A GLM-Z1-32B-0414 a Z.ai GLM-4-0414 sorozatának következtetésre összpontosító tagja. A GLM-4-32B-0414 modellből fejlesztették ki hidegindításos előkészítéssel és kiterjesztett megerősítéses tanulással, további matematikai, programozási és logikai munkával. Az általános képességek erősítésére páronkénti rangsorolásból származó visszajelzést is használnak. Bemenete szöveg, a látható eredmény pedig szöveges megoldás, magyarázat vagy programrészlet.
Olyan feladat a célja, amely azonnali mondat helyett összekapcsolódó köztes következtetéseket igényel. Add meg az összes feltételezést, és határozd meg a kívánt végpontot: képlet levezetését, algoritmus magyarázatát, korlát igazolását vagy kódmódosítás előkészítését. A készítő matematikai példája egy egyenlettel összekapcsolt pozitív változókról és összegük lehetséges tartományáról szól. A hasznos válasz nevezze meg a feltételeket, mutassa be a releváns átmeneteket, és egyértelműen különítse el a végső eredményt.
A GLM-Z1-Rumination-32B-0414 külön kiadás nyitottabb végű, keresőeszközökkel végzett kutatáshoz; a GLM-Z1-9B-0414 másik méretváltozat. Ez a bejegyzés a megnevezett Z1 32B kiadást őrzi meg, és nem veszi át e kiadások további munkafolyamat- vagy méretjellemzőit.
A gyártó temperature 0.6, top_p 0.95 és top_k 40 értékeket ajánl. A gondolkodás számára elegendő hely biztosítására 30 000 értékű max_new_tokens keretet is javasol. Ezek ajánlott generálási beállítások, nem garanciák arra, hogy minden válasznak ilyen hosszúnak kell lennie, és nem dokumentált, általános, szigorú kimeneti plafonok. Az ismertető külön következtetési példája kisebb, kérésenként meghatározott generálási keretet használ.
Következtetési feladatnál hagyj elegendő helyet az elemzésnek és a végső válasznak együtt, és a promptban határozd meg a végső válasz formáját. Matematikai kérdésnél külön kérheted a tartományt vagy értéket és a magyarázatot; programozási kérdésnél egy megvalósítást, majd az annak szempontjából fontos feltételezéseket. A kívánt eredmény legyen elég konkrét ahhoz, hogy a megadott feltételekkel összevethető legyen.
A készítő sablonja a <think> gondolkodási jelölővel kezdi a generálást. Közzétett chat-sablonja beilleszti ezt a jelölőt, ezért a megvalósításnak a kiadás tényleges sablonját kell használnia, nem egy független párbeszédformátumot feltételeznie.
A következő fordulókhoz a használati útmutató megtartja a végső, felhasználó számára látható választ, és eltávolítja a belső gondolkodási anyagot a mentett párbeszéd-előzményekből. Ez a modell saját társalgási sablonjára vonatkozó előkészítési szabály. A folytató kérés az aktuális kérdést, a szükséges forrásanyagot és a releváns korábbi választ tartalmazza, ne az összes korábbi belső elemzés szűretlen halmozását.
A közzétett konfiguráció a max_position_embeddings értékét 32 768-ra állítja, és nem tartalmaz rope_scaling bejegyzést. A használati útmutató YaRN megfontolását javasolja, ha a bemenet meghaladja a 8 192 tokent. A példaként adott skálázási konfiguráció factor 4.0 értéket használ, az original_max_position_embeddings értékét pedig 32 768-ra állítja. Az ajánlási küszöb, az alapkonfiguráció és az opcionális bővítés különböző tények; nem felcserélhető válaszkorlátok.
A statikus YaRN minden szövegre hat, és rövid bemeneteken kissé ronthatja a teljesítményt, ezért a gyártó szükség esetén ajánlja az engedélyezését. Hosszú anyagnál a releváns definíciókat és szövegrészleteket világosan elkülönített bemenetben add meg, és hagyj megfelelő generálási keretet az aktív kontextusban. A konfigurációnak a kiválasztott telepítés által támogatott készítői skálázási eljárást kell követnie, nem pedig automatikusan elérhető kontextusablakként kezelnie egy számtani többszöröst.
A modell következtetési példája felhasználói kérdést és a kiadáshoz tartozó chat-sablont használ. Matematikánál őrizd meg a változók definícióit, és fogalmazd meg a bizonyítandó állítást. Programkódnál add meg a releváns részletet, az elvárt viselkedését és a tárgyalt esetet. Kérj elkülönített végső anyagot – bizonyítást, képletet, megvalósítást vagy magyarázatot –, hogy a következtetés a feladat eredményén keresztül értékelhető legyen. A külön Z1 útmutató a szöveges következtetést és előkészítését határozza meg; nem rögzít további natív eszközszerződést vagy képbemenetet ehhez a kiadáshoz.
", "aboutText": "### Bevezetés\n\nA GLM-Z1-32B-0414 a Z.ai GLM-4-0414 sorozatának következtetésre összpontosító tagja. A GLM-4-32B-0414 modellből fejlesztették ki hidegindításos előkészítéssel és kiterjesztett megerősítéses tanulással, további matematikai, programozási és logikai munkával. Az általános képességek erősítésére páronkénti rangsorolásból származó visszajelzést is használnak. Bemenete szöveg, a látható eredmény pedig szöveges megoldás, magyarázat vagy programrészlet.\n\nOlyan feladat a célja, amely azonnali mondat helyett összekapcsolódó köztes következtetéseket igényel. Add meg az összes feltételezést, és határozd meg a kívánt végpontot: képlet levezetését, algoritmus magyarázatát, korlát igazolását vagy kódmódosítás előkészítését. A készítő matematikai példája egy egyenlettel összekapcsolt pozitív változókról és összegük lehetséges tartományáról szól. A hasznos válasz nevezze meg a feltételeket, mutassa be a releváns átmeneteket, és egyértelműen különítse el a végső eredményt.\n\nA GLM-Z1-Rumination-32B-0414 külön kiadás nyitottabb végű, keresőeszközökkel végzett kutatáshoz; a GLM-Z1-9B-0414 másik méretváltozat. Ez a bejegyzés a megnevezett Z1 32B kiadást őrzi meg, és nem veszi át e kiadások további munkafolyamat- vagy méretjellemzőit.\n\n### Használati útmutató: mintavételezés\n\nA gyártó temperature 0.6, top_p 0.95 és top_k 40 értékeket ajánl. A gondolkodás számára elegendő hely biztosítására 30 000 értékű max_new_tokens keretet is javasol. Ezek ajánlott generálási beállítások, nem garanciák arra, hogy minden válasznak ilyen hosszúnak kell lennie, és nem dokumentált, általános, szigorú kimeneti plafonok. Az ismertető külön következtetési példája kisebb, kérésenként meghatározott generálási keretet használ.\n\nKövetkeztetési feladatnál hagyj elegendő helyet az elemzésnek és a végső válasznak együtt, és a promptban határozd meg a végső válasz formáját. Matematikai kérdésnél külön kérheted a tartományt vagy értéket és a magyarázatot; programozási kérdésnél egy megvalósítást, majd az annak szempontjából fontos feltételezéseket. A kívánt eredmény legyen elég konkrét ahhoz, hogy a megadott feltételekkel összevethető legyen.\n\n### Használati útmutató: gondolkodás és párbeszéd-előzmények\n\nA készítő sablonja a `Technikai példa angolul
Derive a safe batch bound\n\nA buffer holds at most 96 records. Every batch adds b records, where b is a positive integer, and 12 records must remain free. Derive the largest number of complete batches that fit as a formula in b. Explain the rounding and calculate the result for b = 10, keeping the reserved space separate from usable capacity.A formula using a floor, an explanation of usable capacity and a checked numeric example.Verify the formula reserves 12 records and a further full batch would exceed usable capacity in the example.THUDM/GLM-Z1-32B-0414A GLM-Z1-32B-0414 a Z.ai rögzített szöveges következtetési kiadása matematikához, programozáshoz és logikához. Készítője kifejezett útmutatást ad a gondolkodáshoz, a párbeszéd-előzményekhez, a mintavételezéshez és az opcionális hosszúkontextus-skálázáshoz, így az összetett feladatok ehhez a konkrét kiadáshoz készíthetők elő.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A GLM-Z1-32B-0414 a Z.ai GLM-4-0414 sorozatának következtetésre összpontosító tagja. A GLM-4-32B-0414 modellből fejlesztették ki hidegindításos előkészítéssel és kiterjesztett megerősítéses tanulással, további matematikai, programozási és logikai munkával. Az általános képességek erősítésére páronkénti rangsorolásból származó visszajelzést is használnak. Bemenete szöveg, a látható eredmény pedig szöveges megoldás, magyarázat vagy programrészlet.
Olyan feladat a célja, amely azonnali mondat helyett összekapcsolódó köztes következtetéseket igényel. Add meg az összes feltételezést, és határozd meg a kívánt végpontot: képlet levezetését, algoritmus magyarázatát, korlát igazolását vagy kódmódosítás előkészítését. A készítő matematikai példája egy egyenlettel összekapcsolt pozitív változókról és összegük lehetséges tartományáról szól. A hasznos válasz nevezze meg a feltételeket, mutassa be a releváns átmeneteket, és egyértelműen különítse el a végső eredményt.
A GLM-Z1-Rumination-32B-0414 külön kiadás nyitottabb végű, keresőeszközökkel végzett kutatáshoz; a GLM-Z1-9B-0414 másik méretváltozat. Ez a bejegyzés a megnevezett Z1 32B kiadást őrzi meg, és nem veszi át e kiadások további munkafolyamat- vagy méretjellemzőit.
A gyártó temperature 0.6, top_p 0.95 és top_k 40 értékeket ajánl. A gondolkodás számára elegendő hely biztosítására 30 000 értékű max_new_tokens keretet is javasol. Ezek ajánlott generálási beállítások, nem garanciák arra, hogy minden válasznak ilyen hosszúnak kell lennie, és nem dokumentált, általános, szigorú kimeneti plafonok. Az ismertető külön következtetési példája kisebb, kérésenként meghatározott generálási keretet használ.
Következtetési feladatnál hagyj elegendő helyet az elemzésnek és a végső válasznak együtt, és a promptban határozd meg a végső válasz formáját. Matematikai kérdésnél külön kérheted a tartományt vagy értéket és a magyarázatot; programozási kérdésnél egy megvalósítást, majd az annak szempontjából fontos feltételezéseket. A kívánt eredmény legyen elég konkrét ahhoz, hogy a megadott feltételekkel összevethető legyen.
A készítő sablonja a <think> gondolkodási jelölővel kezdi a generálást. Közzétett chat-sablonja beilleszti ezt a jelölőt, ezért a megvalósításnak a kiadás tényleges sablonját kell használnia, nem egy független párbeszédformátumot feltételeznie.
A következő fordulókhoz a használati útmutató megtartja a végső, felhasználó számára látható választ, és eltávolítja a belső gondolkodási anyagot a mentett párbeszéd-előzményekből. Ez a modell saját társalgási sablonjára vonatkozó előkészítési szabály. A folytató kérés az aktuális kérdést, a szükséges forrásanyagot és a releváns korábbi választ tartalmazza, ne az összes korábbi belső elemzés szűretlen halmozását.
A közzétett konfiguráció a max_position_embeddings értékét 32 768-ra állítja, és nem tartalmaz rope_scaling bejegyzést. A használati útmutató YaRN megfontolását javasolja, ha a bemenet meghaladja a 8 192 tokent. A példaként adott skálázási konfiguráció factor 4.0 értéket használ, az original_max_position_embeddings értékét pedig 32 768-ra állítja. Az ajánlási küszöb, az alapkonfiguráció és az opcionális bővítés különböző tények; nem felcserélhető válaszkorlátok.
A statikus YaRN minden szövegre hat, és rövid bemeneteken kissé ronthatja a teljesítményt, ezért a gyártó szükség esetén ajánlja az engedélyezését. Hosszú anyagnál a releváns definíciókat és szövegrészleteket világosan elkülönített bemenetben add meg, és hagyj megfelelő generálási keretet az aktív kontextusban. A konfigurációnak a kiválasztott telepítés által támogatott készítői skálázási eljárást kell követnie, nem pedig automatikusan elérhető kontextusablakként kezelnie egy számtani többszöröst.
A modell következtetési példája felhasználói kérdést és a kiadáshoz tartozó chat-sablont használ. Matematikánál őrizd meg a változók definícióit, és fogalmazd meg a bizonyítandó állítást. Programkódnál add meg a releváns részletet, az elvárt viselkedését és a tárgyalt esetet. Kérj elkülönített végső anyagot – bizonyítást, képletet, megvalósítást vagy magyarázatot –, hogy a következtetés a feladat eredményén keresztül értékelhető legyen. A külön Z1 útmutató a szöveges következtetést és előkészítését határozza meg; nem rögzít további natív eszközszerződést vagy képbemenetet ehhez a kiadáshoz.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok THUDM/GLM-Z1-32B-0414 | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Példák: system, user, assistant, tool, function Feltételek: Ezeket a szerepeket a forráskód kompatibilitási típusai kifejezetten reprezentálják; a pontos szerepkészlet továbbra is modellspecifikus. Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring|content_part[]|null | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_calls | Típustool_call[] | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_call_id | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: role=tool; használja a ténylegesen visszaadott ID-t | Alapértelmezett— |
Mezőmessages[].name | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].reasoning_content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Küldje vissza a ténylegesen visszaadott gondolkodási tartalmat, ha ez a modell használja | Alapértelmezett— |
Mezőmessages[].reasoning_details | Típusobject|array | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőmax_completion_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezőstream_options.include_usage | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstop | Típusstring|string[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools | Típusfunction_tool[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].type | Típusstring | KövetelményOpcionális | Értékek és korlátok function Modelltől függ | Alapértelmezett— |
Mezőtools[].function.name | Típusstring | KövetelményKötelező | Értékek és korlátok Akkor alkalmazandó, ha: Függvényeszköz megadva | Alapértelmezett— |
Mezőtools[].function.description | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtools[].function.parameters | TípusJSON_schema | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtool_choice | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőparallel_tool_calls | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőresponse_format | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning_effort | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőservice_tier | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőinstructions | Típusstring | KövetelményOpcionális | Értékek és korlátok Kompatibilitási mező | Alapértelmezett— |
Mezőfunctions | Típusfunction[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőfunction_call | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőprompt_cache_options | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmodalities | Típusstring[] | KövetelményOpcionális | Értékek és korlátok text | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasításra kerül ezen az Ultra szöveges útvonalon | Alapértelmezett— |
Mezőcache_control.ttl | Típusstring | KövetelményOpcionális | Értékek és korlátok Feltételek: Az 1h elutasításra kerül a tényleges prompt-gyorsítótárazási helyeken | Alapértelmezett— |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramétercontrol_scope | Szerződésmodellspecifikus; a felhasználói függvényeszközök eltérnek a hosztolt eszközöktől |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.00014 / 1K token Kimenet · Kimeneti tokenek $0.00014 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "THUDM/GLM-Z1-32B-0414", "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='THUDM/GLM-Z1-32B-0414',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='THUDM/GLM-Z1-32B-0414',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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra THUDM/GLM-Z1-32B-0414
Használja a fent látható metódusútvonalakat.
THUDM/GLM-Z1-32B-0414A GLM-Z1-32B-0414 a Z.ai rögzített szöveges következtetési kiadása matematikához, programozáshoz és logikához. Készítője kifejezett útmutatást ad a gondolkodáshoz, a párbeszéd-előzményekhez, a mintavételezéshez és az opcionális hosszúkontextus-skálázáshoz, így az összetett feladatok ehhez a konkrét kiadáshoz készíthetők elő.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A GLM-Z1-32B-0414 a Z.ai GLM-4-0414 sorozatának következtetésre összpontosító tagja. A GLM-4-32B-0414 modellből fejlesztették ki hidegindításos előkészítéssel és kiterjesztett megerősítéses tanulással, további matematikai, programozási és logikai munkával. Az általános képességek erősítésére páronkénti rangsorolásból származó visszajelzést is használnak. Bemenete szöveg, a látható eredmény pedig szöveges megoldás, magyarázat vagy programrészlet.
Olyan feladat a célja, amely azonnali mondat helyett összekapcsolódó köztes következtetéseket igényel. Add meg az összes feltételezést, és határozd meg a kívánt végpontot: képlet levezetését, algoritmus magyarázatát, korlát igazolását vagy kódmódosítás előkészítését. A készítő matematikai példája egy egyenlettel összekapcsolt pozitív változókról és összegük lehetséges tartományáról szól. A hasznos válasz nevezze meg a feltételeket, mutassa be a releváns átmeneteket, és egyértelműen különítse el a végső eredményt.
A GLM-Z1-Rumination-32B-0414 külön kiadás nyitottabb végű, keresőeszközökkel végzett kutatáshoz; a GLM-Z1-9B-0414 másik méretváltozat. Ez a bejegyzés a megnevezett Z1 32B kiadást őrzi meg, és nem veszi át e kiadások további munkafolyamat- vagy méretjellemzőit.
A gyártó temperature 0.6, top_p 0.95 és top_k 40 értékeket ajánl. A gondolkodás számára elegendő hely biztosítására 30 000 értékű max_new_tokens keretet is javasol. Ezek ajánlott generálási beállítások, nem garanciák arra, hogy minden válasznak ilyen hosszúnak kell lennie, és nem dokumentált, általános, szigorú kimeneti plafonok. Az ismertető külön következtetési példája kisebb, kérésenként meghatározott generálási keretet használ.
Következtetési feladatnál hagyj elegendő helyet az elemzésnek és a végső válasznak együtt, és a promptban határozd meg a végső válasz formáját. Matematikai kérdésnél külön kérheted a tartományt vagy értéket és a magyarázatot; programozási kérdésnél egy megvalósítást, majd az annak szempontjából fontos feltételezéseket. A kívánt eredmény legyen elég konkrét ahhoz, hogy a megadott feltételekkel összevethető legyen.
A készítő sablonja a <think> gondolkodási jelölővel kezdi a generálást. Közzétett chat-sablonja beilleszti ezt a jelölőt, ezért a megvalósításnak a kiadás tényleges sablonját kell használnia, nem egy független párbeszédformátumot feltételeznie.
A következő fordulókhoz a használati útmutató megtartja a végső, felhasználó számára látható választ, és eltávolítja a belső gondolkodási anyagot a mentett párbeszéd-előzményekből. Ez a modell saját társalgási sablonjára vonatkozó előkészítési szabály. A folytató kérés az aktuális kérdést, a szükséges forrásanyagot és a releváns korábbi választ tartalmazza, ne az összes korábbi belső elemzés szűretlen halmozását.
A közzétett konfiguráció a max_position_embeddings értékét 32 768-ra állítja, és nem tartalmaz rope_scaling bejegyzést. A használati útmutató YaRN megfontolását javasolja, ha a bemenet meghaladja a 8 192 tokent. A példaként adott skálázási konfiguráció factor 4.0 értéket használ, az original_max_position_embeddings értékét pedig 32 768-ra állítja. Az ajánlási küszöb, az alapkonfiguráció és az opcionális bővítés különböző tények; nem felcserélhető válaszkorlátok.
A statikus YaRN minden szövegre hat, és rövid bemeneteken kissé ronthatja a teljesítményt, ezért a gyártó szükség esetén ajánlja az engedélyezését. Hosszú anyagnál a releváns definíciókat és szövegrészleteket világosan elkülönített bemenetben add meg, és hagyj megfelelő generálási keretet az aktív kontextusban. A konfigurációnak a kiválasztott telepítés által támogatott készítői skálázási eljárást kell követnie, nem pedig automatikusan elérhető kontextusablakként kezelnie egy számtani többszöröst.
A modell következtetési példája felhasználói kérdést és a kiadáshoz tartozó chat-sablont használ. Matematikánál őrizd meg a változók definícióit, és fogalmazd meg a bizonyítandó állítást. Programkódnál add meg a releváns részletet, az elvárt viselkedését és a tárgyalt esetet. Kérj elkülönített végső anyagot – bizonyítást, képletet, megvalósítást vagy magyarázatot –, hogy a következtetés a feladat eredményén keresztül értékelhető legyen. A külön Z1 útmutató a szöveges következtetést és előkészítését határozza meg; nem rögzít további natív eszközszerződést vagy képbemenetet ehhez a kiadáshoz.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok THUDM/GLM-Z1-32B-0414 | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.00014 / 1K token Kimenet · Kimeneti tokenek $0.00014 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "THUDM/GLM-Z1-32B-0414",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'THUDM/GLM-Z1-32B-0414', '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': 'THUDM/GLM-Z1-32B-0414', '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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra THUDM/GLM-Z1-32B-0414
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Derive a safe batch bound\n\nA buffer holds at most 96 records. Every batch adds b records, where b is a positive integer, and 12 records must remain free. Derive the largest number of complete batches that fit as a formula in b. Explain the rounding and calculate the result for b = 10, keeping the reserved space separate from usable capacity.A formula using a floor, an explanation of usable capacity and a checked numeric example.Verify the formula reserves 12 records and a further full batch would exceed usable capacity in the example.