GLM-4.5V הוא מודל החשיבה החזותית של Z.ai המבוסס על GLM-4.5-Air, עם 106 מיליארד פרמטרים בסך הכול ו־12 מיליארד פעילים. הוא מטפל בחשיבה על תמונות, בהבנת וידאו, במשימות ממשק גרפי, בתרשימים מורכבים, במסמכים ארוכים ובעיגון חזותי. פרופיל האירוח של היצרן מציין קלט של תמונות, וידאו, טקסט וקבצים עם פלט טקסטואלי. משימה מועילה יכולה לבקש הסבר לעמוד, טבלה שחולצה, מיקום חזותי או קוד שהוכן מתוך צילום מסך. מודל זה נפרד מ־GLM-4.1V-9B ומ־GLM-4.6V המאוחר יותר.
חשיבה על תמונות מכסה הבנת סצנה, ניתוח כמה תמונות וקשרים מרחביים. תנו תווית לכל תמונה והגדירו את השאלה המדויקת. בתרשים, שמרו צירים, יחידות ומקרא ושאלו אילו ערכים נראים תומכים במסקנה. בהשוואה, הגדירו את המאפיינים שיש לבחון וארגנו את התשובה לפי תוויות המקור. המודל יכול לקשר תצפיות חזותיות לשאלה כתובה; איכות הקלט והתוצאה המבוקשת חשובות לצד כמות החומר שסופק.
עיגון חזותי הוא תהליך פלט מסוים. הכרטיס מתאר תיבות תוחמות המסומנות בטוקנים begin_of_box ו־end_of_box, עם ארבע קואורדינטות המזהות את הפינה השמאלית העליונה ואת הפינה הימנית התחתונה. הערכים מנורמלים מ־0 עד 1,000 ביחס לגודל התמונה, ולא ניתנים ישירות כמיקומי פיקסלים. הגדירו את האובייקט או האזור לאיתור ואת תבנית התיבה הנדרשת. שמרו את מידות התמונה המקוריות לצד התוצאה כדי שיישום יוכל למפות את הקואורדינטות חזרה לתמונה, גם כאשר גודלה שונה לצורכי עיבוד.
משימות וידאו כוללות חלוקה למקטעים וזיהוי אירועים, ואילו עבודה עם מסמכים יכולה לשלב טקסט, תרשימים, טבלאות ופריסה לאורך כמה עמודים. היצרן מדגים המרת טבלה מצולמת ל־Markdown וניתוח תוכן של דוח מחקר. הכינו שאלה מוחשית, שמרו מזהי עמודים או רצפים ובקשו את הראיות התומכות בכל שדה שחולץ או אירוע שתואר. סיכום שנוצר הוא תוצאה טקסטואלית; איסוף פריימים, הרכבת קובץ או החלת עריכה שייכים לסביבה המחוברת.
משימות ממשק גרפי ועמודי אינטרנט משתמשות בהבנת מסך לצורך הצעת אינטראקציה או קוד. דוגמאות היצרן מבקשות HTML ו־CSS מתוך צילום מסך של עמוד ומדגימות עוזר שולחן עבודה מחובר עם צילומי מסך או הקלטות. תנו את המצבים הרלוונטיים, הפעולות המותרות והשינוי הרצוי. המודל מכין קוד או תיאור פעולה, ואילו היישום מבצע אותם ומספק את המסך שהשתנה או את העמוד המרונדר לבדיקה נוספת.
המודל תומך בתגובות עם חשיבה ובלעדיה. הכרטיס המדויק מתאר מתג, ודוגמאות המודל הפתוח מפעילות חשיבה כברירת מחדל עם הגדרת תבנית להשבתתה. השאירו הגדרות אלו קשורות לתהליך העבודה הנתמך. תצורת נקודת הביקורת מגדירה max_position_embeddings ל־65,536; פרופיל האירוח מציין בנפרד עד 16K טוקני פלט. אלו תצורות שונות של היצרן ואינן קובעות חלון יישום אוניברסלי. היצרן מתעד גם כוונון עדין של נקודת הביקורת הפתוחה GLM-4.5V למשימות רב־מודאליות מותאמות; זהו תהליך התאמה נפרד מהסקה רגילה. חומר ארוך והתשובה המבוקשת צריכים מקום במסגרת התצורה המשמשת בפועל.
הכרטיס מזהה מגבלות מסוימות בשחזור קוד חזותי: HTML גולמי עשוי להופיע ללא עטיפת Markdown, ותווי בריחה עלולים לגרום לבעיות רינדור. הוא מציין גם מענה חלש יותר לשאלות טקסט בלבד, חשיבה מזדמנת מופרזת או חוזרת, חזרה על התשובה ושגיאות תפיסה כגון ספירה. במשימת קוד, בקשו תבנית תוצר מפורשת ובחנו את התוצאה המרונדרת. בחילוץ או בניתוח חזותי, שמרו את התוויות הקטנות ובקשו ערכים המקושרים לראיות נראות. כך יכולות החשיבה והעיגון החזותי של המודל נשארות מקושרות לתוצאה שאפשר להשוות למקור המקורי.
", "aboutText": "GLM-4.5V הוא מודל החשיבה החזותית של Z.ai המבוסס על GLM-4.5-Air, עם 106 מיליארד פרמטרים בסך הכול ו־12 מיליארד פעילים. הוא מטפל בחשיבה על תמונות, בהבנת וידאו, במשימות ממשק גרפי, בתרשימים מורכבים, במסמכים ארוכים ובעיגון חזותי. פרופיל האירוח של היצרן מציין קלט של תמונות, וידאו, טקסט וקבצים עם פלט טקסטואלי. משימה מועילה יכולה לבקש הסבר לעמוד, טבלה שחולצה, מיקום חזותי או קוד שהוכן מתוך צילום מסך. מודל זה נפרד מ־GLM-4.1V-9B ומ־GLM-4.6V המאוחר יותר.\n\nחשיבה על תמונות מכסה הבנת סצנה, ניתוח כמה תמונות וקשרים מרחביים. תנו תווית לכל תמונה והגדירו את השאלה המדויקת. בתרשים, שמרו צירים, יחידות ומקרא ושאלו אילו ערכים נראים תומכים במסקנה. בהשוואה, הגדירו את המאפיינים שיש לבחון וארגנו את התשובה לפי תוויות המקור. המודל יכול לקשר תצפיות חזותיות לשאלה כתובה; איכות הקלט והתוצאה המבוקשת חשובות לצד כמות החומר שסופק.\n\nעיגון חזותי הוא תהליך פלט מסוים. הכרטיס מתאר תיבות תוחמות המסומנות בטוקנים begin_of_box ו־end_of_box, עם ארבע קואורדינטות המזהות את הפינה השמאלית העליונה ואת הפינה הימנית התחתונה. הערכים מנורמלים מ־0 עד 1,000 ביחס לגודל התמונה, ולא ניתנים ישירות כמיקומי פיקסלים. הגדירו את האובייקט או האזור לאיתור ואת תבנית התיבה הנדרשת. שמרו את מידות התמונה המקוריות לצד התוצאה כדי שיישום יוכל למפות את הקואורדינטות חזרה לתמונה, גם כאשר גודלה שונה לצורכי עיבוד.\n\nמשימות וידאו כוללות חלוקה למקטעים וזיהוי אירועים, ואילו עבודה עם מסמכים יכולה לשלב טקסט, תרשימים, טבלאות ופריסה לאורך כמה עמודים. היצרן מדגים המרת טבלה מצולמת ל־Markdown וניתוח תוכן של דוח מחקר. הכינו שאלה מוחשית, שמרו מזהי עמודים או רצפים ובקשו את הראיות התומכות בכל שדה שחולץ או אירוע שתואר. סיכום שנוצר הוא תוצאה טקסטואלית; איסוף פריימים, הרכבת קובץ או החלת עריכה שייכים לסביבה המחוברת.\n\nמשימות ממשק גרפי ועמודי אינטרנט משתמשות בהבנת מסך לצורך הצעת אינטראקציה או קוד. דוגמאות היצרן מבקשות HTML ו־CSS מתוך צילום מסך של עמוד ומדגימות עוזר שולחן עבודה מחובר עם צילומי מסך או הקלטות. תנו את המצבים הרלוונטיים, הפעולות המותרות והשינוי הרצוי. המודל מכין קוד או תיאור פעולה, ואילו היישום מבצע אותם ומספק את המסך שהשתנה או את העמוד המרונדר לבדיקה נוספת.\n\nהמודל תומך בתגובות עם חשיבה ובלעדיה. הכרטיס המדויק מתאר מתג, ודוגמאות המודל הפתוח מפעילות חשיבה כברירת מחדל עם הגדרת תבנית להשבתתה. השאירו הגדרות אלו קשורות לתהליך העבודה הנתמך. תצורת נקודת הביקורת מגדירה max_position_embeddings ל־65,536; פרופיל האירוח מציין בנפרד עד 16K טוקני פלט. אלו תצורות שונות של היצרן ואינן קובעות חלון יישום אוניברסלי. היצרן מתעד גם כוונון עדין של נקודת הביקורת הפתוחה GLM-4.5V למשימות רב־מודאליות מותאמות; זהו תהליך התאמה נפרד מהסקה רגילה. חומר ארוך והתשובה המבוקשת צריכים מקום במסגרת התצורה המשמשת בפועל.\n\nהכרטיס מזהה מגבלות מסוימות בשחזור קוד חזותי: HTML גולמי עשוי להופיע ללא עטיפת Markdown, ותווי בריחה עלולים לגרום לבעיות רינדור. הוא מציין גם מענה חלש יותר לשאלות טקסט בלבד, חשיבה מזדמנת מופרזת או חוזרת, חזרה על התשובה ושגיאות תפיסה כגון ספירה. במשימת קוד, בקשו תבנית תוצר מפורשת ובחנו את התוצאה המרונדרת. בחילוץ או בניתוח חזותי, שמרו את התוויות הקטנות ובקשו ערכים המקושרים לראיות נראות. כך יכולות החשיבה והעיגון החזותי של המודל נשארות מקושרות לתוצאה שאפשר להשוות למקור המקורי.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Format a transcribed report table\n\nFrom this text transcription of page V5, produce a Markdown table: 'Experiment | control | treated; run 1 | 12 | 15; run 2 | 11 | unreadable.' Add a difference column only where both values are available. Keep V5 with the result and separate the extracted values from the calculated differences. No image is supplied.A source-labeled Markdown table with extracted numbers, calculated differences and explicit unknown values.The unreadable treated value and its difference must remain unknown rather than be estimated.z-ai/glm-4.5vGLM-4.5V הוא מודל החשיבה החזותית 106B-A12B של Z.ai לתמונות, לווידאו, למסמכים מורכבים ולמשימות ממשק גרפי. הוא מחזיר טקסט, תומך בחשיבה ובתגובות ישירות ויכול לאתר רכיבים חזותיים באמצעות קואורדינטות מנורמלות מ־0 עד 1,000.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
GLM-4.5V הוא מודל החשיבה החזותית של Z.ai המבוסס על GLM-4.5-Air, עם 106 מיליארד פרמטרים בסך הכול ו־12 מיליארד פעילים. הוא מטפל בחשיבה על תמונות, בהבנת וידאו, במשימות ממשק גרפי, בתרשימים מורכבים, במסמכים ארוכים ובעיגון חזותי. פרופיל האירוח של היצרן מציין קלט של תמונות, וידאו, טקסט וקבצים עם פלט טקסטואלי. משימה מועילה יכולה לבקש הסבר לעמוד, טבלה שחולצה, מיקום חזותי או קוד שהוכן מתוך צילום מסך. מודל זה נפרד מ־GLM-4.1V-9B ומ־GLM-4.6V המאוחר יותר.
חשיבה על תמונות מכסה הבנת סצנה, ניתוח כמה תמונות וקשרים מרחביים. תנו תווית לכל תמונה והגדירו את השאלה המדויקת. בתרשים, שמרו צירים, יחידות ומקרא ושאלו אילו ערכים נראים תומכים במסקנה. בהשוואה, הגדירו את המאפיינים שיש לבחון וארגנו את התשובה לפי תוויות המקור. המודל יכול לקשר תצפיות חזותיות לשאלה כתובה; איכות הקלט והתוצאה המבוקשת חשובות לצד כמות החומר שסופק.
עיגון חזותי הוא תהליך פלט מסוים. הכרטיס מתאר תיבות תוחמות המסומנות בטוקנים begin_of_box ו־end_of_box, עם ארבע קואורדינטות המזהות את הפינה השמאלית העליונה ואת הפינה הימנית התחתונה. הערכים מנורמלים מ־0 עד 1,000 ביחס לגודל התמונה, ולא ניתנים ישירות כמיקומי פיקסלים. הגדירו את האובייקט או האזור לאיתור ואת תבנית התיבה הנדרשת. שמרו את מידות התמונה המקוריות לצד התוצאה כדי שיישום יוכל למפות את הקואורדינטות חזרה לתמונה, גם כאשר גודלה שונה לצורכי עיבוד.
משימות וידאו כוללות חלוקה למקטעים וזיהוי אירועים, ואילו עבודה עם מסמכים יכולה לשלב טקסט, תרשימים, טבלאות ופריסה לאורך כמה עמודים. היצרן מדגים המרת טבלה מצולמת ל־Markdown וניתוח תוכן של דוח מחקר. הכינו שאלה מוחשית, שמרו מזהי עמודים או רצפים ובקשו את הראיות התומכות בכל שדה שחולץ או אירוע שתואר. סיכום שנוצר הוא תוצאה טקסטואלית; איסוף פריימים, הרכבת קובץ או החלת עריכה שייכים לסביבה המחוברת.
משימות ממשק גרפי ועמודי אינטרנט משתמשות בהבנת מסך לצורך הצעת אינטראקציה או קוד. דוגמאות היצרן מבקשות HTML ו־CSS מתוך צילום מסך של עמוד ומדגימות עוזר שולחן עבודה מחובר עם צילומי מסך או הקלטות. תנו את המצבים הרלוונטיים, הפעולות המותרות והשינוי הרצוי. המודל מכין קוד או תיאור פעולה, ואילו היישום מבצע אותם ומספק את המסך שהשתנה או את העמוד המרונדר לבדיקה נוספת.
המודל תומך בתגובות עם חשיבה ובלעדיה. הכרטיס המדויק מתאר מתג, ודוגמאות המודל הפתוח מפעילות חשיבה כברירת מחדל עם הגדרת תבנית להשבתתה. השאירו הגדרות אלו קשורות לתהליך העבודה הנתמך. תצורת נקודת הביקורת מגדירה max_position_embeddings ל־65,536; פרופיל האירוח מציין בנפרד עד 16K טוקני פלט. אלו תצורות שונות של היצרן ואינן קובעות חלון יישום אוניברסלי. היצרן מתעד גם כוונון עדין של נקודת הביקורת הפתוחה GLM-4.5V למשימות רב־מודאליות מותאמות; זהו תהליך התאמה נפרד מהסקה רגילה. חומר ארוך והתשובה המבוקשת צריכים מקום במסגרת התצורה המשמשת בפועל.
הכרטיס מזהה מגבלות מסוימות בשחזור קוד חזותי: HTML גולמי עשוי להופיע ללא עטיפת Markdown, ותווי בריחה עלולים לגרום לבעיות רינדור. הוא מציין גם מענה חלש יותר לשאלות טקסט בלבד, חשיבה מזדמנת מופרזת או חוזרת, חזרה על התשובה ושגיאות תפיסה כגון ספירה. במשימת קוד, בקשו תבנית תוצר מפורשת ובחנו את התוצאה המרונדרת. בחילוץ או בניתוח חזותי, שמרו את התוויות הקטנות ובקשו ערכים המקושרים לראיות נראות. כך יכולות החשיבה והעיגון החזותי של המודל נשארות מקושרות לתוצאה שאפשר להשוות למקור המקורי.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות z-ai/glm-4.5v | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות דוגמאות: system, user, assistant, tool, function תנאים: התפקידים האלה מיוצגים במפורש בטיפוסי התאימות בקוד המקור; מערך התפקידים המדויק נשאר ייחודי לכל מודל. תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_part[]|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_calls | סוגtool_call[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_call_id | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— |
שדהmessages[].name | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].reasoning_content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— |
שדהmessages[].reasoning_details | סוגobject|array | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהmax_completion_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהstream_options.include_usage | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop | סוגstring|string[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגfunction_tool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].type | סוגstring | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— |
שדהtools[].function.name | סוגstring | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— |
שדהtools[].function.description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].function.parameters | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהparallel_tool_calls | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהresponse_format | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning_effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהservice_tier | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהinstructions | סוגstring | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— |
שדהfunctions | סוגfunction[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהfunction_call | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהprompt_cache_options | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmodalities | סוגstring[] | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— |
שדהcache_control.ttl | סוגstring | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
פרמטרcontrol_scope | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0012 / 1K טוקנים פלט · טוקני פלט $0.0036 / 1K טוקנים קלט · קריאה מהמטמון $0.00022 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0012 / 1K טוקנים פלט · טוקני פלט $0.0036 / 1K טוקנים קלט · קריאה מהמטמון $0.00022 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${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-4.5v", "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-4.5v',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-4.5v',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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra z-ai/glm-4.5v
השתמשו בנתיבי השיטות המוצגים למעלה.
z-ai/glm-4.5vGLM-4.5V הוא מודל החשיבה החזותית 106B-A12B של Z.ai לתמונות, לווידאו, למסמכים מורכבים ולמשימות ממשק גרפי. הוא מחזיר טקסט, תומך בחשיבה ובתגובות ישירות ויכול לאתר רכיבים חזותיים באמצעות קואורדינטות מנורמלות מ־0 עד 1,000.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
GLM-4.5V הוא מודל החשיבה החזותית של Z.ai המבוסס על GLM-4.5-Air, עם 106 מיליארד פרמטרים בסך הכול ו־12 מיליארד פעילים. הוא מטפל בחשיבה על תמונות, בהבנת וידאו, במשימות ממשק גרפי, בתרשימים מורכבים, במסמכים ארוכים ובעיגון חזותי. פרופיל האירוח של היצרן מציין קלט של תמונות, וידאו, טקסט וקבצים עם פלט טקסטואלי. משימה מועילה יכולה לבקש הסבר לעמוד, טבלה שחולצה, מיקום חזותי או קוד שהוכן מתוך צילום מסך. מודל זה נפרד מ־GLM-4.1V-9B ומ־GLM-4.6V המאוחר יותר.
חשיבה על תמונות מכסה הבנת סצנה, ניתוח כמה תמונות וקשרים מרחביים. תנו תווית לכל תמונה והגדירו את השאלה המדויקת. בתרשים, שמרו צירים, יחידות ומקרא ושאלו אילו ערכים נראים תומכים במסקנה. בהשוואה, הגדירו את המאפיינים שיש לבחון וארגנו את התשובה לפי תוויות המקור. המודל יכול לקשר תצפיות חזותיות לשאלה כתובה; איכות הקלט והתוצאה המבוקשת חשובות לצד כמות החומר שסופק.
עיגון חזותי הוא תהליך פלט מסוים. הכרטיס מתאר תיבות תוחמות המסומנות בטוקנים begin_of_box ו־end_of_box, עם ארבע קואורדינטות המזהות את הפינה השמאלית העליונה ואת הפינה הימנית התחתונה. הערכים מנורמלים מ־0 עד 1,000 ביחס לגודל התמונה, ולא ניתנים ישירות כמיקומי פיקסלים. הגדירו את האובייקט או האזור לאיתור ואת תבנית התיבה הנדרשת. שמרו את מידות התמונה המקוריות לצד התוצאה כדי שיישום יוכל למפות את הקואורדינטות חזרה לתמונה, גם כאשר גודלה שונה לצורכי עיבוד.
משימות וידאו כוללות חלוקה למקטעים וזיהוי אירועים, ואילו עבודה עם מסמכים יכולה לשלב טקסט, תרשימים, טבלאות ופריסה לאורך כמה עמודים. היצרן מדגים המרת טבלה מצולמת ל־Markdown וניתוח תוכן של דוח מחקר. הכינו שאלה מוחשית, שמרו מזהי עמודים או רצפים ובקשו את הראיות התומכות בכל שדה שחולץ או אירוע שתואר. סיכום שנוצר הוא תוצאה טקסטואלית; איסוף פריימים, הרכבת קובץ או החלת עריכה שייכים לסביבה המחוברת.
משימות ממשק גרפי ועמודי אינטרנט משתמשות בהבנת מסך לצורך הצעת אינטראקציה או קוד. דוגמאות היצרן מבקשות HTML ו־CSS מתוך צילום מסך של עמוד ומדגימות עוזר שולחן עבודה מחובר עם צילומי מסך או הקלטות. תנו את המצבים הרלוונטיים, הפעולות המותרות והשינוי הרצוי. המודל מכין קוד או תיאור פעולה, ואילו היישום מבצע אותם ומספק את המסך שהשתנה או את העמוד המרונדר לבדיקה נוספת.
המודל תומך בתגובות עם חשיבה ובלעדיה. הכרטיס המדויק מתאר מתג, ודוגמאות המודל הפתוח מפעילות חשיבה כברירת מחדל עם הגדרת תבנית להשבתתה. השאירו הגדרות אלו קשורות לתהליך העבודה הנתמך. תצורת נקודת הביקורת מגדירה max_position_embeddings ל־65,536; פרופיל האירוח מציין בנפרד עד 16K טוקני פלט. אלו תצורות שונות של היצרן ואינן קובעות חלון יישום אוניברסלי. היצרן מתעד גם כוונון עדין של נקודת הביקורת הפתוחה GLM-4.5V למשימות רב־מודאליות מותאמות; זהו תהליך התאמה נפרד מהסקה רגילה. חומר ארוך והתשובה המבוקשת צריכים מקום במסגרת התצורה המשמשת בפועל.
הכרטיס מזהה מגבלות מסוימות בשחזור קוד חזותי: HTML גולמי עשוי להופיע ללא עטיפת Markdown, ותווי בריחה עלולים לגרום לבעיות רינדור. הוא מציין גם מענה חלש יותר לשאלות טקסט בלבד, חשיבה מזדמנת מופרזת או חוזרת, חזרה על התשובה ושגיאות תפיסה כגון ספירה. במשימת קוד, בקשו תבנית תוצר מפורשת ובחנו את התוצאה המרונדרת. בחילוץ או בניתוח חזותי, שמרו את התוויות הקטנות ובקשו ערכים המקושרים לראיות נראות. כך יכולות החשיבה והעיגון החזותי של המודל נשארות מקושרות לתוצאה שאפשר להשוות למקור המקורי.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות z-ai/glm-4.5v | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0012 / 1K טוקנים פלט · טוקני פלט $0.0036 / 1K טוקנים קלט · קריאה מהמטמון $0.00022 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0012 / 1K טוקנים פלט · טוקני פלט $0.0036 / 1K טוקנים קלט · קריאה מהמטמון $0.00022 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "z-ai/glm-4.5v",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.5v', '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-4.5v', '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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra z-ai/glm-4.5v
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Format a transcribed report table\n\nFrom this text transcription of page V5, produce a Markdown table: 'Experiment | control | treated; run 1 | 12 | 15; run 2 | 11 | unreadable.' Add a difference column only where both values are available. Keep V5 with the result and separate the extracted values from the calculated differences. No image is supplied.A source-labeled Markdown table with extracted numbers, calculated differences and explicit unknown values.The unreadable treated value and its difference must remain unknown rather than be estimated.