GLM-5V-Turbo relie la compréhension visuelle au développement logiciel et au travail des agents. Z.ai indique des images, vidéos, textes et fichiers en entrée, et du texte en sortie. Son profil possède un contexte de 200K tokens et jusqu'à 128K tokens en sortie. Une tâche peut associer une capture d'écran ou une conception à des exigences et demander du code, une explication visuelle ou un résultat fondé sur un document. Cette édition est distincte de GLM-5.3-Flash.
La reconstruction d'interfaces Web est un usage principal. Le fabricant décrit la reconnaissance de la disposition, des couleurs, de la hiérarchie des composants et de la logique d'interaction à partir de maquettes. Fournissez les états de référence, les fonctions requises et les contraintes, puis demandez du code modifiable et une explication. Une capture d'écran d'une page défectueuse peut aider à identifier un mauvais alignement, un chevauchement de composants ou des couleurs non conformes. L'application effectue le rendu de la proposition et fournit le résultat réel pour une nouvelle interprétation.
Un processus d'interface graphique peut dépasser une seule capture d'écran. Le producteur décrit l'exploration des transitions entre pages et des ressources visuelles, puis l'utilisation des constats pour préparer du code. Définissez l'objectif et les actions disponibles, retournez les écrans modifiés ou les observations et précisez le livrable achevé attendu. Le modèle planifie à partir de ce retour ; l'application effectue la navigation, les clics ou d'autres opérations. Une réponse décrivant une action ne prouve pas son exécution.
Le fabricant décrit une fusion visuelle et textuelle, un encodeur de vision CogViT et une prédiction de plusieurs tokens, ainsi qu'un apprentissage par renforcement conjoint portant sur plus de 30 types de tâches. Ce périmètre comprend les STEM, l'ancrage visuel, la vidéo, les agents d'interface graphique et les agents de programmation. Sa chaîne d'outils visuels comprend le tracé de rectangles, les captures d'écran et la lecture de pages contenant des images. Ces éléments expliquent l'orientation vers le développement sans attribuer à cette édition un nombre de paramètres ou l'architecture d'un autre modèle.
Les supports officiels de tâches couvrent le légendage d'images, l'ancrage visuel, la rédaction fondée sur des documents, la comparaison de CV avec les exigences fournies et la préparation d'invites à partir de médias de référence. Des consignes documentaires peuvent nommer les champs et demander des conclusions étayées par des passages. Des consignes d'ancrage peuvent préciser l'objet et le résultat attendu sous forme de boîte englobante. Une tâche sur des médias de référence peut demander une invite écrite de scène ou de style ; cet usage ne fait pas du modèle un générateur natif d'images ou de vidéos.
Le profil indique des modes de raisonnement, la diffusion continue, l'appel de fonctions et la mise en cache du contexte. Définissez les outils et conservez leurs observations avec l'étape correspondante. Étiquetez les sources, les chemins de code et les séquences vidéo, en laissant de la place au raisonnement et à la réponse. Les exemples associent les médias à une question concrète. Les restrictions exactes de transport et les commandes d'interface restent liées au processus documenté, et non à une édition GLM au nom ressemblant.
Pour obtenir un résultat exploitable, demandez les pages ou sections documentaires couvertes, le contenu du livrable proposé et les différences qui subsistent dans les éléments observés. Le producteur présente des démonstrations de programmation de pages Web, de création de sites, de compréhension documentaire et de suivi d'objets vidéo. Les projets achevés, les fichiers modifiés et les interactions exécutées proviennent de l'environnement applicatif ; le modèle prépare et affine le travail textuel correspondant.
", "aboutText": "GLM-5V-Turbo relie la compréhension visuelle au développement logiciel et au travail des agents. Z.ai indique des images, vidéos, textes et fichiers en entrée, et du texte en sortie. Son profil possède un contexte de 200K tokens et jusqu'à 128K tokens en sortie. Une tâche peut associer une capture d'écran ou une conception à des exigences et demander du code, une explication visuelle ou un résultat fondé sur un document. Cette édition est distincte de GLM-5.3-Flash.\n\nLa reconstruction d'interfaces Web est un usage principal. Le fabricant décrit la reconnaissance de la disposition, des couleurs, de la hiérarchie des composants et de la logique d'interaction à partir de maquettes. Fournissez les états de référence, les fonctions requises et les contraintes, puis demandez du code modifiable et une explication. Une capture d'écran d'une page défectueuse peut aider à identifier un mauvais alignement, un chevauchement de composants ou des couleurs non conformes. L'application effectue le rendu de la proposition et fournit le résultat réel pour une nouvelle interprétation.\n\nUn processus d'interface graphique peut dépasser une seule capture d'écran. Le producteur décrit l'exploration des transitions entre pages et des ressources visuelles, puis l'utilisation des constats pour préparer du code. Définissez l'objectif et les actions disponibles, retournez les écrans modifiés ou les observations et précisez le livrable achevé attendu. Le modèle planifie à partir de ce retour ; l'application effectue la navigation, les clics ou d'autres opérations. Une réponse décrivant une action ne prouve pas son exécution.\n\nLe fabricant décrit une fusion visuelle et textuelle, un encodeur de vision CogViT et une prédiction de plusieurs tokens, ainsi qu'un apprentissage par renforcement conjoint portant sur plus de 30 types de tâches. Ce périmètre comprend les STEM, l'ancrage visuel, la vidéo, les agents d'interface graphique et les agents de programmation. Sa chaîne d'outils visuels comprend le tracé de rectangles, les captures d'écran et la lecture de pages contenant des images. Ces éléments expliquent l'orientation vers le développement sans attribuer à cette édition un nombre de paramètres ou l'architecture d'un autre modèle.\n\nLes supports officiels de tâches couvrent le légendage d'images, l'ancrage visuel, la rédaction fondée sur des documents, la comparaison de CV avec les exigences fournies et la préparation d'invites à partir de médias de référence. Des consignes documentaires peuvent nommer les champs et demander des conclusions étayées par des passages. Des consignes d'ancrage peuvent préciser l'objet et le résultat attendu sous forme de boîte englobante. Une tâche sur des médias de référence peut demander une invite écrite de scène ou de style ; cet usage ne fait pas du modèle un générateur natif d'images ou de vidéos.\n\nLe profil indique des modes de raisonnement, la diffusion continue, l'appel de fonctions et la mise en cache du contexte. Définissez les outils et conservez leurs observations avec l'étape correspondante. Étiquetez les sources, les chemins de code et les séquences vidéo, en laissant de la place au raisonnement et à la réponse. Les exemples associent les médias à une question concrète. Les restrictions exactes de transport et les commandes d'interface restent liées au processus documenté, et non à une édition GLM au nom ressemblant.\n\nPour obtenir un résultat exploitable, demandez les pages ou sections documentaires couvertes, le contenu du livrable proposé et les différences qui subsistent dans les éléments observés. Le producteur présente des démonstrations de programmation de pages Web, de création de sites, de compréhension documentaire et de suivi d'objets vidéo. Les projets achevés, les fichiers modifiés et les interactions exécutées proviennent de l'environnement applicatif ; le modèle prépare et affine le travail textuel correspondant.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Correct a described responsive layout\n\nPropose HTML and CSS for this written mockup: a header with brand text "North Workshop" and a Book visit link; below it, a title "Repair desk" and two service sections. On narrow screens the services stack in reading order. Use semantic elements, preserve exact labels and keep the link keyboard-focusable. Return editable code and inspection criteria.An editable HTML/CSS example with a responsive service layout and explicit visual and keyboard inspection criteria.Render both wide and narrow layouts and inspect reading order, exact labels and visible keyboard focus before using the code.glm-5v-turboGLM-5V-Turbo est le modèle de programmation multimodal de Z.ai pour les captures d'écran, les références visuelles, les documents et les agents d'interface graphique. Son profil publié par le fabricant accepte des images, des vidéos, du texte et des fichiers, renvoie du texte et indique un contexte de 200K avec jusqu'à 128K tokens en sortie.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-5V-Turbo relie la compréhension visuelle au développement logiciel et au travail des agents. Z.ai indique des images, vidéos, textes et fichiers en entrée, et du texte en sortie. Son profil possède un contexte de 200K tokens et jusqu'à 128K tokens en sortie. Une tâche peut associer une capture d'écran ou une conception à des exigences et demander du code, une explication visuelle ou un résultat fondé sur un document. Cette édition est distincte de GLM-5.3-Flash.
La reconstruction d'interfaces Web est un usage principal. Le fabricant décrit la reconnaissance de la disposition, des couleurs, de la hiérarchie des composants et de la logique d'interaction à partir de maquettes. Fournissez les états de référence, les fonctions requises et les contraintes, puis demandez du code modifiable et une explication. Une capture d'écran d'une page défectueuse peut aider à identifier un mauvais alignement, un chevauchement de composants ou des couleurs non conformes. L'application effectue le rendu de la proposition et fournit le résultat réel pour une nouvelle interprétation.
Un processus d'interface graphique peut dépasser une seule capture d'écran. Le producteur décrit l'exploration des transitions entre pages et des ressources visuelles, puis l'utilisation des constats pour préparer du code. Définissez l'objectif et les actions disponibles, retournez les écrans modifiés ou les observations et précisez le livrable achevé attendu. Le modèle planifie à partir de ce retour ; l'application effectue la navigation, les clics ou d'autres opérations. Une réponse décrivant une action ne prouve pas son exécution.
Le fabricant décrit une fusion visuelle et textuelle, un encodeur de vision CogViT et une prédiction de plusieurs tokens, ainsi qu'un apprentissage par renforcement conjoint portant sur plus de 30 types de tâches. Ce périmètre comprend les STEM, l'ancrage visuel, la vidéo, les agents d'interface graphique et les agents de programmation. Sa chaîne d'outils visuels comprend le tracé de rectangles, les captures d'écran et la lecture de pages contenant des images. Ces éléments expliquent l'orientation vers le développement sans attribuer à cette édition un nombre de paramètres ou l'architecture d'un autre modèle.
Les supports officiels de tâches couvrent le légendage d'images, l'ancrage visuel, la rédaction fondée sur des documents, la comparaison de CV avec les exigences fournies et la préparation d'invites à partir de médias de référence. Des consignes documentaires peuvent nommer les champs et demander des conclusions étayées par des passages. Des consignes d'ancrage peuvent préciser l'objet et le résultat attendu sous forme de boîte englobante. Une tâche sur des médias de référence peut demander une invite écrite de scène ou de style ; cet usage ne fait pas du modèle un générateur natif d'images ou de vidéos.
Le profil indique des modes de raisonnement, la diffusion continue, l'appel de fonctions et la mise en cache du contexte. Définissez les outils et conservez leurs observations avec l'étape correspondante. Étiquetez les sources, les chemins de code et les séquences vidéo, en laissant de la place au raisonnement et à la réponse. Les exemples associent les médias à une question concrète. Les restrictions exactes de transport et les commandes d'interface restent liées au processus documenté, et non à une édition GLM au nom ressemblant.
Pour obtenir un résultat exploitable, demandez les pages ou sections documentaires couvertes, le contenu du livrable proposé et les différences qui subsistent dans les éléments observés. Le producteur présente des démonstrations de programmation de pages Web, de création de sites, de compréhension documentaire et de suivi d'objets vidéo. Les projets achevés, les fichiers modifiés et les interactions exécutées proviennent de l'environnement applicatif ; le modèle prépare et affine le travail textuel correspondant.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites glm-5v-turbo | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— |
Champmessages[].content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream |
Paramètrecontrol_scope | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Alias de méthode : /chat/completions
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0024 / 1K tokens Sortie · Tokens en sortie $0.008 / 1K tokens Entrée · Lecture du cache $0.00048 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0024 / 1K tokens Sortie · Tokens en sortie $0.008 / 1K tokens Entrée · Lecture du cache $0.00048 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"glm-5v-turbo","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-5v-turbo", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
glm-5v-turboGLM-5V-Turbo est le modèle de programmation multimodal de Z.ai pour les captures d'écran, les références visuelles, les documents et les agents d'interface graphique. Son profil publié par le fabricant accepte des images, des vidéos, du texte et des fichiers, renvoie du texte et indique un contexte de 200K avec jusqu'à 128K tokens en sortie.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-5V-Turbo relie la compréhension visuelle au développement logiciel et au travail des agents. Z.ai indique des images, vidéos, textes et fichiers en entrée, et du texte en sortie. Son profil possède un contexte de 200K tokens et jusqu'à 128K tokens en sortie. Une tâche peut associer une capture d'écran ou une conception à des exigences et demander du code, une explication visuelle ou un résultat fondé sur un document. Cette édition est distincte de GLM-5.3-Flash.
La reconstruction d'interfaces Web est un usage principal. Le fabricant décrit la reconnaissance de la disposition, des couleurs, de la hiérarchie des composants et de la logique d'interaction à partir de maquettes. Fournissez les états de référence, les fonctions requises et les contraintes, puis demandez du code modifiable et une explication. Une capture d'écran d'une page défectueuse peut aider à identifier un mauvais alignement, un chevauchement de composants ou des couleurs non conformes. L'application effectue le rendu de la proposition et fournit le résultat réel pour une nouvelle interprétation.
Un processus d'interface graphique peut dépasser une seule capture d'écran. Le producteur décrit l'exploration des transitions entre pages et des ressources visuelles, puis l'utilisation des constats pour préparer du code. Définissez l'objectif et les actions disponibles, retournez les écrans modifiés ou les observations et précisez le livrable achevé attendu. Le modèle planifie à partir de ce retour ; l'application effectue la navigation, les clics ou d'autres opérations. Une réponse décrivant une action ne prouve pas son exécution.
Le fabricant décrit une fusion visuelle et textuelle, un encodeur de vision CogViT et une prédiction de plusieurs tokens, ainsi qu'un apprentissage par renforcement conjoint portant sur plus de 30 types de tâches. Ce périmètre comprend les STEM, l'ancrage visuel, la vidéo, les agents d'interface graphique et les agents de programmation. Sa chaîne d'outils visuels comprend le tracé de rectangles, les captures d'écran et la lecture de pages contenant des images. Ces éléments expliquent l'orientation vers le développement sans attribuer à cette édition un nombre de paramètres ou l'architecture d'un autre modèle.
Les supports officiels de tâches couvrent le légendage d'images, l'ancrage visuel, la rédaction fondée sur des documents, la comparaison de CV avec les exigences fournies et la préparation d'invites à partir de médias de référence. Des consignes documentaires peuvent nommer les champs et demander des conclusions étayées par des passages. Des consignes d'ancrage peuvent préciser l'objet et le résultat attendu sous forme de boîte englobante. Une tâche sur des médias de référence peut demander une invite écrite de scène ou de style ; cet usage ne fait pas du modèle un générateur natif d'images ou de vidéos.
Le profil indique des modes de raisonnement, la diffusion continue, l'appel de fonctions et la mise en cache du contexte. Définissez les outils et conservez leurs observations avec l'étape correspondante. Étiquetez les sources, les chemins de code et les séquences vidéo, en laissant de la place au raisonnement et à la réponse. Les exemples associent les médias à une question concrète. Les restrictions exactes de transport et les commandes d'interface restent liées au processus documenté, et non à une édition GLM au nom ressemblant.
Pour obtenir un résultat exploitable, demandez les pages ou sections documentaires couvertes, le contenu du livrable proposé et les différences qui subsistent dans les éléments observés. Le producteur présente des démonstrations de programmation de pages Web, de création de sites, de compréhension documentaire et de suivi d'objets vidéo. Les projets achevés, les fichiers modifiés et les interactions exécutées proviennent de l'environnement applicatif ; le modèle prépare et affine le travail textuel correspondant.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites glm-5v-turbo | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0024 / 1K tokens Sortie · Tokens en sortie $0.008 / 1K tokens Entrée · Lecture du cache $0.00048 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0024 / 1K tokens Sortie · Tokens en sortie $0.008 / 1K tokens Entrée · Lecture du cache $0.00048 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "glm-5v-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5v-turbo', '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-5v-turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
z-ai/glm-5v-turboGLM-5V-Turbo est le modèle de programmation multimodal de Z.ai pour les captures d'écran, les références visuelles, les documents et les agents d'interface graphique. Son profil publié par le fabricant accepte des images, des vidéos, du texte et des fichiers, renvoie du texte et indique un contexte de 200K avec jusqu'à 128K tokens en sortie.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-5V-Turbo relie la compréhension visuelle au développement logiciel et au travail des agents. Z.ai indique des images, vidéos, textes et fichiers en entrée, et du texte en sortie. Son profil possède un contexte de 200K tokens et jusqu'à 128K tokens en sortie. Une tâche peut associer une capture d'écran ou une conception à des exigences et demander du code, une explication visuelle ou un résultat fondé sur un document. Cette édition est distincte de GLM-5.3-Flash.
La reconstruction d'interfaces Web est un usage principal. Le fabricant décrit la reconnaissance de la disposition, des couleurs, de la hiérarchie des composants et de la logique d'interaction à partir de maquettes. Fournissez les états de référence, les fonctions requises et les contraintes, puis demandez du code modifiable et une explication. Une capture d'écran d'une page défectueuse peut aider à identifier un mauvais alignement, un chevauchement de composants ou des couleurs non conformes. L'application effectue le rendu de la proposition et fournit le résultat réel pour une nouvelle interprétation.
Un processus d'interface graphique peut dépasser une seule capture d'écran. Le producteur décrit l'exploration des transitions entre pages et des ressources visuelles, puis l'utilisation des constats pour préparer du code. Définissez l'objectif et les actions disponibles, retournez les écrans modifiés ou les observations et précisez le livrable achevé attendu. Le modèle planifie à partir de ce retour ; l'application effectue la navigation, les clics ou d'autres opérations. Une réponse décrivant une action ne prouve pas son exécution.
Le fabricant décrit une fusion visuelle et textuelle, un encodeur de vision CogViT et une prédiction de plusieurs tokens, ainsi qu'un apprentissage par renforcement conjoint portant sur plus de 30 types de tâches. Ce périmètre comprend les STEM, l'ancrage visuel, la vidéo, les agents d'interface graphique et les agents de programmation. Sa chaîne d'outils visuels comprend le tracé de rectangles, les captures d'écran et la lecture de pages contenant des images. Ces éléments expliquent l'orientation vers le développement sans attribuer à cette édition un nombre de paramètres ou l'architecture d'un autre modèle.
Les supports officiels de tâches couvrent le légendage d'images, l'ancrage visuel, la rédaction fondée sur des documents, la comparaison de CV avec les exigences fournies et la préparation d'invites à partir de médias de référence. Des consignes documentaires peuvent nommer les champs et demander des conclusions étayées par des passages. Des consignes d'ancrage peuvent préciser l'objet et le résultat attendu sous forme de boîte englobante. Une tâche sur des médias de référence peut demander une invite écrite de scène ou de style ; cet usage ne fait pas du modèle un générateur natif d'images ou de vidéos.
Le profil indique des modes de raisonnement, la diffusion continue, l'appel de fonctions et la mise en cache du contexte. Définissez les outils et conservez leurs observations avec l'étape correspondante. Étiquetez les sources, les chemins de code et les séquences vidéo, en laissant de la place au raisonnement et à la réponse. Les exemples associent les médias à une question concrète. Les restrictions exactes de transport et les commandes d'interface restent liées au processus documenté, et non à une édition GLM au nom ressemblant.
Pour obtenir un résultat exploitable, demandez les pages ou sections documentaires couvertes, le contenu du livrable proposé et les différences qui subsistent dans les éléments observés. Le producteur présente des démonstrations de programmation de pages Web, de création de sites, de compréhension documentaire et de suivi d'objets vidéo. Les projets achevés, les fichiers modifiés et les interactions exécutées proviennent de l'environnement applicatif ; le modèle prépare et affine le travail textuel correspondant.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites z-ai/glm-5v-turbo | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0024 / 1K tokens Sortie · Tokens en sortie $0.008 / 1K tokens Entrée · Lecture du cache $0.00048 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0024 / 1K tokens Sortie · Tokens en sortie $0.008 / 1K tokens Entrée · Lecture du cache $0.00048 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "z-ai/glm-5v-turbo", "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-5v-turbo',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-5v-turbo',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
z-ai/glm-5v-turboGLM-5V-Turbo est le modèle de programmation multimodal de Z.ai pour les captures d'écran, les références visuelles, les documents et les agents d'interface graphique. Son profil publié par le fabricant accepte des images, des vidéos, du texte et des fichiers, renvoie du texte et indique un contexte de 200K avec jusqu'à 128K tokens en sortie.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GLM-5V-Turbo relie la compréhension visuelle au développement logiciel et au travail des agents. Z.ai indique des images, vidéos, textes et fichiers en entrée, et du texte en sortie. Son profil possède un contexte de 200K tokens et jusqu'à 128K tokens en sortie. Une tâche peut associer une capture d'écran ou une conception à des exigences et demander du code, une explication visuelle ou un résultat fondé sur un document. Cette édition est distincte de GLM-5.3-Flash.
La reconstruction d'interfaces Web est un usage principal. Le fabricant décrit la reconnaissance de la disposition, des couleurs, de la hiérarchie des composants et de la logique d'interaction à partir de maquettes. Fournissez les états de référence, les fonctions requises et les contraintes, puis demandez du code modifiable et une explication. Une capture d'écran d'une page défectueuse peut aider à identifier un mauvais alignement, un chevauchement de composants ou des couleurs non conformes. L'application effectue le rendu de la proposition et fournit le résultat réel pour une nouvelle interprétation.
Un processus d'interface graphique peut dépasser une seule capture d'écran. Le producteur décrit l'exploration des transitions entre pages et des ressources visuelles, puis l'utilisation des constats pour préparer du code. Définissez l'objectif et les actions disponibles, retournez les écrans modifiés ou les observations et précisez le livrable achevé attendu. Le modèle planifie à partir de ce retour ; l'application effectue la navigation, les clics ou d'autres opérations. Une réponse décrivant une action ne prouve pas son exécution.
Le fabricant décrit une fusion visuelle et textuelle, un encodeur de vision CogViT et une prédiction de plusieurs tokens, ainsi qu'un apprentissage par renforcement conjoint portant sur plus de 30 types de tâches. Ce périmètre comprend les STEM, l'ancrage visuel, la vidéo, les agents d'interface graphique et les agents de programmation. Sa chaîne d'outils visuels comprend le tracé de rectangles, les captures d'écran et la lecture de pages contenant des images. Ces éléments expliquent l'orientation vers le développement sans attribuer à cette édition un nombre de paramètres ou l'architecture d'un autre modèle.
Les supports officiels de tâches couvrent le légendage d'images, l'ancrage visuel, la rédaction fondée sur des documents, la comparaison de CV avec les exigences fournies et la préparation d'invites à partir de médias de référence. Des consignes documentaires peuvent nommer les champs et demander des conclusions étayées par des passages. Des consignes d'ancrage peuvent préciser l'objet et le résultat attendu sous forme de boîte englobante. Une tâche sur des médias de référence peut demander une invite écrite de scène ou de style ; cet usage ne fait pas du modèle un générateur natif d'images ou de vidéos.
Le profil indique des modes de raisonnement, la diffusion continue, l'appel de fonctions et la mise en cache du contexte. Définissez les outils et conservez leurs observations avec l'étape correspondante. Étiquetez les sources, les chemins de code et les séquences vidéo, en laissant de la place au raisonnement et à la réponse. Les exemples associent les médias à une question concrète. Les restrictions exactes de transport et les commandes d'interface restent liées au processus documenté, et non à une édition GLM au nom ressemblant.
Pour obtenir un résultat exploitable, demandez les pages ou sections documentaires couvertes, le contenu du livrable proposé et les différences qui subsistent dans les éléments observés. Le producteur présente des démonstrations de programmation de pages Web, de création de sites, de compréhension documentaire et de suivi d'objets vidéo. Les projets achevés, les fichiers modifiés et les interactions exécutées proviennent de l'environnement applicatif ; le modèle prépare et affine le travail textuel correspondant.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites z-ai/glm-5v-turbo | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0024 / 1K tokens Sortie · Tokens en sortie $0.008 / 1K tokens Entrée · Lecture du cache $0.00048 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0024 / 1K tokens Sortie · Tokens en sortie $0.008 / 1K tokens Entrée · Lecture du cache $0.00048 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "z-ai/glm-5v-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5v-turbo', '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-5v-turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra glm-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
Exemple technique en anglais
Correct a described responsive layout\n\nPropose HTML and CSS for this written mockup: a header with brand text "North Workshop" and a Book visit link; below it, a title "Repair desk" and two service sections. On narrow screens the services stack in reading order. Use semantic elements, preserve exact labels and keep the link keyboard-focusable. Return editable code and inspection criteria.An editable HTML/CSS example with a responsive service layout and explicit visual and keyboard inspection criteria.Render both wide and narrow layouts and inspect reading order, exact labels and visible keyboard focus before using the code.