GLM-4.6V est l’édition 106B de la famille GLM-V de Z.ai, distincte de GLM-4.6V-Flash, plus léger, à 9B. Son contexte d’entraînement est étendu à 128K jetons, avec un accent sur la compréhension visuelle et l’appel natif de fonctions multimodales. Le profil hébergé indique les images, la vidéo, le texte et les fichiers comme entrées, et le texte comme sortie. Les tâches peuvent demander une explication de document, un tableau d’extraction, une implémentation éclairée par des captures d’écran ou un rapport ancré dans des éléments de preuve visuels.
L’utilisation native d’outils multimodaux est un changement central. Les images, les captures d’écran et les pages de document peuvent devenir des entrées d’outils sans être d’abord réduites à des descriptions textuelles. Le modèle peut interpréter des graphiques retournés, des pages rendues ou des images récupérées et les intégrer au raisonnement ultérieur. Définissez les outils et la question, puis retournez les sorties réelles. L’application exécute les opérations; un appel proposé et son résultat terminé sont des étapes distinctes.
Le travail documentaire combine le texte, la structure, les graphiques, les tableaux, les formules et les figures. La fiche décrit des documents longs ou multiples à l’intérieur de sa portée de 128K. Fournissez des pages lisibles et des étiquettes de page, et demandez des champs ou des conclusions nommés. Un exemple de rapport peut organiser les affirmations, les éléments de preuve de chacune et les différences non résolues entre les sources. Le contenu visuel utilise l’espace d’entrée avec la question et la réponse.
Le fabricant décrit du contenu image-texte entrelacé assemblé à partir de documents sources et de visuels récupérés. Un processus peut trouver des images candidates, évaluer leur pertinence et composer du texte autour du contenu sélectionné. Il s’agit de création de contenu illustré au moyen d’outils, tandis que le profil hébergé indique toujours le texte comme modalité de sortie native. Précisez les références des sources et la façon dont chaque image appuie le récit. Cela n’établit ni génération indépendante de pixels ni production de fichiers terminés.
La reproduction d’interfaces frontales et la modification visuelle sont des usages majeurs. Le modèle peut interpréter la disposition, les composants et les styles, et proposer du HTML, du CSS ou du JavaScript à partir d’une capture d’écran. Il prend aussi en charge les consignes visant à réviser un résultat visible. Donnez les états cibles et la modification demandée, puis demandez du code source modifiable et une comparaison avec le rendu réel. La production de la page rendue et de la nouvelle capture d’écran nécessite des opérations applicatives.
Les paramètres de reproductibilité de la fiche exacte comprennent une température de 0,8, un top-p de 0,6, un top-k de 2 et une pénalité de répétition de 1,1, avec une allocation de génération de 16K dans cette procédure. Le guide de démarrage rapide utilise une autre allocation d’exemple. Ce sont des procédures publiées, et non un plafond de sortie strict. Son identité 106B et son contexte de 128K restent distincts de GLM-4.5V, du modèle Flash à 9B et des versions de programmation visuelle ultérieures.
La fiche relève des limites dans les réponses aux questions purement textuelles, une réflexion excessive ou répétitive sur les invites complexes et des reformulations occasionnelles de la réponse. Elle signale aussi des faiblesses de perception, comme la précision du comptage. Définissez le résultat, préservez les petites étiquettes et demandez des éléments de preuve reliés à la source. Cela relie les capacités documentaires et d’outils visuels à un livrable qui peut être vérifié à partir du contenu fourni.
", "aboutText": "GLM-4.6V est l’édition 106B de la famille GLM-V de Z.ai, distincte de GLM-4.6V-Flash, plus léger, à 9B. Son contexte d’entraînement est étendu à 128K jetons, avec un accent sur la compréhension visuelle et l’appel natif de fonctions multimodales. Le profil hébergé indique les images, la vidéo, le texte et les fichiers comme entrées, et le texte comme sortie. Les tâches peuvent demander une explication de document, un tableau d’extraction, une implémentation éclairée par des captures d’écran ou un rapport ancré dans des éléments de preuve visuels.\n\nL’utilisation native d’outils multimodaux est un changement central. Les images, les captures d’écran et les pages de document peuvent devenir des entrées d’outils sans être d’abord réduites à des descriptions textuelles. Le modèle peut interpréter des graphiques retournés, des pages rendues ou des images récupérées et les intégrer au raisonnement ultérieur. Définissez les outils et la question, puis retournez les sorties réelles. L’application exécute les opérations; un appel proposé et son résultat terminé sont des étapes distinctes.\n\nLe travail documentaire combine le texte, la structure, les graphiques, les tableaux, les formules et les figures. La fiche décrit des documents longs ou multiples à l’intérieur de sa portée de 128K. Fournissez des pages lisibles et des étiquettes de page, et demandez des champs ou des conclusions nommés. Un exemple de rapport peut organiser les affirmations, les éléments de preuve de chacune et les différences non résolues entre les sources. Le contenu visuel utilise l’espace d’entrée avec la question et la réponse.\n\nLe fabricant décrit du contenu image-texte entrelacé assemblé à partir de documents sources et de visuels récupérés. Un processus peut trouver des images candidates, évaluer leur pertinence et composer du texte autour du contenu sélectionné. Il s’agit de création de contenu illustré au moyen d’outils, tandis que le profil hébergé indique toujours le texte comme modalité de sortie native. Précisez les références des sources et la façon dont chaque image appuie le récit. Cela n’établit ni génération indépendante de pixels ni production de fichiers terminés.\n\nLa reproduction d’interfaces frontales et la modification visuelle sont des usages majeurs. Le modèle peut interpréter la disposition, les composants et les styles, et proposer du HTML, du CSS ou du JavaScript à partir d’une capture d’écran. Il prend aussi en charge les consignes visant à réviser un résultat visible. Donnez les états cibles et la modification demandée, puis demandez du code source modifiable et une comparaison avec le rendu réel. La production de la page rendue et de la nouvelle capture d’écran nécessite des opérations applicatives.\n\nLes paramètres de reproductibilité de la fiche exacte comprennent une température de 0,8, un top-p de 0,6, un top-k de 2 et une pénalité de répétition de 1,1, avec une allocation de génération de 16K dans cette procédure. Le guide de démarrage rapide utilise une autre allocation d’exemple. Ce sont des procédures publiées, et non un plafond de sortie strict. Son identité 106B et son contexte de 128K restent distincts de GLM-4.5V, du modèle Flash à 9B et des versions de programmation visuelle ultérieures.\n\nLa fiche relève des limites dans les réponses aux questions purement textuelles, une réflexion excessive ou répétitive sur les invites complexes et des reformulations occasionnelles de la réponse. Elle signale aussi des faiblesses de perception, comme la précision du comptage. Définissez le résultat, préservez les petites étiquettes et demandez des éléments de preuve reliés à la source. Cela relie les capacités documentaires et d’outils visuels à un livrable qui peut être vérifié à partir du contenu fourni.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Correct a narrow-screen layout\n\nUse this textual layout requirement and CSS. At 320 px viewport width, the panel must fit with 16 px margins and its input must stay inside it. Current CSS: .panel { width: 400px; padding: 24px; } input { width: 100%; padding: 12px; }. Return a focused CSS correction and explain the box-sizing issue. Preserve the class name.An editable CSS patch and checks for panel width, margins and input overflow at a 320 px viewport.Render the proposed styles at 320 px and verify the panel and input bounding boxes remain within the required margins.z-ai/glm-4.6vGLM-4.6V est le modèle vision-langage 106B de Z.ai pour les documents à mise en forme riche, la programmation visuelle et l’utilisation d’outils multimodaux. Son profil publié par le producteur accepte le texte, les images, la vidéo et les fichiers, renvoie du texte et dispose d’un contexte de 128K.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-4.6V est l’édition 106B de la famille GLM-V de Z.ai, distincte de GLM-4.6V-Flash, plus léger, à 9B. Son contexte d’entraînement est étendu à 128K jetons, avec un accent sur la compréhension visuelle et l’appel natif de fonctions multimodales. Le profil hébergé indique les images, la vidéo, le texte et les fichiers comme entrées, et le texte comme sortie. Les tâches peuvent demander une explication de document, un tableau d’extraction, une implémentation éclairée par des captures d’écran ou un rapport ancré dans des éléments de preuve visuels.
L’utilisation native d’outils multimodaux est un changement central. Les images, les captures d’écran et les pages de document peuvent devenir des entrées d’outils sans être d’abord réduites à des descriptions textuelles. Le modèle peut interpréter des graphiques retournés, des pages rendues ou des images récupérées et les intégrer au raisonnement ultérieur. Définissez les outils et la question, puis retournez les sorties réelles. L’application exécute les opérations; un appel proposé et son résultat terminé sont des étapes distinctes.
Le travail documentaire combine le texte, la structure, les graphiques, les tableaux, les formules et les figures. La fiche décrit des documents longs ou multiples à l’intérieur de sa portée de 128K. Fournissez des pages lisibles et des étiquettes de page, et demandez des champs ou des conclusions nommés. Un exemple de rapport peut organiser les affirmations, les éléments de preuve de chacune et les différences non résolues entre les sources. Le contenu visuel utilise l’espace d’entrée avec la question et la réponse.
Le fabricant décrit du contenu image-texte entrelacé assemblé à partir de documents sources et de visuels récupérés. Un processus peut trouver des images candidates, évaluer leur pertinence et composer du texte autour du contenu sélectionné. Il s’agit de création de contenu illustré au moyen d’outils, tandis que le profil hébergé indique toujours le texte comme modalité de sortie native. Précisez les références des sources et la façon dont chaque image appuie le récit. Cela n’établit ni génération indépendante de pixels ni production de fichiers terminés.
La reproduction d’interfaces frontales et la modification visuelle sont des usages majeurs. Le modèle peut interpréter la disposition, les composants et les styles, et proposer du HTML, du CSS ou du JavaScript à partir d’une capture d’écran. Il prend aussi en charge les consignes visant à réviser un résultat visible. Donnez les états cibles et la modification demandée, puis demandez du code source modifiable et une comparaison avec le rendu réel. La production de la page rendue et de la nouvelle capture d’écran nécessite des opérations applicatives.
Les paramètres de reproductibilité de la fiche exacte comprennent une température de 0,8, un top-p de 0,6, un top-k de 2 et une pénalité de répétition de 1,1, avec une allocation de génération de 16K dans cette procédure. Le guide de démarrage rapide utilise une autre allocation d’exemple. Ce sont des procédures publiées, et non un plafond de sortie strict. Son identité 106B et son contexte de 128K restent distincts de GLM-4.5V, du modèle Flash à 9B et des versions de programmation visuelle ultérieures.
La fiche relève des limites dans les réponses aux questions purement textuelles, une réflexion excessive ou répétitive sur les invites complexes et des reformulations occasionnelles de la réponse. Elle signale aussi des faiblesses de perception, comme la précision du comptage. Définissez le résultat, préservez les petites étiquettes et demandez des éléments de preuve reliés à la source. Cela relie les capacités documentaires et d’outils visuels à un livrable qui peut être vérifié à partir du contenu fourni.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites z-ai/glm-4.6v | 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.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0006 / 1K jetons Sortie · Jetons en sortie $0.0018 / 1K jetons Entrée · Lecture du cache $0.0001 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0006 / 1K jetons Sortie · Jetons en sortie $0.0018 / 1K jetons Entrée · Lecture du cache $0.0001 / 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": "z-ai/glm-4.6v", "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-4.6v',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-4.6v',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 z-ai/glm-4.6v
Utilisez les chemins de méthode indiqués ci-dessus.
z-ai/glm-4.6vGLM-4.6V est le modèle vision-langage 106B de Z.ai pour les documents à mise en forme riche, la programmation visuelle et l’utilisation d’outils multimodaux. Son profil publié par le producteur accepte le texte, les images, la vidéo et les fichiers, renvoie du texte et dispose d’un contexte de 128K.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-4.6V est l’édition 106B de la famille GLM-V de Z.ai, distincte de GLM-4.6V-Flash, plus léger, à 9B. Son contexte d’entraînement est étendu à 128K jetons, avec un accent sur la compréhension visuelle et l’appel natif de fonctions multimodales. Le profil hébergé indique les images, la vidéo, le texte et les fichiers comme entrées, et le texte comme sortie. Les tâches peuvent demander une explication de document, un tableau d’extraction, une implémentation éclairée par des captures d’écran ou un rapport ancré dans des éléments de preuve visuels.
L’utilisation native d’outils multimodaux est un changement central. Les images, les captures d’écran et les pages de document peuvent devenir des entrées d’outils sans être d’abord réduites à des descriptions textuelles. Le modèle peut interpréter des graphiques retournés, des pages rendues ou des images récupérées et les intégrer au raisonnement ultérieur. Définissez les outils et la question, puis retournez les sorties réelles. L’application exécute les opérations; un appel proposé et son résultat terminé sont des étapes distinctes.
Le travail documentaire combine le texte, la structure, les graphiques, les tableaux, les formules et les figures. La fiche décrit des documents longs ou multiples à l’intérieur de sa portée de 128K. Fournissez des pages lisibles et des étiquettes de page, et demandez des champs ou des conclusions nommés. Un exemple de rapport peut organiser les affirmations, les éléments de preuve de chacune et les différences non résolues entre les sources. Le contenu visuel utilise l’espace d’entrée avec la question et la réponse.
Le fabricant décrit du contenu image-texte entrelacé assemblé à partir de documents sources et de visuels récupérés. Un processus peut trouver des images candidates, évaluer leur pertinence et composer du texte autour du contenu sélectionné. Il s’agit de création de contenu illustré au moyen d’outils, tandis que le profil hébergé indique toujours le texte comme modalité de sortie native. Précisez les références des sources et la façon dont chaque image appuie le récit. Cela n’établit ni génération indépendante de pixels ni production de fichiers terminés.
La reproduction d’interfaces frontales et la modification visuelle sont des usages majeurs. Le modèle peut interpréter la disposition, les composants et les styles, et proposer du HTML, du CSS ou du JavaScript à partir d’une capture d’écran. Il prend aussi en charge les consignes visant à réviser un résultat visible. Donnez les états cibles et la modification demandée, puis demandez du code source modifiable et une comparaison avec le rendu réel. La production de la page rendue et de la nouvelle capture d’écran nécessite des opérations applicatives.
Les paramètres de reproductibilité de la fiche exacte comprennent une température de 0,8, un top-p de 0,6, un top-k de 2 et une pénalité de répétition de 1,1, avec une allocation de génération de 16K dans cette procédure. Le guide de démarrage rapide utilise une autre allocation d’exemple. Ce sont des procédures publiées, et non un plafond de sortie strict. Son identité 106B et son contexte de 128K restent distincts de GLM-4.5V, du modèle Flash à 9B et des versions de programmation visuelle ultérieures.
La fiche relève des limites dans les réponses aux questions purement textuelles, une réflexion excessive ou répétitive sur les invites complexes et des reformulations occasionnelles de la réponse. Elle signale aussi des faiblesses de perception, comme la précision du comptage. Définissez le résultat, préservez les petites étiquettes et demandez des éléments de preuve reliés à la source. Cela relie les capacités documentaires et d’outils visuels à un livrable qui peut être vérifié à partir du contenu fourni.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites z-ai/glm-4.6v | 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 | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0006 / 1K jetons Sortie · Jetons en sortie $0.0018 / 1K jetons Entrée · Lecture du cache $0.0001 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0006 / 1K jetons Sortie · Jetons en sortie $0.0018 / 1K jetons Entrée · Lecture du cache $0.0001 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "z-ai/glm-4.6v",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.6v', '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-4.6v', '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 z-ai/glm-4.6v
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Correct a narrow-screen layout\n\nUse this textual layout requirement and CSS. At 320 px viewport width, the panel must fit with 16 px margins and its input must stay inside it. Current CSS: .panel { width: 400px; padding: 24px; } input { width: 100%; padding: 12px; }. Return a focused CSS correction and explain the box-sizing issue. Preserve the class name.An editable CSS patch and checks for panel width, margins and input overflow at a 320 px viewport.Render the proposed styles at 320 px and verify the panel and input bounding boxes remain within the required margins.