GLM-Z1-32B-0414 est le membre axé sur le raisonnement de la série GLM-4-0414 de Z.ai. Il est développé à partir de GLM-4-32B-0414 par une préparation de démarrage à froid et un apprentissage par renforcement prolongé, avec des travaux supplémentaires en mathématiques, en code et en logique. Des retours fondés sur le classement par paires renforcent aussi les capacités générales. L’entrée est textuelle, et le résultat visible est une solution, une explication ou un fragment de programme en texte.
Il vise les tâches qui exigent des conclusions intermédiaires liées entre elles plutôt qu’une phrase immédiate. Fournissez toutes les hypothèses et définissez le résultat requis : dériver une formule, expliquer un algorithme, justifier une borne ou préparer une modification de code. L’exemple mathématique du fabricant porte sur des variables positives liées par une équation et sur l’intervalle possible de leur somme. Une réponse utile doit identifier les conditions, montrer les transitions pertinentes et séparer clairement le résultat final.
GLM-Z1-Rumination-32B-0414 est une édition distincte pour la recherche plus ouverte avec des outils de recherche; GLM-Z1-9B-0414 est une autre taille. Cette entrée conserve la version nommée Z1 32B au lieu d’importer les caractéristiques supplémentaires de flux de travail ou de taille de ces éditions.
Le fabricant recommande temperature 0.6, top_p 0.95 et top_k 40. Il recommande aussi un budget max_new_tokens de 30 000 pour laisser de la place à la réflexion. Ce sont des paramètres de génération recommandés, et non une garantie que chaque réponse exige cette longueur ni un plafond strict universel documenté de sortie. L’exemple d’inférence distinct de la fiche utilise un budget de génération plus petit propre à la requête.
Pour une tâche de raisonnement, prévoyez assez de place pour l’analyse et la réponse finale ensemble, et définissez la forme de la réponse finale dans l’invite. Une question mathématique peut demander l’intervalle ou la valeur à part de l’explication; une question de programmation peut demander une implémentation suivie des hypothèses importantes. Gardez le résultat demandé assez précis pour pouvoir le vérifier à partir des conditions fournies.
Le gabarit du fabricant commence la génération par le marqueur de réflexion <think>. Son gabarit de conversation publié injecte ce marqueur; une implémentation doit donc utiliser le gabarit réel de la version plutôt que supposer un format de dialogue sans rapport.
Pour les échanges suivants, le guide d’utilisation conserve la réponse finale visible par l’utilisateur et retire le contenu de réflexion interne de l’historique de dialogue sauvegardé. C’est une règle de préparation propre au gabarit conversationnel du modèle. Un suivi doit contenir la question actuelle, le contenu source nécessaire et la réponse antérieure pertinente, plutôt qu’une accumulation non filtrée de toutes les analyses internes précédentes.
La configuration publiée fixe max_position_embeddings à 32 768 et ne comprend pas d’entrée rope_scaling. Le guide d’utilisation recommande d’envisager YaRN lorsque l’entrée dépasse 8 192 jetons. Son exemple de mise à l’échelle utilise factor 4.0 avec original_max_position_embeddings fixé à 32 768. Le seuil de recommandation, la configuration de base et l’extension facultative sont des faits différents; ils ne sont pas des limites de réponse interchangeables.
YaRN statique affecte tout le texte et peut réduire légèrement les performances sur les entrées courtes; le fabricant recommande donc de l’activer au besoin. Pour les longs contenus, fournissez les définitions et les passages pertinents dans une entrée clairement séparée et réservez un budget de génération adapté dans le contexte actif. La configuration doit respecter la prise en charge de la procédure de mise à l’échelle du fabricant par le déploiement choisi, plutôt que traiter un multiple arithmétique comme une fenêtre de contexte automatiquement disponible.
L’exemple d’inférence du modèle utilise une question d’utilisateur et le gabarit de conversation propre à la version. En mathématiques, conservez les définitions des variables et énoncez la proposition à établir. Pour le code, fournissez le fragment pertinent, son comportement requis et le cas à l’étude. Demandez un livrable final distinct — preuve, formule, implémentation ou explication — afin que le raisonnement puisse être évalué par le résultat de la tâche. Le guide Z1 dédié précise le raisonnement textuel et sa préparation; il n’établit pas de contrat natif supplémentaire d’outils ni d’entrée d’images pour cette édition.
", "aboutText": "### Introduction\n\nGLM-Z1-32B-0414 est le membre axé sur le raisonnement de la série GLM-4-0414 de Z.ai. Il est développé à partir de GLM-4-32B-0414 par une préparation de démarrage à froid et un apprentissage par renforcement prolongé, avec des travaux supplémentaires en mathématiques, en code et en logique. Des retours fondés sur le classement par paires renforcent aussi les capacités générales. L’entrée est textuelle, et le résultat visible est une solution, une explication ou un fragment de programme en texte.\n\nIl vise les tâches qui exigent des conclusions intermédiaires liées entre elles plutôt qu’une phrase immédiate. Fournissez toutes les hypothèses et définissez le résultat requis : dériver une formule, expliquer un algorithme, justifier une borne ou préparer une modification de code. L’exemple mathématique du fabricant porte sur des variables positives liées par une équation et sur l’intervalle possible de leur somme. Une réponse utile doit identifier les conditions, montrer les transitions pertinentes et séparer clairement le résultat final.\n\nGLM-Z1-Rumination-32B-0414 est une édition distincte pour la recherche plus ouverte avec des outils de recherche; GLM-Z1-9B-0414 est une autre taille. Cette entrée conserve la version nommée Z1 32B au lieu d’importer les caractéristiques supplémentaires de flux de travail ou de taille de ces éditions.\n\n### Consignes d’utilisation : échantillonnage\n\nLe fabricant recommande temperature 0.6, top_p 0.95 et top_k 40. Il recommande aussi un budget max_new_tokens de 30 000 pour laisser de la place à la réflexion. Ce sont des paramètres de génération recommandés, et non une garantie que chaque réponse exige cette longueur ni un plafond strict universel documenté de sortie. L’exemple d’inférence distinct de la fiche utilise un budget de génération plus petit propre à la requête.\n\nPour une tâche de raisonnement, prévoyez assez de place pour l’analyse et la réponse finale ensemble, et définissez la forme de la réponse finale dans l’invite. Une question mathématique peut demander l’intervalle ou la valeur à part de l’explication; une question de programmation peut demander une implémentation suivie des hypothèses importantes. Gardez le résultat demandé assez précis pour pouvoir le vérifier à partir des conditions fournies.\n\n### Consignes d’utilisation : réflexion et historique de dialogue\n\nLe gabarit du fabricant commence la génération par le marqueur de réflexion `Exemple technique en anglais
Derive a safe batch bound\n\nA buffer holds at most 96 records. Every batch adds b records, where b is a positive integer, and 12 records must remain free. Derive the largest number of complete batches that fit as a formula in b. Explain the rounding and calculate the result for b = 10, keeping the reserved space separate from usable capacity.A formula using a floor, an explanation of usable capacity and a checked numeric example.Verify the formula reserves 12 records and a further full batch would exceed usable capacity in the example.THUDM/GLM-Z1-32B-0414GLM-Z1-32B-0414 est l’édition fixe de raisonnement textuel de Z.ai pour les mathématiques, la programmation et la logique. Son fabricant fournit des consignes explicites sur la réflexion, l’historique de dialogue, l’échantillonnage et l’extension facultative du contexte long pour préparer les tâches complexes à cette version précise.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-Z1-32B-0414 est le membre axé sur le raisonnement de la série GLM-4-0414 de Z.ai. Il est développé à partir de GLM-4-32B-0414 par une préparation de démarrage à froid et un apprentissage par renforcement prolongé, avec des travaux supplémentaires en mathématiques, en code et en logique. Des retours fondés sur le classement par paires renforcent aussi les capacités générales. L’entrée est textuelle, et le résultat visible est une solution, une explication ou un fragment de programme en texte.
Il vise les tâches qui exigent des conclusions intermédiaires liées entre elles plutôt qu’une phrase immédiate. Fournissez toutes les hypothèses et définissez le résultat requis : dériver une formule, expliquer un algorithme, justifier une borne ou préparer une modification de code. L’exemple mathématique du fabricant porte sur des variables positives liées par une équation et sur l’intervalle possible de leur somme. Une réponse utile doit identifier les conditions, montrer les transitions pertinentes et séparer clairement le résultat final.
GLM-Z1-Rumination-32B-0414 est une édition distincte pour la recherche plus ouverte avec des outils de recherche; GLM-Z1-9B-0414 est une autre taille. Cette entrée conserve la version nommée Z1 32B au lieu d’importer les caractéristiques supplémentaires de flux de travail ou de taille de ces éditions.
Le fabricant recommande temperature 0.6, top_p 0.95 et top_k 40. Il recommande aussi un budget max_new_tokens de 30 000 pour laisser de la place à la réflexion. Ce sont des paramètres de génération recommandés, et non une garantie que chaque réponse exige cette longueur ni un plafond strict universel documenté de sortie. L’exemple d’inférence distinct de la fiche utilise un budget de génération plus petit propre à la requête.
Pour une tâche de raisonnement, prévoyez assez de place pour l’analyse et la réponse finale ensemble, et définissez la forme de la réponse finale dans l’invite. Une question mathématique peut demander l’intervalle ou la valeur à part de l’explication; une question de programmation peut demander une implémentation suivie des hypothèses importantes. Gardez le résultat demandé assez précis pour pouvoir le vérifier à partir des conditions fournies.
Le gabarit du fabricant commence la génération par le marqueur de réflexion <think>. Son gabarit de conversation publié injecte ce marqueur; une implémentation doit donc utiliser le gabarit réel de la version plutôt que supposer un format de dialogue sans rapport.
Pour les échanges suivants, le guide d’utilisation conserve la réponse finale visible par l’utilisateur et retire le contenu de réflexion interne de l’historique de dialogue sauvegardé. C’est une règle de préparation propre au gabarit conversationnel du modèle. Un suivi doit contenir la question actuelle, le contenu source nécessaire et la réponse antérieure pertinente, plutôt qu’une accumulation non filtrée de toutes les analyses internes précédentes.
La configuration publiée fixe max_position_embeddings à 32 768 et ne comprend pas d’entrée rope_scaling. Le guide d’utilisation recommande d’envisager YaRN lorsque l’entrée dépasse 8 192 jetons. Son exemple de mise à l’échelle utilise factor 4.0 avec original_max_position_embeddings fixé à 32 768. Le seuil de recommandation, la configuration de base et l’extension facultative sont des faits différents; ils ne sont pas des limites de réponse interchangeables.
YaRN statique affecte tout le texte et peut réduire légèrement les performances sur les entrées courtes; le fabricant recommande donc de l’activer au besoin. Pour les longs contenus, fournissez les définitions et les passages pertinents dans une entrée clairement séparée et réservez un budget de génération adapté dans le contexte actif. La configuration doit respecter la prise en charge de la procédure de mise à l’échelle du fabricant par le déploiement choisi, plutôt que traiter un multiple arithmétique comme une fenêtre de contexte automatiquement disponible.
L’exemple d’inférence du modèle utilise une question d’utilisateur et le gabarit de conversation propre à la version. En mathématiques, conservez les définitions des variables et énoncez la proposition à établir. Pour le code, fournissez le fragment pertinent, son comportement requis et le cas à l’étude. Demandez un livrable final distinct — preuve, formule, implémentation ou explication — afin que le raisonnement puisse être évalué par le résultat de la tâche. Le guide Z1 dédié précise le raisonnement textuel et sa préparation; il n’établit pas de contrat natif supplémentaire d’outils ni d’entrée d’images pour cette édition.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites THUDM/GLM-Z1-32B-0414 | 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 $0.00014 / 1K jetons Sortie · Jetons en sortie $0.00014 / 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": "THUDM/GLM-Z1-32B-0414", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='THUDM/GLM-Z1-32B-0414',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='THUDM/GLM-Z1-32B-0414',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 THUDM/GLM-Z1-32B-0414
Utilisez les chemins de méthode indiqués ci-dessus.
THUDM/GLM-Z1-32B-0414GLM-Z1-32B-0414 est l’édition fixe de raisonnement textuel de Z.ai pour les mathématiques, la programmation et la logique. Son fabricant fournit des consignes explicites sur la réflexion, l’historique de dialogue, l’échantillonnage et l’extension facultative du contexte long pour préparer les tâches complexes à cette version précise.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-Z1-32B-0414 est le membre axé sur le raisonnement de la série GLM-4-0414 de Z.ai. Il est développé à partir de GLM-4-32B-0414 par une préparation de démarrage à froid et un apprentissage par renforcement prolongé, avec des travaux supplémentaires en mathématiques, en code et en logique. Des retours fondés sur le classement par paires renforcent aussi les capacités générales. L’entrée est textuelle, et le résultat visible est une solution, une explication ou un fragment de programme en texte.
Il vise les tâches qui exigent des conclusions intermédiaires liées entre elles plutôt qu’une phrase immédiate. Fournissez toutes les hypothèses et définissez le résultat requis : dériver une formule, expliquer un algorithme, justifier une borne ou préparer une modification de code. L’exemple mathématique du fabricant porte sur des variables positives liées par une équation et sur l’intervalle possible de leur somme. Une réponse utile doit identifier les conditions, montrer les transitions pertinentes et séparer clairement le résultat final.
GLM-Z1-Rumination-32B-0414 est une édition distincte pour la recherche plus ouverte avec des outils de recherche; GLM-Z1-9B-0414 est une autre taille. Cette entrée conserve la version nommée Z1 32B au lieu d’importer les caractéristiques supplémentaires de flux de travail ou de taille de ces éditions.
Le fabricant recommande temperature 0.6, top_p 0.95 et top_k 40. Il recommande aussi un budget max_new_tokens de 30 000 pour laisser de la place à la réflexion. Ce sont des paramètres de génération recommandés, et non une garantie que chaque réponse exige cette longueur ni un plafond strict universel documenté de sortie. L’exemple d’inférence distinct de la fiche utilise un budget de génération plus petit propre à la requête.
Pour une tâche de raisonnement, prévoyez assez de place pour l’analyse et la réponse finale ensemble, et définissez la forme de la réponse finale dans l’invite. Une question mathématique peut demander l’intervalle ou la valeur à part de l’explication; une question de programmation peut demander une implémentation suivie des hypothèses importantes. Gardez le résultat demandé assez précis pour pouvoir le vérifier à partir des conditions fournies.
Le gabarit du fabricant commence la génération par le marqueur de réflexion <think>. Son gabarit de conversation publié injecte ce marqueur; une implémentation doit donc utiliser le gabarit réel de la version plutôt que supposer un format de dialogue sans rapport.
Pour les échanges suivants, le guide d’utilisation conserve la réponse finale visible par l’utilisateur et retire le contenu de réflexion interne de l’historique de dialogue sauvegardé. C’est une règle de préparation propre au gabarit conversationnel du modèle. Un suivi doit contenir la question actuelle, le contenu source nécessaire et la réponse antérieure pertinente, plutôt qu’une accumulation non filtrée de toutes les analyses internes précédentes.
La configuration publiée fixe max_position_embeddings à 32 768 et ne comprend pas d’entrée rope_scaling. Le guide d’utilisation recommande d’envisager YaRN lorsque l’entrée dépasse 8 192 jetons. Son exemple de mise à l’échelle utilise factor 4.0 avec original_max_position_embeddings fixé à 32 768. Le seuil de recommandation, la configuration de base et l’extension facultative sont des faits différents; ils ne sont pas des limites de réponse interchangeables.
YaRN statique affecte tout le texte et peut réduire légèrement les performances sur les entrées courtes; le fabricant recommande donc de l’activer au besoin. Pour les longs contenus, fournissez les définitions et les passages pertinents dans une entrée clairement séparée et réservez un budget de génération adapté dans le contexte actif. La configuration doit respecter la prise en charge de la procédure de mise à l’échelle du fabricant par le déploiement choisi, plutôt que traiter un multiple arithmétique comme une fenêtre de contexte automatiquement disponible.
L’exemple d’inférence du modèle utilise une question d’utilisateur et le gabarit de conversation propre à la version. En mathématiques, conservez les définitions des variables et énoncez la proposition à établir. Pour le code, fournissez le fragment pertinent, son comportement requis et le cas à l’étude. Demandez un livrable final distinct — preuve, formule, implémentation ou explication — afin que le raisonnement puisse être évalué par le résultat de la tâche. Le guide Z1 dédié précise le raisonnement textuel et sa préparation; il n’établit pas de contrat natif supplémentaire d’outils ni d’entrée d’images pour cette édition.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites THUDM/GLM-Z1-32B-0414 | 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 $0.00014 / 1K jetons Sortie · Jetons en sortie $0.00014 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "THUDM/GLM-Z1-32B-0414",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'THUDM/GLM-Z1-32B-0414', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'THUDM/GLM-Z1-32B-0414', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 THUDM/GLM-Z1-32B-0414
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Derive a safe batch bound\n\nA buffer holds at most 96 records. Every batch adds b records, where b is a positive integer, and 12 records must remain free. Derive the largest number of complete batches that fit as a formula in b. Explain the rounding and calculate the result for b = 10, keeping the reserved space separate from usable capacity.A formula using a floor, an explanation of usable capacity and a checked numeric example.Verify the formula reserves 12 records and a further full batch would exceed usable capacity in the example.