabricant : cette option est donc un processus configuré plutôt qu’une propriété automatique de chaque conversation. Gardez la réponse visible séparée du raisonnement conservé et préservez les éléments probants ou la sortie d’outil dont dépendent les étapes ultérieures.
L’interface documentée de la famille comprend le texte en diffusion continue, l’appel de fonctions, la mise en cache du contexte et les sorties structurées telles que JSON. Pour un résultat structuré, fournissez les champs requis et ce que représente chaque valeur ; pour une requête d’outil, définissez l’objectif, les arguments et la condition d’achèvement de la fonction. Un appel généré est une demande d’action à l’application, plutôt qu’une preuve d’exécution. Le résultat final peut être un court rapport, un objet de données ou un livrable de code, les informations utilisées pour le produire restant identifiables.
Pour la rédaction ou la traduction, précisez le lecteur, la langue, le ton et les termes à conserver sans modification. Le fabricant recommande d’essayer Flash pour la rédaction en chinois et les dialogues narratifs ou fondés sur des rôles, en plus du travail technique. Un exemple de brief de révision peut fournir un passage et demander une version concise qui conserve ses faits ; un brief de traduction peut fournir un glossaire et distinguer le texte cité des consignes. Dans une conversation plus longue, conservez les contraintes et identifiez le prochain résultat nécessaire, afin que la réponse du modèle reste liée à la tâche d’origine.
La fiche exacte du modèle ouvert publie différents paramètres de génération pour ses tâches d’évaluation : une température par défaut de 1,0 et un top-p de 0,95, avec des réglages distincts pour les tâches logicielles de 0,7 et 1,0. Les longueurs de génération données en exemple font partie de ces procédures et ne sont pas des limites universelles supplémentaires. Le point de contrôle est distinct de GLM-4.7, de GLM-4.7-FlashX et des modèles GLM-5 ultérieurs. Adaptez la tâche et le mode de réponse aux capacités textuelles documentées de cette édition, puis évaluez le code livré, les valeurs extraites ou le texte révisé par rapport à l’entrée.
", "aboutText": "GLM-4.7-Flash est l’édition à mélange d’experts 30B-A3B de la famille GLM-4.7 de Z.ai. Sa conception parcimonieuse comporte environ 30 milliards de paramètres au total, dont trois milliards activés, et le fabricant la présente comme un modèle léger équilibrant capacités et efficacité. Il accepte du texte et génère du texte. Le fabricant met particulièrement en avant le développement logiciel, la rédaction en chinois, la traduction, le traitement de textes longs et la conversation fondée sur des rôles. Un brief utile peut demander une proposition de code, un passage révisé, une explication ou un résultat structuré fondé sur les éléments fournis.\n\nPour le développement, Z.ai identifie à la fois des tâches d’interface et de logique applicative pour cette édition Flash. Fournissez le comportement à implémenter, les sources pertinentes et les conditions à conserver intactes. Pour une page ou un composant, décrivez ses états, sa disposition et l’interaction requise, puis demandez du code modifiable et une explication des choix importants. Pour une fonction existante, incluez l’échec observé et un exemple de résultat attendu. Le modèle produit le code proposé ; sa compilation, son exécution ou le rendu de l’interface relèvent d’un environnement applicatif connecté.\n\nLe profil de la série GLM-4.7 hébergé par le fabricant indique une entrée textuelle, une sortie textuelle, un contexte de 200K tokens et jusqu’à 128K tokens de sortie pour Flash. La fiche du modèle ouvert et le profil hébergé décrivent différents aspects de la même édition nommée : les caractéristiques du point de contrôle et une configuration du service fabricant. Préparez une entrée longue avec des titres sources, des identifiants de code et des délimitations documentaires claires, en laissant de la place pour le raisonnement et la réponse demandée. Un modèle uniquement textuel peut écrire du code pour une application qui traite des images ou une entrée caméra, mais cela ne donne pas à ce point de contrôle un mode natif d’entrée visuelle.\n\nLe raisonnement est activé par défaut dans la série GLM-4.7. Le fabricant documente un commutateur par tour pour qu’une conversation puisse demander du raisonnement pour une question difficile et le désactiver pour une réécriture simple ou une réponse courte. Il prend aussi en charge la réflexion intercalée entre les appels d’outils, ce qui permet au modèle d’interpréter une observation renvoyée avant de planifier une autre étape. Définissez les outils disponibles et le livrable final requis avant de commencer une telle tâche. Un assistant documentaire peut demander des informations sélectionnées, recevoir le résultat réel de la récupération, puis préparer une explication étayée par ce résultat.\n\nLa réflexion conservée est une option distincte pour la programmation soutenue ou le travail d’agents. Le guide du fabricant utilise clear_thinking=false et exige que le reasoning_content complet et non modifié des tours précédents de l’assistant soit renvoyé dans son ordre d’origine. Modifier ou réorganiser ces blocs peut dégrader le résultat et affecter le comportement du cache. La valeur par défaut diffère entre les interfaces de programmation et les interfaces standard du fabricant : cette option est donc un processus configuré plutôt qu’une propriété automatique de chaque conversation. Gardez la réponse visible séparée du raisonnement conservé et préservez les éléments probants ou la sortie d’outil dont dépendent les étapes ultérieures.\n\nL’interface documentée de la famille comprend le texte en diffusion continue, l’appel de fonctions, la mise en cache du contexte et les sorties structurées telles que JSON. Pour un résultat structuré, fournissez les champs requis et ce que représente chaque valeur ; pour une requête d’outil, définissez l’objectif, les arguments et la condition d’achèvement de la fonction. Un appel généré est une demande d’action à l’application, plutôt qu’une preuve d’exécution. Le résultat final peut être un court rapport, un objet de données ou un livrable de code, les informations utilisées pour le produire restant identifiables.\n\nPour la rédaction ou la traduction, précisez le lecteur, la langue, le ton et les termes à conserver sans modification. Le fabricant recommande d’essayer Flash pour la rédaction en chinois et les dialogues narratifs ou fondés sur des rôles, en plus du travail technique. Un exemple de brief de révision peut fournir un passage et demander une version concise qui conserve ses faits ; un brief de traduction peut fournir un glossaire et distinguer le texte cité des consignes. Dans une conversation plus longue, conservez les contraintes et identifiez le prochain résultat nécessaire, afin que la réponse du modèle reste liée à la tâche d’origine.\n\nLa fiche exacte du modèle ouvert publie différents paramètres de génération pour ses tâches d’évaluation : une température par défaut de 1,0 et un top-p de 0,95, avec des réglages distincts pour les tâches logicielles de 0,7 et 1,0. Les longueurs de génération données en exemple font partie de ces procédures et ne sont pas des limites universelles supplémentaires. Le point de contrôle est distinct de GLM-4.7, de GLM-4.7-FlashX et des modèles GLM-5 ultérieurs. Adaptez la tâche et le mode de réponse aux capacités textuelles documentées de cette édition, puis évaluez le code livré, les valeurs extraites ou le texte révisé par rapport à l’entrée.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Translate a notice with a fixed glossary\n\nTranslate this Chinese notice into English: '订单已审核，但尚未发货。更改收货地址需要重新审核。' Use this glossary consistently: 审核 = review; 发货 = dispatch; 收货地址 = delivery address. Write a clear customer-facing notice and preserve the distinction between completed review and pending dispatch. Do not add a dispatch date or an approval guarantee.A concise English notice applying the glossary and preserving the two different order states.The translation retains the requirement for another review after an address change and does not state that dispatch occurred.z-ai/glm-4.7-flashGLM-4.7-Flash est le modèle textuel à mélange d’experts 30B-A3B de Z.ai pour la programmation, les textes longs, la rédaction en chinois et la traduction. Il prend en charge le raisonnement et les processus dirigés par des outils, avec un profil hébergé par le fabricant de 200K tokens de contexte et jusqu’à 128K en sortie.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-4.7-Flash est l’édition à mélange d’experts 30B-A3B de la famille GLM-4.7 de Z.ai. Sa conception parcimonieuse comporte environ 30 milliards de paramètres au total, dont trois milliards activés, et le fabricant la présente comme un modèle léger équilibrant capacités et efficacité. Il accepte du texte et génère du texte. Le fabricant met particulièrement en avant le développement logiciel, la rédaction en chinois, la traduction, le traitement de textes longs et la conversation fondée sur des rôles. Un brief utile peut demander une proposition de code, un passage révisé, une explication ou un résultat structuré fondé sur les éléments fournis.
Pour le développement, Z.ai identifie à la fois des tâches d’interface et de logique applicative pour cette édition Flash. Fournissez le comportement à implémenter, les sources pertinentes et les conditions à conserver intactes. Pour une page ou un composant, décrivez ses états, sa disposition et l’interaction requise, puis demandez du code modifiable et une explication des choix importants. Pour une fonction existante, incluez l’échec observé et un exemple de résultat attendu. Le modèle produit le code proposé ; sa compilation, son exécution ou le rendu de l’interface relèvent d’un environnement applicatif connecté.
Le profil de la série GLM-4.7 hébergé par le fabricant indique une entrée textuelle, une sortie textuelle, un contexte de 200K tokens et jusqu’à 128K tokens de sortie pour Flash. La fiche du modèle ouvert et le profil hébergé décrivent différents aspects de la même édition nommée : les caractéristiques du point de contrôle et une configuration du service fabricant. Préparez une entrée longue avec des titres sources, des identifiants de code et des délimitations documentaires claires, en laissant de la place pour le raisonnement et la réponse demandée. Un modèle uniquement textuel peut écrire du code pour une application qui traite des images ou une entrée caméra, mais cela ne donne pas à ce point de contrôle un mode natif d’entrée visuelle.
Le raisonnement est activé par défaut dans la série GLM-4.7. Le fabricant documente un commutateur par tour pour qu’une conversation puisse demander du raisonnement pour une question difficile et le désactiver pour une réécriture simple ou une réponse courte. Il prend aussi en charge la réflexion intercalée entre les appels d’outils, ce qui permet au modèle d’interpréter une observation renvoyée avant de planifier une autre étape. Définissez les outils disponibles et le livrable final requis avant de commencer une telle tâche. Un assistant documentaire peut demander des informations sélectionnées, recevoir le résultat réel de la récupération, puis préparer une explication étayée par ce résultat.
La réflexion conservée est une option distincte pour la programmation soutenue ou le travail d’agents. Le guide du fabricant utilise clear_thinking=false et exige que le reasoning_content complet et non modifié des tours précédents de l’assistant soit renvoyé dans son ordre d’origine. Modifier ou réorganiser ces blocs peut dégrader le résultat et affecter le comportement du cache. La valeur par défaut diffère entre les interfaces de programmation et les interfaces standard du fabricant : cette option est donc un processus configuré plutôt qu’une propriété automatique de chaque conversation. Gardez la réponse visible séparée du raisonnement conservé et préservez les éléments probants ou la sortie d’outil dont dépendent les étapes ultérieures.
L’interface documentée de la famille comprend le texte en diffusion continue, l’appel de fonctions, la mise en cache du contexte et les sorties structurées telles que JSON. Pour un résultat structuré, fournissez les champs requis et ce que représente chaque valeur ; pour une requête d’outil, définissez l’objectif, les arguments et la condition d’achèvement de la fonction. Un appel généré est une demande d’action à l’application, plutôt qu’une preuve d’exécution. Le résultat final peut être un court rapport, un objet de données ou un livrable de code, les informations utilisées pour le produire restant identifiables.
Pour la rédaction ou la traduction, précisez le lecteur, la langue, le ton et les termes à conserver sans modification. Le fabricant recommande d’essayer Flash pour la rédaction en chinois et les dialogues narratifs ou fondés sur des rôles, en plus du travail technique. Un exemple de brief de révision peut fournir un passage et demander une version concise qui conserve ses faits ; un brief de traduction peut fournir un glossaire et distinguer le texte cité des consignes. Dans une conversation plus longue, conservez les contraintes et identifiez le prochain résultat nécessaire, afin que la réponse du modèle reste liée à la tâche d’origine.
La fiche exacte du modèle ouvert publie différents paramètres de génération pour ses tâches d’évaluation : une température par défaut de 1,0 et un top-p de 0,95, avec des réglages distincts pour les tâches logicielles de 0,7 et 1,0. Les longueurs de génération données en exemple font partie de ces procédures et ne sont pas des limites universelles supplémentaires. Le point de contrôle est distinct de GLM-4.7, de GLM-4.7-FlashX et des modèles GLM-5 ultérieurs. Adaptez la tâche et le mode de réponse aux capacités textuelles documentées de cette édition, puis évaluez le code livré, les valeurs extraites ou le texte révisé par rapport à l’entrée.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites z-ai/glm-4.7-flash | 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.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.000144 / 1K tokens Sortie · Tokens en sortie $0.000858 / 1K tokens Entrée · Lecture du cache $0.00002 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.000144 / 1K tokens Sortie · Tokens en sortie $0.000858 / 1K tokens Entrée · Lecture du cache $0.00002 / 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": "z-ai/glm-4.7-flash", "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='z-ai/glm-4.7-flash',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='z-ai/glm-4.7-flash',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 z-ai/glm-4.7-flash
Utilisez les chemins de méthode indiqués ci-dessus.
z-ai/glm-4.7-flashGLM-4.7-Flash est le modèle textuel à mélange d’experts 30B-A3B de Z.ai pour la programmation, les textes longs, la rédaction en chinois et la traduction. Il prend en charge le raisonnement et les processus dirigés par des outils, avec un profil hébergé par le fabricant de 200K tokens de contexte et jusqu’à 128K en sortie.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-4.7-Flash est l’édition à mélange d’experts 30B-A3B de la famille GLM-4.7 de Z.ai. Sa conception parcimonieuse comporte environ 30 milliards de paramètres au total, dont trois milliards activés, et le fabricant la présente comme un modèle léger équilibrant capacités et efficacité. Il accepte du texte et génère du texte. Le fabricant met particulièrement en avant le développement logiciel, la rédaction en chinois, la traduction, le traitement de textes longs et la conversation fondée sur des rôles. Un brief utile peut demander une proposition de code, un passage révisé, une explication ou un résultat structuré fondé sur les éléments fournis.
Pour le développement, Z.ai identifie à la fois des tâches d’interface et de logique applicative pour cette édition Flash. Fournissez le comportement à implémenter, les sources pertinentes et les conditions à conserver intactes. Pour une page ou un composant, décrivez ses états, sa disposition et l’interaction requise, puis demandez du code modifiable et une explication des choix importants. Pour une fonction existante, incluez l’échec observé et un exemple de résultat attendu. Le modèle produit le code proposé ; sa compilation, son exécution ou le rendu de l’interface relèvent d’un environnement applicatif connecté.
Le profil de la série GLM-4.7 hébergé par le fabricant indique une entrée textuelle, une sortie textuelle, un contexte de 200K tokens et jusqu’à 128K tokens de sortie pour Flash. La fiche du modèle ouvert et le profil hébergé décrivent différents aspects de la même édition nommée : les caractéristiques du point de contrôle et une configuration du service fabricant. Préparez une entrée longue avec des titres sources, des identifiants de code et des délimitations documentaires claires, en laissant de la place pour le raisonnement et la réponse demandée. Un modèle uniquement textuel peut écrire du code pour une application qui traite des images ou une entrée caméra, mais cela ne donne pas à ce point de contrôle un mode natif d’entrée visuelle.
Le raisonnement est activé par défaut dans la série GLM-4.7. Le fabricant documente un commutateur par tour pour qu’une conversation puisse demander du raisonnement pour une question difficile et le désactiver pour une réécriture simple ou une réponse courte. Il prend aussi en charge la réflexion intercalée entre les appels d’outils, ce qui permet au modèle d’interpréter une observation renvoyée avant de planifier une autre étape. Définissez les outils disponibles et le livrable final requis avant de commencer une telle tâche. Un assistant documentaire peut demander des informations sélectionnées, recevoir le résultat réel de la récupération, puis préparer une explication étayée par ce résultat.
La réflexion conservée est une option distincte pour la programmation soutenue ou le travail d’agents. Le guide du fabricant utilise clear_thinking=false et exige que le reasoning_content complet et non modifié des tours précédents de l’assistant soit renvoyé dans son ordre d’origine. Modifier ou réorganiser ces blocs peut dégrader le résultat et affecter le comportement du cache. La valeur par défaut diffère entre les interfaces de programmation et les interfaces standard du fabricant : cette option est donc un processus configuré plutôt qu’une propriété automatique de chaque conversation. Gardez la réponse visible séparée du raisonnement conservé et préservez les éléments probants ou la sortie d’outil dont dépendent les étapes ultérieures.
L’interface documentée de la famille comprend le texte en diffusion continue, l’appel de fonctions, la mise en cache du contexte et les sorties structurées telles que JSON. Pour un résultat structuré, fournissez les champs requis et ce que représente chaque valeur ; pour une requête d’outil, définissez l’objectif, les arguments et la condition d’achèvement de la fonction. Un appel généré est une demande d’action à l’application, plutôt qu’une preuve d’exécution. Le résultat final peut être un court rapport, un objet de données ou un livrable de code, les informations utilisées pour le produire restant identifiables.
Pour la rédaction ou la traduction, précisez le lecteur, la langue, le ton et les termes à conserver sans modification. Le fabricant recommande d’essayer Flash pour la rédaction en chinois et les dialogues narratifs ou fondés sur des rôles, en plus du travail technique. Un exemple de brief de révision peut fournir un passage et demander une version concise qui conserve ses faits ; un brief de traduction peut fournir un glossaire et distinguer le texte cité des consignes. Dans une conversation plus longue, conservez les contraintes et identifiez le prochain résultat nécessaire, afin que la réponse du modèle reste liée à la tâche d’origine.
La fiche exacte du modèle ouvert publie différents paramètres de génération pour ses tâches d’évaluation : une température par défaut de 1,0 et un top-p de 0,95, avec des réglages distincts pour les tâches logicielles de 0,7 et 1,0. Les longueurs de génération données en exemple font partie de ces procédures et ne sont pas des limites universelles supplémentaires. Le point de contrôle est distinct de GLM-4.7, de GLM-4.7-FlashX et des modèles GLM-5 ultérieurs. Adaptez la tâche et le mode de réponse aux capacités textuelles documentées de cette édition, puis évaluez le code livré, les valeurs extraites ou le texte révisé par rapport à l’entrée.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites z-ai/glm-4.7-flash | 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.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.000144 / 1K tokens Sortie · Tokens en sortie $0.000858 / 1K tokens Entrée · Lecture du cache $0.00002 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.000144 / 1K tokens Sortie · Tokens en sortie $0.000858 / 1K tokens Entrée · Lecture du cache $0.00002 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "z-ai/glm-4.7-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'z-ai/glm-4.7-flash', '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': 'z-ai/glm-4.7-flash', '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 z-ai/glm-4.7-flash
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Translate a notice with a fixed glossary\n\nTranslate this Chinese notice into English: '订单已审核，但尚未发货。更改收货地址需要重新审核。' Use this glossary consistently: 审核 = review; 发货 = dispatch; 收货地址 = delivery address. Write a clear customer-facing notice and preserve the distinction between completed review and pending dispatch. Do not add a dispatch date or an approval guarantee.A concise English notice applying the glossary and preserving the two different order states.The translation retains the requirement for another review after an address change and does not state that dispatch occurred.