GLM-4V est le modèle vision-langage de Zhipu AI pour combiner une image avec une question écrite. L’exemple multimodal natif du fabricant fournit les deux parties dans un même message utilisateur et renvoie une réponse textuelle. Son guide de développement d’agents identifie aussi GLM-4V comme un modèle image-vers-texte, ce qui fait de l’image source et du libellé de la question les entrées centrales de la tâche.
Choisissez l’image qui contient les éléments de preuve nécessaires à la réponse, puis indiquez ce qu’il faut examiner. Une question générale peut demander une description de la scène; une question ciblée peut préciser un objet, une étiquette ou une relation à expliquer. Donnez suffisamment de contexte pour lever l’ambiguïté de la tâche, comme l’article pertinent dans une photo de produit ou la zone d’une capture d’écran à décrire.
L’exemple du producteur utilise une image JPEG encodée comme référence d’image avec la question textuelle. Préservez l’image d’origine lorsque vous préparez la requête, particulièrement si un recadrage retirerait des étiquettes ou le contexte environnant. Pour un exemple de tâche de soutien, fournissez la capture d’écran et demandez une description de l’état visible, en gardant le message exact à l’écran séparé d’une explication proposée de sa cause.
Précisez si le résultat doit être une légende, une courte explication, une description ordonnée ou une note de travail avec des observations distinctes. Pour une photo d’inventaire, un exemple de cahier des charges est : « Décris les objets visibles et leur disposition; identifie l’article indiqué dans ma question. » Pour une image de document, posez une question sur le passage visible et conservez l’identifiant de l’image ou de la page avec la réponse.
Gardez la question suffisamment ciblée pour que les éléments de preuve pertinents restent faciles à inspecter. Si l’étape suivante nécessite un nom, un nombre ou une étiquette citée, demandez cet élément séparément et comparez le libellé retourné à l’image d’origine.
Le processus d’agent du fabricant associe l’image téléversée à une entrée nommée et à l’invite qui l’accompagne. Conservez cette association lorsque vous poursuivez la discussion. Un suivi utile nomme la même image et resserre la question sur une zone ou une relation particulière afin que la réponse suivante se rapporte au contenu prévu.
Enregistrez le texte terminé avec l’identifiant de l’image, la question et toute référence de zone utilisée dans la tâche. Cela produit une transmission pratique pour une conversation d’assistance visuelle, une description de catalogue ou une note documentaire reliée à une source. Le rôle du modèle est d’interpréter l’image fournie en langage; l’image d’origine reste disponible pour vérifier des détails précis et corriger la question suivante.
", "aboutText": "GLM-4V est le modèle vision-langage de Zhipu AI pour combiner une image avec une question écrite. L’exemple multimodal natif du fabricant fournit les deux parties dans un même message utilisateur et renvoie une réponse textuelle. Son guide de développement d’agents identifie aussi GLM-4V comme un modèle image-vers-texte, ce qui fait de l’image source et du libellé de la question les entrées centrales de la tâche.\n\n### Placer la question à côté de l’image\n\nChoisissez l’image qui contient les éléments de preuve nécessaires à la réponse, puis indiquez ce qu’il faut examiner. Une question générale peut demander une description de la scène; une question ciblée peut préciser un objet, une étiquette ou une relation à expliquer. Donnez suffisamment de contexte pour lever l’ambiguïté de la tâche, comme l’article pertinent dans une photo de produit ou la zone d’une capture d’écran à décrire.\n\nL’exemple du producteur utilise une image JPEG encodée comme référence d’image avec la question textuelle. Préservez l’image d’origine lorsque vous préparez la requête, particulièrement si un recadrage retirerait des étiquettes ou le contexte environnant. Pour un exemple de tâche de soutien, fournissez la capture d’écran et demandez une description de l’état visible, en gardant le message exact à l’écran séparé d’une explication proposée de sa cause.\n\n### Rendre le livrable écrit attendu explicite\n\nPrécisez si le résultat doit être une légende, une courte explication, une description ordonnée ou une note de travail avec des observations distinctes. Pour une photo d’inventaire, un exemple de cahier des charges est : « Décris les objets visibles et leur disposition; identifie l’article indiqué dans ma question. » Pour une image de document, posez une question sur le passage visible et conservez l’identifiant de l’image ou de la page avec la réponse.\n\nGardez la question suffisamment ciblée pour que les éléments de preuve pertinents restent faciles à inspecter. Si l’étape suivante nécessite un nom, un nombre ou une étiquette citée, demandez cet élément séparément et comparez le libellé retourné à l’image d’origine.\n\n### Intégrer l’image à une conversation visuelle\n\nLe processus d’agent du fabricant associe l’image téléversée à une entrée nommée et à l’invite qui l’accompagne. Conservez cette association lorsque vous poursuivez la discussion. Un suivi utile nomme la même image et resserre la question sur une zone ou une relation particulière afin que la réponse suivante se rapporte au contenu prévu.\n\nEnregistrez le texte terminé avec l’identifiant de l’image, la question et toute référence de zone utilisée dans la tâche. Cela produit une transmission pratique pour une conversation d’assistance visuelle, une description de catalogue ou une note documentaire reliée à une source. Le rôle du modèle est d’interpréter l’image fournie en langage; l’image d’origine reste disponible pour vérifier des détails précis et corriger la question suivante.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Explain a transcribed screen state\n\nUse this screenshot transcription only: heading 'Export orders'; format 'CSV'; button 'Download' disabled; note 'Select at least one order'; selected count '0'. Write a two-sentence help message explaining the visible state and the next user step. Keep the visible note separate from any cause you cannot verify.Two help sentences grounded in the selected count, disabled button and selection note.The message asks the user to select an order and introduces no unsupported account, network or permission diagnosis.glm-4vGLM-4V est le modèle vision-langage de Zhipu AI pour poser des questions sur une image et recevoir une réponse écrite. Fournissez l’image avec une invite textuelle ciblée pour créer une description, interpréter un détail visible ou préparer une note visuelle reliée aux éléments de preuve.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-4V est le modèle vision-langage de Zhipu AI pour combiner une image avec une question écrite. L’exemple multimodal natif du fabricant fournit les deux parties dans un même message utilisateur et renvoie une réponse textuelle. Son guide de développement d’agents identifie aussi GLM-4V comme un modèle image-vers-texte, ce qui fait de l’image source et du libellé de la question les entrées centrales de la tâche.
Choisissez l’image qui contient les éléments de preuve nécessaires à la réponse, puis indiquez ce qu’il faut examiner. Une question générale peut demander une description de la scène; une question ciblée peut préciser un objet, une étiquette ou une relation à expliquer. Donnez suffisamment de contexte pour lever l’ambiguïté de la tâche, comme l’article pertinent dans une photo de produit ou la zone d’une capture d’écran à décrire.
L’exemple du producteur utilise une image JPEG encodée comme référence d’image avec la question textuelle. Préservez l’image d’origine lorsque vous préparez la requête, particulièrement si un recadrage retirerait des étiquettes ou le contexte environnant. Pour un exemple de tâche de soutien, fournissez la capture d’écran et demandez une description de l’état visible, en gardant le message exact à l’écran séparé d’une explication proposée de sa cause.
Précisez si le résultat doit être une légende, une courte explication, une description ordonnée ou une note de travail avec des observations distinctes. Pour une photo d’inventaire, un exemple de cahier des charges est : « Décris les objets visibles et leur disposition; identifie l’article indiqué dans ma question. » Pour une image de document, posez une question sur le passage visible et conservez l’identifiant de l’image ou de la page avec la réponse.
Gardez la question suffisamment ciblée pour que les éléments de preuve pertinents restent faciles à inspecter. Si l’étape suivante nécessite un nom, un nombre ou une étiquette citée, demandez cet élément séparément et comparez le libellé retourné à l’image d’origine.
Le processus d’agent du fabricant associe l’image téléversée à une entrée nommée et à l’invite qui l’accompagne. Conservez cette association lorsque vous poursuivez la discussion. Un suivi utile nomme la même image et resserre la question sur une zone ou une relation particulière afin que la réponse suivante se rapporte au contenu prévu.
Enregistrez le texte terminé avec l’identifiant de l’image, la question et toute référence de zone utilisée dans la tâche. Cela produit une transmission pratique pour une conversation d’assistance visuelle, une description de catalogue ou une note documentaire reliée à une source. Le rôle du modèle est d’interpréter l’image fournie en langage; l’image d’origine reste disponible pour vérifier des détails précis et corriger la question suivante.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites glm-4v | 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’ID 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: Fonction fournie comme outil | 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 refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | 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 comme texte littéral ; aucun ID 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’ID 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/objet 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 jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.014 / 1K jetons Sortie · Jetons en sortie $0.014 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "glm-4v", "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',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',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, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra glm-4v
Utilisez les chemins de méthode indiqués ci-dessus.
glm-4vGLM-4V est le modèle vision-langage de Zhipu AI pour poser des questions sur une image et recevoir une réponse écrite. Fournissez l’image avec une invite textuelle ciblée pour créer une description, interpréter un détail visible ou préparer une note visuelle reliée aux éléments de preuve.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-4V est le modèle vision-langage de Zhipu AI pour combiner une image avec une question écrite. L’exemple multimodal natif du fabricant fournit les deux parties dans un même message utilisateur et renvoie une réponse textuelle. Son guide de développement d’agents identifie aussi GLM-4V comme un modèle image-vers-texte, ce qui fait de l’image source et du libellé de la question les entrées centrales de la tâche.
Choisissez l’image qui contient les éléments de preuve nécessaires à la réponse, puis indiquez ce qu’il faut examiner. Une question générale peut demander une description de la scène; une question ciblée peut préciser un objet, une étiquette ou une relation à expliquer. Donnez suffisamment de contexte pour lever l’ambiguïté de la tâche, comme l’article pertinent dans une photo de produit ou la zone d’une capture d’écran à décrire.
L’exemple du producteur utilise une image JPEG encodée comme référence d’image avec la question textuelle. Préservez l’image d’origine lorsque vous préparez la requête, particulièrement si un recadrage retirerait des étiquettes ou le contexte environnant. Pour un exemple de tâche de soutien, fournissez la capture d’écran et demandez une description de l’état visible, en gardant le message exact à l’écran séparé d’une explication proposée de sa cause.
Précisez si le résultat doit être une légende, une courte explication, une description ordonnée ou une note de travail avec des observations distinctes. Pour une photo d’inventaire, un exemple de cahier des charges est : « Décris les objets visibles et leur disposition; identifie l’article indiqué dans ma question. » Pour une image de document, posez une question sur le passage visible et conservez l’identifiant de l’image ou de la page avec la réponse.
Gardez la question suffisamment ciblée pour que les éléments de preuve pertinents restent faciles à inspecter. Si l’étape suivante nécessite un nom, un nombre ou une étiquette citée, demandez cet élément séparément et comparez le libellé retourné à l’image d’origine.
Le processus d’agent du fabricant associe l’image téléversée à une entrée nommée et à l’invite qui l’accompagne. Conservez cette association lorsque vous poursuivez la discussion. Un suivi utile nomme la même image et resserre la question sur une zone ou une relation particulière afin que la réponse suivante se rapporte au contenu prévu.
Enregistrez le texte terminé avec l’identifiant de l’image, la question et toute référence de zone utilisée dans la tâche. Cela produit une transmission pratique pour une conversation d’assistance visuelle, une description de catalogue ou une note documentaire reliée à une source. Le rôle du modèle est d’interpréter l’image fournie en langage; l’image d’origine reste disponible pour vérifier des détails précis et corriger la question suivante.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites glm-4v | 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 jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.014 / 1K jetons Sortie · Jetons en sortie $0.014 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "glm-4v",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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 ID 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 ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra glm-4v
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Explain a transcribed screen state\n\nUse this screenshot transcription only: heading 'Export orders'; format 'CSV'; button 'Download' disabled; note 'Select at least one order'; selected count '0'. Write a two-sentence help message explaining the visible state and the next user step. Keep the visible note separate from any cause you cannot verify.Two help sentences grounded in the selected count, disabled button and selection note.The message asks the user to select an order and introduces no unsupported account, network or permission diagnosis.