GLM-4.7-Flash הוא גרסת 30B-A3B בארכיטקטורת תערובת מומחים במשפחת GLM-4.7 של Z.ai. בתכנון הדליל שלו יש כ־30 מיליארד פרמטרים בסך הכול ושלושה מיליארד פעילים, והיצרן מציג אותו כמודל קל המאזן בין יכולת ליעילות. הוא מקבל טקסט ויוצר טקסט. היצרן מדגיש במיוחד פיתוח תוכנה, כתיבה בסינית, תרגום, עיבוד טקסט ארוך ושיחה מבוססת תפקידים. בריף מועיל יכול לבקש הצעת קוד, קטע מתוקן, הסבר או תוצאה מובנית המעוגנת בחומר שסופק.
בפיתוח, Z.ai מציינת משימות צד לקוח ולוגיקת יישום עבור גרסת Flash זו. ספקו את ההתנהגות שיש לממש, את המקור הרלוונטי ואת התנאים שחייבים להישמר. לעמוד או לרכיב, תארו את המצבים, הפריסה והאינטראקציה הנדרשת, ואז בקשו קוד הניתן לעריכה והסבר של הבחירות החשובות. לפונקציה קיימת, כללו את הכשל שנצפה ודוגמה לתוצאה הצפויה. המודל מפיק את הקוד המוצע; הידורו, הרצתו או רינדור הממשק שייכים לסביבת יישום מחוברת.
פרופיל סדרת GLM-4.7 באירוח היצרן מציין קלט טקסטואלי, פלט טקסטואלי, הקשר של 200K טוקנים ועד 128K טוקני פלט עבור Flash. כרטיס המודל הפתוח ופרופיל האירוח מתארים היבטים שונים של אותה גרסה בעלת שם: מאפייני נקודת הביקורת ותצורת שירות של היצרן. הכינו קלט ארוך עם כותרות מקור, מזהי קוד וגבולות מסמך ברורים, תוך השארת מקום לחשיבה ולתשובה המבוקשת. מודל טקסט בלבד יכול לכתוב קוד ליישום המעבד תמונות או קלט מצלמה, אך הדבר אינו מעניק לנקודת ביקורת זו מצב קלט חזותי מובנה.
החשיבה פעילה כברירת מחדל בסדרת GLM-4.7. היצרן מתעד מתג לכל סבב, כך ששיחה יכולה לבקש חשיבה לשאלה קשה ולהשבית אותה לשכתוב פשוט או לתשובה קצרה. הוא תומך גם בחשיבה המשולבת בין קריאות כלים, המאפשרת למודל לפרש תצפית שהוחזרה לפני תכנון שלב נוסף. הגדירו את הכלים הזמינים ואת התוצר הסופי הנדרש לפני התחלת משימה כזאת. עוזר מסמכים יכול לבקש מידע נבחר, לקבל את תוצאת האחזור בפועל ואז להכין הסבר הנתמך בתוצאה הזאת.
שמירת חשיבה היא אפשרות נפרדת לתכנות מתמשך או לעבודת סוכן. מדריך היצרן משתמש ב־clear_thinking=false ומחייב החזרה של reasoning_content המלא וללא שינוי מסבבי עוזר קודמים, בסדרו המקורי. שינוי או סידור מחדש של בלוקים אלו עלולים לפגוע בתוצאה ולהשפיע על התנהגות המטמון. ברירת המחדל שונה בין ממשקי התכנות והממשקים הרגילים של היצרן, ולכן האפשרות היא תהליך עבודה מוגדר ולא תכונה אוטומטית של כל שיחה. הפרידו בין התשובה הנראית לחשיבה שנשמרת, ושמרו את הראיות או פלט הכלי שבהם תלויים שלבים מאוחרים.
הממשק המתועד של המשפחה כולל הזרמת טקסט, קריאה לפונקציות, מטמון הקשר ופלט מובנה כגון JSON. לתוצאה מובנית, ספקו את השדות הנדרשים ואת משמעות כל ערך; לבקשת כלי, הגדירו את מטרת הפונקציה, הארגומנטים ותנאי ההשלמה. קריאה שנוצרה היא בקשה מהיישום לפעול, ולא הוכחת ביצוע. התוצאה הסופית יכולה להיות דוח קצר, אובייקט נתונים או תוצר קוד, כשהמידע ששימש להפקתה נשאר מזוהה.
לכתיבה או לתרגום, הגדירו את הקורא, השפה, הטון והמונחים שצריכים להישאר ללא שינוי. היצרן ממליץ לנסות את Flash בכתיבה בסינית ובדיאלוג סיפורי או מבוסס תפקידים, לצד עבודה טכנית. בריף עריכה לדוגמה יכול לספק קטע ולבקש גרסה תמציתית המשמרת את עובדותיו; בריף תרגום יכול לספק מילון מונחים ולהבחין בין טקסט מצוטט להוראות. בשיחה ארוכה יותר, שמרו את האילוצים וזהו את התוצאה הבאה הנחוצה, כדי שתגובת המודל תישאר מקושרת למשימה המקורית.
כרטיס המודל הפתוח המדויק מפרסם הגדרות יצירה שונות למשימות ההערכה שלו: טמפרטורת ברירת מחדל של 1.0 ו־top-p של 0.95, עם הגדרות נפרדות למשימות תוכנה של 0.7 ו־1.0. אורכי היצירה לדוגמה שלו הם חלק מהנהלים האלו, ולא מגבלות אוניברסליות נוספות. נקודת הביקורת נפרדת מ־GLM-4.7, מ־GLM-4.7-FlashX וממודלי GLM-5 מאוחרים יותר. התאימו את המשימה ואת מצב התגובה ליכולות הטקסט המתועדות של גרסה זו, ואז העריכו את הקוד שנמסר, הערכים שחולצו או הפרוזה המתוקנת מול הקלט.
", "aboutText": "GLM-4.7-Flash הוא גרסת 30B-A3B בארכיטקטורת תערובת מומחים במשפחת GLM-4.7 של Z.ai. בתכנון הדליל שלו יש כ־30 מיליארד פרמטרים בסך הכול ושלושה מיליארד פעילים, והיצרן מציג אותו כמודל קל המאזן בין יכולת ליעילות. הוא מקבל טקסט ויוצר טקסט. היצרן מדגיש במיוחד פיתוח תוכנה, כתיבה בסינית, תרגום, עיבוד טקסט ארוך ושיחה מבוססת תפקידים. בריף מועיל יכול לבקש הצעת קוד, קטע מתוקן, הסבר או תוצאה מובנית המעוגנת בחומר שסופק.\n\nבפיתוח, Z.ai מציינת משימות צד לקוח ולוגיקת יישום עבור גרסת Flash זו. ספקו את ההתנהגות שיש לממש, את המקור הרלוונטי ואת התנאים שחייבים להישמר. לעמוד או לרכיב, תארו את המצבים, הפריסה והאינטראקציה הנדרשת, ואז בקשו קוד הניתן לעריכה והסבר של הבחירות החשובות. לפונקציה קיימת, כללו את הכשל שנצפה ודוגמה לתוצאה הצפויה. המודל מפיק את הקוד המוצע; הידורו, הרצתו או רינדור הממשק שייכים לסביבת יישום מחוברת.\n\nפרופיל סדרת GLM-4.7 באירוח היצרן מציין קלט טקסטואלי, פלט טקסטואלי, הקשר של 200K טוקנים ועד 128K טוקני פלט עבור Flash. כרטיס המודל הפתוח ופרופיל האירוח מתארים היבטים שונים של אותה גרסה בעלת שם: מאפייני נקודת הביקורת ותצורת שירות של היצרן. הכינו קלט ארוך עם כותרות מקור, מזהי קוד וגבולות מסמך ברורים, תוך השארת מקום לחשיבה ולתשובה המבוקשת. מודל טקסט בלבד יכול לכתוב קוד ליישום המעבד תמונות או קלט מצלמה, אך הדבר אינו מעניק לנקודת ביקורת זו מצב קלט חזותי מובנה.\n\nהחשיבה פעילה כברירת מחדל בסדרת GLM-4.7. היצרן מתעד מתג לכל סבב, כך ששיחה יכולה לבקש חשיבה לשאלה קשה ולהשבית אותה לשכתוב פשוט או לתשובה קצרה. הוא תומך גם בחשיבה המשולבת בין קריאות כלים, המאפשרת למודל לפרש תצפית שהוחזרה לפני תכנון שלב נוסף. הגדירו את הכלים הזמינים ואת התוצר הסופי הנדרש לפני התחלת משימה כזאת. עוזר מסמכים יכול לבקש מידע נבחר, לקבל את תוצאת האחזור בפועל ואז להכין הסבר הנתמך בתוצאה הזאת.\n\nשמירת חשיבה היא אפשרות נפרדת לתכנות מתמשך או לעבודת סוכן. מדריך היצרן משתמש ב־clear_thinking=false ומחייב החזרה של reasoning_content המלא וללא שינוי מסבבי עוזר קודמים, בסדרו המקורי. שינוי או סידור מחדש של בלוקים אלו עלולים לפגוע בתוצאה ולהשפיע על התנהגות המטמון. ברירת המחדל שונה בין ממשקי התכנות והממשקים הרגילים של היצרן, ולכן האפשרות היא תהליך עבודה מוגדר ולא תכונה אוטומטית של כל שיחה. הפרידו בין התשובה הנראית לחשיבה שנשמרת, ושמרו את הראיות או פלט הכלי שבהם תלויים שלבים מאוחרים.\n\nהממשק המתועד של המשפחה כולל הזרמת טקסט, קריאה לפונקציות, מטמון הקשר ופלט מובנה כגון JSON. לתוצאה מובנית, ספקו את השדות הנדרשים ואת משמעות כל ערך; לבקשת כלי, הגדירו את מטרת הפונקציה, הארגומנטים ותנאי ההשלמה. קריאה שנוצרה היא בקשה מהיישום לפעול, ולא הוכחת ביצוע. התוצאה הסופית יכולה להיות דוח קצר, אובייקט נתונים או תוצר קוד, כשהמידע ששימש להפקתה נשאר מזוהה.\n\nלכתיבה או לתרגום, הגדירו את הקורא, השפה, הטון והמונחים שצריכים להישאר ללא שינוי. היצרן ממליץ לנסות את Flash בכתיבה בסינית ובדיאלוג סיפורי או מבוסס תפקידים, לצד עבודה טכנית. בריף עריכה לדוגמה יכול לספק קטע ולבקש גרסה תמציתית המשמרת את עובדותיו; בריף תרגום יכול לספק מילון מונחים ולהבחין בין טקסט מצוטט להוראות. בשיחה ארוכה יותר, שמרו את האילוצים וזהו את התוצאה הבאה הנחוצה, כדי שתגובת המודל תישאר מקושרת למשימה המקורית.\n\nכרטיס המודל הפתוח המדויק מפרסם הגדרות יצירה שונות למשימות ההערכה שלו: טמפרטורת ברירת מחדל של 1.0 ו־top-p של 0.95, עם הגדרות נפרדות למשימות תוכנה של 0.7 ו־1.0. אורכי היצירה לדוגמה שלו הם חלק מהנהלים האלו, ולא מגבלות אוניברסליות נוספות. נקודת הביקורת נפרדת מ־GLM-4.7, מ־GLM-4.7-FlashX וממודלי GLM-5 מאוחרים יותר. התאימו את המשימה ואת מצב התגובה ליכולות הטקסט המתועדות של גרסה זו, ואז העריכו את הקוד שנמסר, הערכים שחולצו או הפרוזה המתוקנת מול הקלט.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Translate a notice with a fixed glossary\n\nTranslate this Chinese notice into English: '订单已审核，但尚未发货。更改收货地址需要重新审核。' Use this glossary consistently: 审核 = review; 发货 = dispatch; 收货地址 = delivery address. Write a clear customer-facing notice and preserve the distinction between completed review and pending dispatch. Do not add a dispatch date or an approval guarantee.A concise English notice applying the glossary and preserving the two different order states.The translation retains the requirement for another review after an address change and does not state that dispatch occurred.z-ai/glm-4.7-flashGLM-4.7-Flash הוא מודל הטקסט של Z.ai בארכיטקטורת תערובת מומחים 30B-A3B לתכנות, לטקסט ארוך, לכתיבה בסינית ולתרגום. הוא תומך בחשיבה ובתהליכי עבודה המכוונים באמצעות כלים, עם פרופיל באירוח היצרן של 200K טוקני הקשר ועד 128K פלט.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
GLM-4.7-Flash הוא גרסת 30B-A3B בארכיטקטורת תערובת מומחים במשפחת GLM-4.7 של Z.ai. בתכנון הדליל שלו יש כ־30 מיליארד פרמטרים בסך הכול ושלושה מיליארד פעילים, והיצרן מציג אותו כמודל קל המאזן בין יכולת ליעילות. הוא מקבל טקסט ויוצר טקסט. היצרן מדגיש במיוחד פיתוח תוכנה, כתיבה בסינית, תרגום, עיבוד טקסט ארוך ושיחה מבוססת תפקידים. בריף מועיל יכול לבקש הצעת קוד, קטע מתוקן, הסבר או תוצאה מובנית המעוגנת בחומר שסופק.
בפיתוח, Z.ai מציינת משימות צד לקוח ולוגיקת יישום עבור גרסת Flash זו. ספקו את ההתנהגות שיש לממש, את המקור הרלוונטי ואת התנאים שחייבים להישמר. לעמוד או לרכיב, תארו את המצבים, הפריסה והאינטראקציה הנדרשת, ואז בקשו קוד הניתן לעריכה והסבר של הבחירות החשובות. לפונקציה קיימת, כללו את הכשל שנצפה ודוגמה לתוצאה הצפויה. המודל מפיק את הקוד המוצע; הידורו, הרצתו או רינדור הממשק שייכים לסביבת יישום מחוברת.
פרופיל סדרת GLM-4.7 באירוח היצרן מציין קלט טקסטואלי, פלט טקסטואלי, הקשר של 200K טוקנים ועד 128K טוקני פלט עבור Flash. כרטיס המודל הפתוח ופרופיל האירוח מתארים היבטים שונים של אותה גרסה בעלת שם: מאפייני נקודת הביקורת ותצורת שירות של היצרן. הכינו קלט ארוך עם כותרות מקור, מזהי קוד וגבולות מסמך ברורים, תוך השארת מקום לחשיבה ולתשובה המבוקשת. מודל טקסט בלבד יכול לכתוב קוד ליישום המעבד תמונות או קלט מצלמה, אך הדבר אינו מעניק לנקודת ביקורת זו מצב קלט חזותי מובנה.
החשיבה פעילה כברירת מחדל בסדרת GLM-4.7. היצרן מתעד מתג לכל סבב, כך ששיחה יכולה לבקש חשיבה לשאלה קשה ולהשבית אותה לשכתוב פשוט או לתשובה קצרה. הוא תומך גם בחשיבה המשולבת בין קריאות כלים, המאפשרת למודל לפרש תצפית שהוחזרה לפני תכנון שלב נוסף. הגדירו את הכלים הזמינים ואת התוצר הסופי הנדרש לפני התחלת משימה כזאת. עוזר מסמכים יכול לבקש מידע נבחר, לקבל את תוצאת האחזור בפועל ואז להכין הסבר הנתמך בתוצאה הזאת.
שמירת חשיבה היא אפשרות נפרדת לתכנות מתמשך או לעבודת סוכן. מדריך היצרן משתמש ב־clear_thinking=false ומחייב החזרה של reasoning_content המלא וללא שינוי מסבבי עוזר קודמים, בסדרו המקורי. שינוי או סידור מחדש של בלוקים אלו עלולים לפגוע בתוצאה ולהשפיע על התנהגות המטמון. ברירת המחדל שונה בין ממשקי התכנות והממשקים הרגילים של היצרן, ולכן האפשרות היא תהליך עבודה מוגדר ולא תכונה אוטומטית של כל שיחה. הפרידו בין התשובה הנראית לחשיבה שנשמרת, ושמרו את הראיות או פלט הכלי שבהם תלויים שלבים מאוחרים.
הממשק המתועד של המשפחה כולל הזרמת טקסט, קריאה לפונקציות, מטמון הקשר ופלט מובנה כגון JSON. לתוצאה מובנית, ספקו את השדות הנדרשים ואת משמעות כל ערך; לבקשת כלי, הגדירו את מטרת הפונקציה, הארגומנטים ותנאי ההשלמה. קריאה שנוצרה היא בקשה מהיישום לפעול, ולא הוכחת ביצוע. התוצאה הסופית יכולה להיות דוח קצר, אובייקט נתונים או תוצר קוד, כשהמידע ששימש להפקתה נשאר מזוהה.
לכתיבה או לתרגום, הגדירו את הקורא, השפה, הטון והמונחים שצריכים להישאר ללא שינוי. היצרן ממליץ לנסות את Flash בכתיבה בסינית ובדיאלוג סיפורי או מבוסס תפקידים, לצד עבודה טכנית. בריף עריכה לדוגמה יכול לספק קטע ולבקש גרסה תמציתית המשמרת את עובדותיו; בריף תרגום יכול לספק מילון מונחים ולהבחין בין טקסט מצוטט להוראות. בשיחה ארוכה יותר, שמרו את האילוצים וזהו את התוצאה הבאה הנחוצה, כדי שתגובת המודל תישאר מקושרת למשימה המקורית.
כרטיס המודל הפתוח המדויק מפרסם הגדרות יצירה שונות למשימות ההערכה שלו: טמפרטורת ברירת מחדל של 1.0 ו־top-p של 0.95, עם הגדרות נפרדות למשימות תוכנה של 0.7 ו־1.0. אורכי היצירה לדוגמה שלו הם חלק מהנהלים האלו, ולא מגבלות אוניברסליות נוספות. נקודת הביקורת נפרדת מ־GLM-4.7, מ־GLM-4.7-FlashX וממודלי GLM-5 מאוחרים יותר. התאימו את המשימה ואת מצב התגובה ליכולות הטקסט המתועדות של גרסה זו, ואז העריכו את הקוד שנמסר, הערכים שחולצו או הפרוזה המתוקנת מול הקלט.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות z-ai/glm-4.7-flash | 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 $0.000144 / 1K טוקנים פלט · טוקני פלט $0.000858 / 1K טוקנים קלט · קריאה מהמטמון $0.00002 / 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 $0.000144 / 1K טוקנים פלט · טוקני פלט $0.000858 / 1K טוקנים קלט · קריאה מהמטמון $0.00002 / 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-4.7-flash", "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-4.7-flash',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-4.7-flash',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-4.7-flash
השתמשו בנתיבי השיטות המוצגים למעלה.
z-ai/glm-4.7-flashGLM-4.7-Flash הוא מודל הטקסט של Z.ai בארכיטקטורת תערובת מומחים 30B-A3B לתכנות, לטקסט ארוך, לכתיבה בסינית ולתרגום. הוא תומך בחשיבה ובתהליכי עבודה המכוונים באמצעות כלים, עם פרופיל באירוח היצרן של 200K טוקני הקשר ועד 128K פלט.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
GLM-4.7-Flash הוא גרסת 30B-A3B בארכיטקטורת תערובת מומחים במשפחת GLM-4.7 של Z.ai. בתכנון הדליל שלו יש כ־30 מיליארד פרמטרים בסך הכול ושלושה מיליארד פעילים, והיצרן מציג אותו כמודל קל המאזן בין יכולת ליעילות. הוא מקבל טקסט ויוצר טקסט. היצרן מדגיש במיוחד פיתוח תוכנה, כתיבה בסינית, תרגום, עיבוד טקסט ארוך ושיחה מבוססת תפקידים. בריף מועיל יכול לבקש הצעת קוד, קטע מתוקן, הסבר או תוצאה מובנית המעוגנת בחומר שסופק.
בפיתוח, Z.ai מציינת משימות צד לקוח ולוגיקת יישום עבור גרסת Flash זו. ספקו את ההתנהגות שיש לממש, את המקור הרלוונטי ואת התנאים שחייבים להישמר. לעמוד או לרכיב, תארו את המצבים, הפריסה והאינטראקציה הנדרשת, ואז בקשו קוד הניתן לעריכה והסבר של הבחירות החשובות. לפונקציה קיימת, כללו את הכשל שנצפה ודוגמה לתוצאה הצפויה. המודל מפיק את הקוד המוצע; הידורו, הרצתו או רינדור הממשק שייכים לסביבת יישום מחוברת.
פרופיל סדרת GLM-4.7 באירוח היצרן מציין קלט טקסטואלי, פלט טקסטואלי, הקשר של 200K טוקנים ועד 128K טוקני פלט עבור Flash. כרטיס המודל הפתוח ופרופיל האירוח מתארים היבטים שונים של אותה גרסה בעלת שם: מאפייני נקודת הביקורת ותצורת שירות של היצרן. הכינו קלט ארוך עם כותרות מקור, מזהי קוד וגבולות מסמך ברורים, תוך השארת מקום לחשיבה ולתשובה המבוקשת. מודל טקסט בלבד יכול לכתוב קוד ליישום המעבד תמונות או קלט מצלמה, אך הדבר אינו מעניק לנקודת ביקורת זו מצב קלט חזותי מובנה.
החשיבה פעילה כברירת מחדל בסדרת GLM-4.7. היצרן מתעד מתג לכל סבב, כך ששיחה יכולה לבקש חשיבה לשאלה קשה ולהשבית אותה לשכתוב פשוט או לתשובה קצרה. הוא תומך גם בחשיבה המשולבת בין קריאות כלים, המאפשרת למודל לפרש תצפית שהוחזרה לפני תכנון שלב נוסף. הגדירו את הכלים הזמינים ואת התוצר הסופי הנדרש לפני התחלת משימה כזאת. עוזר מסמכים יכול לבקש מידע נבחר, לקבל את תוצאת האחזור בפועל ואז להכין הסבר הנתמך בתוצאה הזאת.
שמירת חשיבה היא אפשרות נפרדת לתכנות מתמשך או לעבודת סוכן. מדריך היצרן משתמש ב־clear_thinking=false ומחייב החזרה של reasoning_content המלא וללא שינוי מסבבי עוזר קודמים, בסדרו המקורי. שינוי או סידור מחדש של בלוקים אלו עלולים לפגוע בתוצאה ולהשפיע על התנהגות המטמון. ברירת המחדל שונה בין ממשקי התכנות והממשקים הרגילים של היצרן, ולכן האפשרות היא תהליך עבודה מוגדר ולא תכונה אוטומטית של כל שיחה. הפרידו בין התשובה הנראית לחשיבה שנשמרת, ושמרו את הראיות או פלט הכלי שבהם תלויים שלבים מאוחרים.
הממשק המתועד של המשפחה כולל הזרמת טקסט, קריאה לפונקציות, מטמון הקשר ופלט מובנה כגון JSON. לתוצאה מובנית, ספקו את השדות הנדרשים ואת משמעות כל ערך; לבקשת כלי, הגדירו את מטרת הפונקציה, הארגומנטים ותנאי ההשלמה. קריאה שנוצרה היא בקשה מהיישום לפעול, ולא הוכחת ביצוע. התוצאה הסופית יכולה להיות דוח קצר, אובייקט נתונים או תוצר קוד, כשהמידע ששימש להפקתה נשאר מזוהה.
לכתיבה או לתרגום, הגדירו את הקורא, השפה, הטון והמונחים שצריכים להישאר ללא שינוי. היצרן ממליץ לנסות את Flash בכתיבה בסינית ובדיאלוג סיפורי או מבוסס תפקידים, לצד עבודה טכנית. בריף עריכה לדוגמה יכול לספק קטע ולבקש גרסה תמציתית המשמרת את עובדותיו; בריף תרגום יכול לספק מילון מונחים ולהבחין בין טקסט מצוטט להוראות. בשיחה ארוכה יותר, שמרו את האילוצים וזהו את התוצאה הבאה הנחוצה, כדי שתגובת המודל תישאר מקושרת למשימה המקורית.
כרטיס המודל הפתוח המדויק מפרסם הגדרות יצירה שונות למשימות ההערכה שלו: טמפרטורת ברירת מחדל של 1.0 ו־top-p של 0.95, עם הגדרות נפרדות למשימות תוכנה של 0.7 ו־1.0. אורכי היצירה לדוגמה שלו הם חלק מהנהלים האלו, ולא מגבלות אוניברסליות נוספות. נקודת הביקורת נפרדת מ־GLM-4.7, מ־GLM-4.7-FlashX וממודלי GLM-5 מאוחרים יותר. התאימו את המשימה ואת מצב התגובה ליכולות הטקסט המתועדות של גרסה זו, ואז העריכו את הקוד שנמסר, הערכים שחולצו או הפרוזה המתוקנת מול הקלט.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות z-ai/glm-4.7-flash | 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 $0.000144 / 1K טוקנים פלט · טוקני פלט $0.000858 / 1K טוקנים קלט · קריאה מהמטמון $0.00002 / 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 $0.000144 / 1K טוקנים פלט · טוקני פלט $0.000858 / 1K טוקנים קלט · קריאה מהמטמון $0.00002 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "z-ai/glm-4.7-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.7-flash', '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-4.7-flash', '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-4.7-flash
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Translate a notice with a fixed glossary\n\nTranslate this Chinese notice into English: '订单已审核，但尚未发货。更改收货地址需要重新审核。' Use this glossary consistently: 审核 = review; 发货 = dispatch; 收货地址 = delivery address. Write a clear customer-facing notice and preserve the distinction between completed review and pending dispatch. Do not add a dispatch date or an approval guarantee.A concise English notice applying the glossary and preserving the two different order states.The translation retains the requirement for another review after an address change and does not state that dispatch occurred.