Z.ai: GLM 5.3 (batch)
Z.ai GLM 5.3 הוא מודל חשיבה טקסטואלי להנדסת תוכנה מורכבת, לעבודה במסוף ולסוכנים למשימות ממושכות. הוא תומך בהקשר של 1M טוקנים המתועד בידי היצרן, בעד 128K טוקני פלט, בקריאה לפונקציות ובמאמץ חשיבה low/high/max, כשהחשיבה פעילה לאורך כל הדרך.
על המודל
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Z.ai GLM 5.3 הוא מודל חשיבה טקסטואלי רחב־היקף שנועד להנדסת תוכנה מורכבת ולעבודת סוכנים במשימות ממושכות. היצרן מציין שהוא משתמש באותו מודל בסיס כמו GLM 5.2, ושהשיפורים החדשים נובעים מאימון המשך. הגרסה מתמקדת בתכנות משופר, בפעולות מסוף ובמשימות רחבות יותר הכרוכות בכמה שלבים התלויים זה בזה. היא מקבלת טקסט ומפיקה טקסט, לרבות קוד, הסברים, תוכניות ובקשות לקריאות כלים ביישום המחובר לכלים.
מצב החשיבה המתועד תמיד פעיל. GLM 5.3 מציע שלוש רמות מאמץ: low, high ו־max, עם max כברירת מחדל. היצרן ממליץ על max לעבודת תכנות מורכבת; low מספק אפשרות חשיבה קלה יותר לשלבים פשוטים. השתמשו ברמה שנבחרה לצד תוצר סופי וקריטריוני השלמה ברורים. לדוגמה: ״בדוק את הקבצים האלה ואת התוצאות הכושלות, עקוב אחר הגורם לאורך המודולים המושפעים, הצע תיקון המשמר את הממשק הציבורי והסבר אילו בדיקות מוכיחות שהרגרסיה נפתרה.״
היצרן מגדיר חלון הקשר של 1M טוקנים ואורך פלט מרבי של 128K טוקנים. ארגנו חומר ארוך סביב הקשר שהמודל צריך לחקור. שמרו שמות קבצים, הגדרות רלוונטיות, תוויות מקור וסדר תצפיות, והשאירו מקום לחשיבה ולתשובה הסופית בתוך הקשר העבודה החל. חלון גדול מועיל לתלויות בין מודולים או לרצף ארוך של תצפיות סוכן; הוא אינו הופך ארכיון לא ממוקד של חומר לא קשור למשימה מוגדרת היטב.
בעבודה על מאגר קוד, ספקו את ההתנהגות הצפויה, טקסט המקור הרלוונטי, גרסאות התלויות ופלט השגיאה בפועל. בקשו מהמודל לזהות את ההתנהגות המושפעת לפני הצעת תיקון. בארגון מחדש של קוד, ציינו את הממשק ואת האינווריאנטים שחייבים להישמר. תגובה מועילה כוללת את הקוד המתוקן, הסבר מדוע השינוי מטפל בבעיה שנצפתה ואת המקרים הדרושים לבדיקת התוצאה. החזירו תוצאות בפועל לתהליך עבודה המחובר לכלים, כדי שהשלב הבא יתבסס על המצב שהשתנה ולא על ההצעה הקודמת.
בעבודת ביצועים, ספקו עומס עבודה, קו בסיס ומדידות כגון זמני ריצה, פרופילים או רשומות הקצאה. Z.ai מתארת משימות אימון הכרוכות באבחון צווארי בקבוק, באופטימיזציה, בניסויים ובתוצאות המשמרות נכונות. בקשה מעשית היא: ״השתמש בפרופיל הזה כדי לזהות את צוואר הבקבוק המשמעותי ביותר, הצע שינוי מדיד אחד והסבר איזו תוצאה תצדיק את השארתו.״ הבחינו בין השערה על ביצועים לבין שיפור שתועד. שמרו על אותו עומס עבודה ועל התנאים הרלוונטיים בעת בחינת תוצאה.
הגרסה מפתחת גם יכולת לניתוח פגיעויות. בסקירת קוד הגנתית, ספקו את הקוד הרלוונטי, את גבולות האמון המיועדים שלו ואת תנאי הריצה. בקשו ממצא המקשר בעיה חשודה לקלט המושפע, להתנהגות ולתיקון ממוקד. הפרידו בין חולשה אפשרית לתקלה ששוחזרה ושמרו את התצפית ששימשה לאימותה. דוח מועיל יותר כשהוא מתעדף ראיות מוחשיות ותיקונים מוצעים, במקום להתייחס לכל דפוס חשוד כפגיעות מאומתת.
קריאה לפונקציות מאפשרת ליישום העוטף לחשוף פעולות חיצוניות למודל. הגדירו את המטרה, הארגומנטים והתוצאה הצפויה של כל כלי, ואז החזירו את תצפית הכלי בפועל לשלב הבא. המודל יכול לנתח תוצאה זו ולהחליט כיצד היא משנה את המשימה. שמרו על הבחנה בין פעולות מוצעות, פעולות שבוצעו ובדיקות שלא הושלמו. היצרן מתעד גם תגובות מוזרמות, המחזירות מקטעי חשיבה ותשובה בנפרד; הרכיבו את התשובה המלאה לפני ההתייחסות אליה כדוח הסופי או כהסבר קוד.
כרטיס המודל המקומי מספק פרט מסוים לגבי הגדרות היסטוריה: תבנית הצ'אט שלו שומרת חשיבה כברירת מחדל, ואילו היצרן ממליץ לנקות במפורש חשיבה ישנה בתרחישי צ'אט רגילים. החילו את מבנה השיחה המתאים לשימוש, תוך שמירת התשובות המלאות ותוצאות הכלים בפועל הנחוצות להמשך. הימנעו מהתייחסות להגדרות בקרת חשיבה של GLM 5.2 או של גרסאות GLM 5.3 Flash הנפרדות כניתנות להחלפה עם פקדי low/high/max של מודל זה.
לתוצאות מובנות, הגדירו את השדות, הטיפוסים וכללי המקור הצפויים. תוצר מועיל יכול להיות טבלת ליקויים, תוכנית שינוי או אובייקט JSON המסכם תצפיות. אמתו הן את המבנה והן את הערכים לפני שהיישום משתמש בהם. התוצאה הסופית צריכה לזהות את התשובה או את התוצר המתוקן, את הראיות התומכות בהם ואת ההנחות שנותרו. מאמץ חשיבה גבוה יותר אינו מוכיח שכלי הופעל, שתיקון מוצע עבר את הבדיקות שלו או שלטענה עובדתית יש תמיכה מעבר לחומר שסופק.
Ailoot Ultra · Batch POST /v1/batches z-ai/glm-5.3:batch
z-ai/glm-5.3:batchהתחלה
Z.ai GLM 5.3 הוא מודל חשיבה טקסטואלי להנדסת תוכנה מורכבת, לעבודה במסוף ולסוכנים למשימות ממושכות. הוא תומך בהקשר של 1M טוקנים המתועד בידי היצרן, בעד 128K טוקני פלט, בקריאה לפונקציות ובמאמץ חשיבה low/high/max, כשהחשיבה פעילה לאורך כל הדרך.
- סוגי קלט נתמכים
- טקסט
- תוצאות
- טקסט
זמין ב-Ailoot · קלט ושיטות
Ailoot Ultra · Batch POST /v1/batches
- סוגי קלט
text- סוגי פלט
text- פורמט פלט
- JSON מוטמע מתוך results[].response.body
| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהendpoint | סוגstring | דרישהחובה | ערכים ומגבלות /v1/chat/completions | ברירת מחדל— |
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות z-ai/glm-5.3:batch | ברירת מחדל— |
שדהrequests | סוגbatch_item[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהrequests[].custom_id | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהrequests[].body.messages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהcompletion_window | סוגstring | דרישהרשות | ערכים ומגבלות 24h | ברירת מחדל— |
שדהprovider | סוגobject|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהrequests[].body.model | סוגstring | דרישהרשות | ערכים ומגבלות z-ai/glm-5.3:batch, z-ai/glm-5.3 | ברירת מחדל— |
שדהprovider.only | סוגstring[] | דרישהרשות | ערכים ומגבלות deepinfra/fp4 | ברירת מחדל— |
שדהprovider.allow_fallbacks | סוגboolean|null | דרישהרשות | ערכים ומגבלות false, null | ברירת מחדל— |
פרמטרים ומחזור חיים של השיטה
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטendpoint, model, requests |
פרמטרmaterial_types | מפרטtext |
פרמטרrepresentation | מפרטrequests[] מוטמעים; לכל פריט יש custom_id ו־body |
פרמטרrequest_endpoint_profile | מפרט/v1/chat/completions |
פרמטרfile_material | מפרטהגורם הקורא רשאי לקרוא מקומית תוכן JSONL אמיתי בקידוד UTF-8 לתוך requests[]. לא נעשה שימוש בשדה purpose להעלאה, ב־input_file_id או בהפניה לקובץ. חומר לקוח חסר או ריק עוצר את ההכנה לפני POST. |
פרמטרserialization_order | מפרטendpoint, model, provider (אם צוין), completion_window (אם צוין), requests בסוף |
פרמטרoptional_controls | מפרטprovider.only, provider.allow_fallbacks, completion_window |
פרמטרschema_scope | מפרטגופי בקשות טקסט של Chat Completions במעטפת Batch המוטמעת המתועדת. |
מחזור חיים: asynchronous
GET /v1/batches/{operation_id} · ערך response.id מבקשת היצירה המקורית שהוחזר בפועל; אותם משתמש/מפתח/קבוצה
תעריפים
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
- מצב מהיר
- לא צוין כאשר נבחר מצב מהיר
- מצב Flex
- לא צוין כאשר נבחר מצב flex
- מאמץ חשיבה מרבי
- לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)
- תמחור מטמון מפורש
- לא מופעל כאשר מתבקש מטמון מפורש
תעריפי Ailoot
מחירים לפי תצורה
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 $0.0009 / 1K טוקנים פלט · טוקני פלט $0.004 / 1K טוקנים קלט · קריאה מהמטמון $0.0002 / 1K טוקנים קלט · כתיבה למטמון — / 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 $0.0009 / 1K טוקנים פלט · טוקני פלט $0.004 / 1K טוקנים קלט · קריאה מהמטמון $0.0002 / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
דוגמאות לבקשות
Ailoot Ultra · Batch
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"z-ai/glm-5.3:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
import json, os
from pathlib import Path
from urllib.request import Request, urlopen
def prepare_requests(customer_path):
path = Path(customer_path)
if not path.is_file(): raise ValueError("Customer JSONL file is missing")
items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
if not items: raise ValueError("Customer JSONL contains no requests")
ids = set()
for item in items:
if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
cid = item["custom_id"]
if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
ids.add(cid)
if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
supplied_model = item["body"].get("model")
if supplied_model is not None and supplied_model not in ['z-ai/glm-5.3:batch', 'z-ai/glm-5.3']: raise ValueError("body.model must be an exact documented caller or wire ID")
return {"endpoint":"/v1/chat/completions", "model":"z-ai/glm-5.3:batch", "requests":items}
if __name__ == "__main__":
material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
body = prepare_requests(material)
key = os.environ.get("AILOOT_API_KEY", "")
if not key: raise SystemExit("Set AILOOT_API_KEY")
request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")
with urlopen(request) as response:
raw = response.read()
Path("batch-create-response.json").write_bytes(raw)
print(raw.decode("utf-8"))
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
קבלה ושמירה של תוצאות
Ailoot Ultra · Batch
JSON מוטמע מתוך results[].response.body
GET /v1/batches/{operation_id}
בדיקת מצב המשימה
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
שמירת כל התוצאות שהושלמו
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את JSON הסטטוס המקורי במלואו, כל תוצאה/custom_id ואת גוף התשובה או השגיאה המלא. שמרו את results[] שהושלמו כ־JSONL ללא סינון.
כשצריך לבדוק את התגובה המקורית
שמרו את מזהה הפעולה המקורי. לתשובת 503 result_pending_check יש X-Should-Retry:false; לעולם אל תשלחו מחדש אצווה מקורית שתוצאתה אינה ידועה.
שדות התגובה
| שדה | סוג |
|---|---|
שדהresults[].custom_id | סוגstring |
שדהresults[].response.body.choices[].message.content | סוגstring|null |
שדהresults[].error | סוגobject|null |
שדהusage | סוגobject|null |
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהendpoint | סוגstring |
שדהstatus | סוגstring |
שדהrequest_counts | סוגobject |
שדהresults[].id | סוגstring |
שדהresults[].response.status_code | סוגinteger |
שדהresults[].response.request_id | סוגstring |
שגיאות והשלבים הבאים
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאימעטפת מוטמעת מתועדת לא תקינה, מפתחות כפולים, זהות פריט לא תקינה או סתירה ביכולות המודל שהוגדרו. | השלב הבאתקנו את השדות שצוינו לפני כל שליחה חדשה. |
תגובה401 · authentication_error | תנאימפתח API לא תקין. | השלב הבאהשתמשו במפתח Ailoot המורשה. |
תגובה403 · permission_error | תנאיקבוצת Batch אינה זמינה. | השלב הבאבדקו את הרשאות המפתח/הקבוצה. |
תגובה422 · invalid_request_error | תנאיBatch מחויב מהיתרה; יצירה בחיוב מנוי נדחית. | השלב הבאהשתמשו בקבוצה המורשית שהחיוב שלה מנוכה מהיתרה. |
תגובה422 · price_unavailable | תנאילא ניתן לחשב הצעת מחיר לקלט Batch. | השלב הבאשמרו את התשובה; השתמשו בקלט המתועד למשפחת ה־API. |
תגובה402 · billing_error | תנאיהסכום לשריון עבור Batch אינו זמין. | השלב הבאפתרו את הבעיה המונעת את קבלת הבקשה לפני שליחת בקשה חדשה. |
תגובה503 · price_unavailable | תנאיהמחיר לשיטת Batch או התעריפים המקוריים אינם זמינים. | השלב הבאשמרו את התשובה; אל תחליפו את המחירים. |
תגובה503 · api_error | תנאינתיב הספק המדויק אינו זמין. | השלב הבאשמרו את התשובה לצורך תיקון נתיב הניתוב. |
תגובה503 · result_pending_check | תנאיהתוצאה המקורית דורשת בדיקה; X-Should-Retry:false. | השלב הבאשמרו את operation_id/id המקורי וקראו את הסטטוס שלו; לעולם אל תחזרו על ה־POST המקורי. |
תגובה404 · not_found | תנאיהפעולה לבדיקת סטטוס Batch אינה קיימת או שייכת לזהות אחרת. | השלב הבאהשתמשו בערך id המקורי המדויק ובאותם משתמש/מפתח/קבוצה. |
כינויים
כינויים למודל
Ailoot Ultra z-ai/glm-5.3:batch
כינויים לנתיבי שיטות
השתמשו בנתיבי השיטות המוצגים למעלה.
מזהי מודלים קשורים IDs
FAQ · Z.ai: GLM 5.3 (batch)
- אילו קלטים ותוצאות זמינים?
POST /v1/batches·z-ai/glm-5.3:batch:text→text- באילו שדות הבקשה משתמשת?
POST /v1/batches·z-ai/glm-5.3:batch:endpoint,model,requests,completion_window,provider- אילו מגבלות חלות?
POST /v1/batches·z-ai/glm-5.3:batch:requests.min_items:1