A GLM-4.7-Flash a Z.ai GLM-4.7 családjának 30B-A3B szakértőkeverékes kiadása. Ritka felépítése megközelítőleg 30 milliárd összes paramétert és hárommilliárd aktivált paramétert tartalmaz, a gyártó pedig a képesség és hatékonyság egyensúlyát biztosító könnyű modellként mutatja be. Szöveget fogad és generál. A gyártó kifejezetten kiemeli a szoftverfejlesztést, a kínai nyelvű írást, a fordítást, a hosszú szövegek feldolgozását és a szerepalapú beszélgetést. A hasznos feladatleírás kérhet kódjavaslatot, átdolgozott szövegrészletet, magyarázatot vagy a megadott anyagra épülő strukturált eredményt.
Fejlesztésnél a Z.ai felületfejlesztési és alkalmazáslogikai feladatokat egyaránt megnevez ehhez a Flash kiadáshoz. Adja meg a megvalósítandó működést, a releváns forrást és a sértetlenül megőrzendő feltételeket. Oldalnál vagy komponensnél írja le az állapotokat, elrendezést és szükséges interakciót, majd kérjen szerkeszthető kódot és magyarázatot a fontos döntésekről. Meglévő függvénynél mellékelje a megfigyelt hibát és az elvárt eredmény egy példáját. A modell a javasolt kódot készíti el; annak fordítása, futtatása vagy a felület megjelenítése egy kapcsolt alkalmazási környezet feladata.
A gyártónál szolgáltatott GLM-4.7 sorozatprofil szöveges bemenetet, szöveges kimenetet, 200K tokenes kontextust és a Flash esetén legfeljebb 128K kimeneti tokent sorol fel. A nyílt modell adatlapja és a szolgáltatott profil ugyanannak a névvel azonosított kiadásnak eltérő oldalait írja le: az ellenőrzőpont jellemzőit és a gyártói szolgáltatás konfigurációját. A hosszú bemenetet forráscímsorokkal, kódazonosítókkal és egyértelmű dokumentumhatárokkal készítse elő, helyet hagyva a következtetésnek és a kért válasznak. A csak szöveges modell írhat kódot képeket vagy kamerabemenetet feldolgozó alkalmazáshoz, de ettől az ellenőrzőpont nem kap natív vizuális bemeneti módot.
A GLM-4.7 sorozatban a következtetés alapértelmezés szerint be van kapcsolva. A gyártó fordulónkénti kapcsolót dokumentál, így a beszélgetés nehéz kérdésnél kérhet következtetést, egyszerű átfogalmazásnál vagy rövid válasznál pedig kikapcsolhatja. Az eszközhívások közé ékelt gondolkodást is támogatja, lehetővé téve a modellnek egy visszaadott megfigyelés értelmezését a következő lépés tervezése előtt. Az ilyen feladat kezdete előtt határozza meg az elérhető eszközöket és a szükséges végső anyagot. Egy dokumentumasszisztens kérhet kiválasztott információt, megkaphatja a tényleges visszakeresési eredményt, majd készíthet azzal alátámasztott magyarázatot.
A gondolkodás megőrzése külön lehetőség tartós programozási vagy ügynökmunkához. A gyártó útmutatója clear_thinking=false beállítást használ, és megköveteli a korábbi asszisztensfordulók teljes, módosítatlan reasoning_content tartalmának eredeti sorrendű visszaküldését. E blokkok módosítása vagy átrendezése ronthatja az eredményt és befolyásolhatja a gyorsítótár működését. Az alapértelmezés eltér a gyártó programozási és szabványos felületein, ezért ez beállított munkafolyamat, nem minden beszélgetés automatikus tulajdonsága. A látható választ tartsa külön a megtartott következtetéstől, és őrizze meg a későbbi lépések alapjául szolgáló bizonyítékot vagy eszközkimenetet.
A család dokumentált felülete adatfolyamos szöveget, függvényhívást, kontextusgyorsítótárazást és strukturált kimenetet, például JSON-t tartalmaz. Strukturált eredményhez adja meg a kötelező mezőket és azt, mit jelent az egyes érték; eszközkéréshez határozza meg a függvény célját, argumentumait és teljesítési feltételét. A generált hívás az alkalmazásnak szóló műveletkérés, nem a végrehajtás bizonyítéka. A végső eredmény lehet rövid jelentés, adatobjektum vagy kódanyag, miközben az előállításához használt információ azonosítható marad.
Íráshoz vagy fordításhoz határozza meg az olvasót, a nyelvet, a hangnemet és a változatlanul hagyandó kifejezéseket. A gyártó a Flash kipróbálását kínai nyelvű írásnál, narratív vagy szerepalapú párbeszédnél, valamint műszaki munkánál is ajánlja. Egy szemléltető szerkesztési feladat megadhat szövegrészletet, és kérhet a tényeket megőrző tömör átdolgozást; egy fordítási feladat adhat szójegyzéket, és megkülönböztetheti az idézett szöveget az utasításoktól. Hosszabb beszélgetésben tartsa meg a korlátokat, és nevezze meg a következő szükséges eredményt, hogy a modell válasza az eredeti feladathoz kapcsolódjon.
A pontos nyíltmodell-adatlap eltérő generálási beállításokat közöl az értékelési feladataihoz: alapértelmezett temperature 1.0 és top-p 0.95, külön szoftverfeladat-beállításként pedig 0.7 és 1.0 értékeket. A példák generálási hosszai ezen eljárások részei, nem további általános korlátok. Az ellenőrzőpont különbözik a GLM-4.7, GLM-4.7-FlashX és későbbi GLM-5 modellektől. A feladatot és válaszmódot igazítsa e kiadás dokumentált szöveges képességeihez, majd az átadott kódot, kinyert értékeket vagy átdolgozott szöveget értékelje a bemenet alapján.
", "aboutText": "A GLM-4.7-Flash a Z.ai GLM-4.7 családjának 30B-A3B szakértőkeverékes kiadása. Ritka felépítése megközelítőleg 30 milliárd összes paramétert és hárommilliárd aktivált paramétert tartalmaz, a gyártó pedig a képesség és hatékonyság egyensúlyát biztosító könnyű modellként mutatja be. Szöveget fogad és generál. A gyártó kifejezetten kiemeli a szoftverfejlesztést, a kínai nyelvű írást, a fordítást, a hosszú szövegek feldolgozását és a szerepalapú beszélgetést. A hasznos feladatleírás kérhet kódjavaslatot, átdolgozott szövegrészletet, magyarázatot vagy a megadott anyagra épülő strukturált eredményt.\n\nFejlesztésnél a Z.ai felületfejlesztési és alkalmazáslogikai feladatokat egyaránt megnevez ehhez a Flash kiadáshoz. Adja meg a megvalósítandó működést, a releváns forrást és a sértetlenül megőrzendő feltételeket. Oldalnál vagy komponensnél írja le az állapotokat, elrendezést és szükséges interakciót, majd kérjen szerkeszthető kódot és magyarázatot a fontos döntésekről. Meglévő függvénynél mellékelje a megfigyelt hibát és az elvárt eredmény egy példáját. A modell a javasolt kódot készíti el; annak fordítása, futtatása vagy a felület megjelenítése egy kapcsolt alkalmazási környezet feladata.\n\nA gyártónál szolgáltatott GLM-4.7 sorozatprofil szöveges bemenetet, szöveges kimenetet, 200K tokenes kontextust és a Flash esetén legfeljebb 128K kimeneti tokent sorol fel. A nyílt modell adatlapja és a szolgáltatott profil ugyanannak a névvel azonosított kiadásnak eltérő oldalait írja le: az ellenőrzőpont jellemzőit és a gyártói szolgáltatás konfigurációját. A hosszú bemenetet forráscímsorokkal, kódazonosítókkal és egyértelmű dokumentumhatárokkal készítse elő, helyet hagyva a következtetésnek és a kért válasznak. A csak szöveges modell írhat kódot képeket vagy kamerabemenetet feldolgozó alkalmazáshoz, de ettől az ellenőrzőpont nem kap natív vizuális bemeneti módot.\n\nA GLM-4.7 sorozatban a következtetés alapértelmezés szerint be van kapcsolva. A gyártó fordulónkénti kapcsolót dokumentál, így a beszélgetés nehéz kérdésnél kérhet következtetést, egyszerű átfogalmazásnál vagy rövid válasznál pedig kikapcsolhatja. Az eszközhívások közé ékelt gondolkodást is támogatja, lehetővé téve a modellnek egy visszaadott megfigyelés értelmezését a következő lépés tervezése előtt. Az ilyen feladat kezdete előtt határozza meg az elérhető eszközöket és a szükséges végső anyagot. Egy dokumentumasszisztens kérhet kiválasztott információt, megkaphatja a tényleges visszakeresési eredményt, majd készíthet azzal alátámasztott magyarázatot.\n\nA gondolkodás megőrzése külön lehetőség tartós programozási vagy ügynökmunkához. A gyártó útmutatója clear_thinking=false beállítást használ, és megköveteli a korábbi asszisztensfordulók teljes, módosítatlan reasoning_content tartalmának eredeti sorrendű visszaküldését. E blokkok módosítása vagy átrendezése ronthatja az eredményt és befolyásolhatja a gyorsítótár működését. Az alapértelmezés eltér a gyártó programozási és szabványos felületein, ezért ez beállított munkafolyamat, nem minden beszélgetés automatikus tulajdonsága. A látható választ tartsa külön a megtartott következtetéstől, és őrizze meg a későbbi lépések alapjául szolgáló bizonyítékot vagy eszközkimenetet.\n\nA család dokumentált felülete adatfolyamos szöveget, függvényhívást, kontextusgyorsítótárazást és strukturált kimenetet, például JSON-t tartalmaz. Strukturált eredményhez adja meg a kötelező mezőket és azt, mit jelent az egyes érték; eszközkéréshez határozza meg a függvény célját, argumentumait és teljesítési feltételét. A generált hívás az alkalmazásnak szóló műveletkérés, nem a végrehajtás bizonyítéka. A végső eredmény lehet rövid jelentés, adatobjektum vagy kódanyag, miközben az előállításához használt információ azonosítható marad.\n\nÍráshoz vagy fordításhoz határozza meg az olvasót, a nyelvet, a hangnemet és a változatlanul hagyandó kifejezéseket. A gyártó a Flash kipróbálását kínai nyelvű írásnál, narratív vagy szerepalapú párbeszédnél, valamint műszaki munkánál is ajánlja. Egy szemléltető szerkesztési feladat megadhat szövegrészletet, és kérhet a tényeket megőrző tömör átdolgozást; egy fordítási feladat adhat szójegyzéket, és megkülönböztetheti az idézett szöveget az utasításoktól. Hosszabb beszélgetésben tartsa meg a korlátokat, és nevezze meg a következő szükséges eredményt, hogy a modell válasza az eredeti feladathoz kapcsolódjon.\n\nA pontos nyíltmodell-adatlap eltérő generálási beállításokat közöl az értékelési feladataihoz: alapértelmezett temperature 1.0 és top-p 0.95, külön szoftverfeladat-beállításként pedig 0.7 és 1.0 értékeket. A példák generálási hosszai ezen eljárások részei, nem további általános korlátok. Az ellenőrzőpont különbözik a GLM-4.7, GLM-4.7-FlashX és későbbi GLM-5 modellektől. A feladatot és válaszmódot igazítsa e kiadás dokumentált szöveges képességeihez, majd az átadott kódot, kinyert értékeket vagy átdolgozott szöveget értékelje a bemenet alapján.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
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-flashA GLM-4.7-Flash a Z.ai 30B-A3B szakértőkeverékes szöveges modellje programozáshoz, hosszú szövegekhez, kínai nyelvű íráshoz és fordításhoz. Következtetést és eszközökkel irányított munkafolyamatokat támogat, a gyártónál szolgáltatott profilban 200K kontextustokennel és legfeljebb 128K kimenettel.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A GLM-4.7-Flash a Z.ai GLM-4.7 családjának 30B-A3B szakértőkeverékes kiadása. Ritka felépítése megközelítőleg 30 milliárd összes paramétert és hárommilliárd aktivált paramétert tartalmaz, a gyártó pedig a képesség és hatékonyság egyensúlyát biztosító könnyű modellként mutatja be. Szöveget fogad és generál. A gyártó kifejezetten kiemeli a szoftverfejlesztést, a kínai nyelvű írást, a fordítást, a hosszú szövegek feldolgozását és a szerepalapú beszélgetést. A hasznos feladatleírás kérhet kódjavaslatot, átdolgozott szövegrészletet, magyarázatot vagy a megadott anyagra épülő strukturált eredményt.
Fejlesztésnél a Z.ai felületfejlesztési és alkalmazáslogikai feladatokat egyaránt megnevez ehhez a Flash kiadáshoz. Adja meg a megvalósítandó működést, a releváns forrást és a sértetlenül megőrzendő feltételeket. Oldalnál vagy komponensnél írja le az állapotokat, elrendezést és szükséges interakciót, majd kérjen szerkeszthető kódot és magyarázatot a fontos döntésekről. Meglévő függvénynél mellékelje a megfigyelt hibát és az elvárt eredmény egy példáját. A modell a javasolt kódot készíti el; annak fordítása, futtatása vagy a felület megjelenítése egy kapcsolt alkalmazási környezet feladata.
A gyártónál szolgáltatott GLM-4.7 sorozatprofil szöveges bemenetet, szöveges kimenetet, 200K tokenes kontextust és a Flash esetén legfeljebb 128K kimeneti tokent sorol fel. A nyílt modell adatlapja és a szolgáltatott profil ugyanannak a névvel azonosított kiadásnak eltérő oldalait írja le: az ellenőrzőpont jellemzőit és a gyártói szolgáltatás konfigurációját. A hosszú bemenetet forráscímsorokkal, kódazonosítókkal és egyértelmű dokumentumhatárokkal készítse elő, helyet hagyva a következtetésnek és a kért válasznak. A csak szöveges modell írhat kódot képeket vagy kamerabemenetet feldolgozó alkalmazáshoz, de ettől az ellenőrzőpont nem kap natív vizuális bemeneti módot.
A GLM-4.7 sorozatban a következtetés alapértelmezés szerint be van kapcsolva. A gyártó fordulónkénti kapcsolót dokumentál, így a beszélgetés nehéz kérdésnél kérhet következtetést, egyszerű átfogalmazásnál vagy rövid válasznál pedig kikapcsolhatja. Az eszközhívások közé ékelt gondolkodást is támogatja, lehetővé téve a modellnek egy visszaadott megfigyelés értelmezését a következő lépés tervezése előtt. Az ilyen feladat kezdete előtt határozza meg az elérhető eszközöket és a szükséges végső anyagot. Egy dokumentumasszisztens kérhet kiválasztott információt, megkaphatja a tényleges visszakeresési eredményt, majd készíthet azzal alátámasztott magyarázatot.
A gondolkodás megőrzése külön lehetőség tartós programozási vagy ügynökmunkához. A gyártó útmutatója clear_thinking=false beállítást használ, és megköveteli a korábbi asszisztensfordulók teljes, módosítatlan reasoning_content tartalmának eredeti sorrendű visszaküldését. E blokkok módosítása vagy átrendezése ronthatja az eredményt és befolyásolhatja a gyorsítótár működését. Az alapértelmezés eltér a gyártó programozási és szabványos felületein, ezért ez beállított munkafolyamat, nem minden beszélgetés automatikus tulajdonsága. A látható választ tartsa külön a megtartott következtetéstől, és őrizze meg a későbbi lépések alapjául szolgáló bizonyítékot vagy eszközkimenetet.
A család dokumentált felülete adatfolyamos szöveget, függvényhívást, kontextusgyorsítótárazást és strukturált kimenetet, például JSON-t tartalmaz. Strukturált eredményhez adja meg a kötelező mezőket és azt, mit jelent az egyes érték; eszközkéréshez határozza meg a függvény célját, argumentumait és teljesítési feltételét. A generált hívás az alkalmazásnak szóló műveletkérés, nem a végrehajtás bizonyítéka. A végső eredmény lehet rövid jelentés, adatobjektum vagy kódanyag, miközben az előállításához használt információ azonosítható marad.
Íráshoz vagy fordításhoz határozza meg az olvasót, a nyelvet, a hangnemet és a változatlanul hagyandó kifejezéseket. A gyártó a Flash kipróbálását kínai nyelvű írásnál, narratív vagy szerepalapú párbeszédnél, valamint műszaki munkánál is ajánlja. Egy szemléltető szerkesztési feladat megadhat szövegrészletet, és kérhet a tényeket megőrző tömör átdolgozást; egy fordítási feladat adhat szójegyzéket, és megkülönböztetheti az idézett szöveget az utasításoktól. Hosszabb beszélgetésben tartsa meg a korlátokat, és nevezze meg a következő szükséges eredményt, hogy a modell válasza az eredeti feladathoz kapcsolódjon.
A pontos nyíltmodell-adatlap eltérő generálási beállításokat közöl az értékelési feladataihoz: alapértelmezett temperature 1.0 és top-p 0.95, külön szoftverfeladat-beállításként pedig 0.7 és 1.0 értékeket. A példák generálási hosszai ezen eljárások részei, nem további általános korlátok. Az ellenőrzőpont különbözik a GLM-4.7, GLM-4.7-FlashX és későbbi GLM-5 modellektől. A feladatot és válaszmódot igazítsa e kiadás dokumentált szöveges képességeihez, majd az átadott kódot, kinyert értékeket vagy átdolgozott szöveget értékelje a bemenet alapján.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok z-ai/glm-4.7-flash | 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.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.000144 / 1K token Kimenet · Kimeneti tokenek $0.000858 / 1K token Bemenet · Gyorsítótár olvasása $0.00002 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.000144 / 1K token Kimenet · Kimeneti tokenek $0.000858 / 1K token Bemenet · Gyorsítótár olvasása $0.00002 / 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": "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 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 z-ai/glm-4.7-flash
Használja a fent látható metódusútvonalakat.
z-ai/glm-4.7-flashA GLM-4.7-Flash a Z.ai 30B-A3B szakértőkeverékes szöveges modellje programozáshoz, hosszú szövegekhez, kínai nyelvű íráshoz és fordításhoz. Következtetést és eszközökkel irányított munkafolyamatokat támogat, a gyártónál szolgáltatott profilban 200K kontextustokennel és legfeljebb 128K kimenettel.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A GLM-4.7-Flash a Z.ai GLM-4.7 családjának 30B-A3B szakértőkeverékes kiadása. Ritka felépítése megközelítőleg 30 milliárd összes paramétert és hárommilliárd aktivált paramétert tartalmaz, a gyártó pedig a képesség és hatékonyság egyensúlyát biztosító könnyű modellként mutatja be. Szöveget fogad és generál. A gyártó kifejezetten kiemeli a szoftverfejlesztést, a kínai nyelvű írást, a fordítást, a hosszú szövegek feldolgozását és a szerepalapú beszélgetést. A hasznos feladatleírás kérhet kódjavaslatot, átdolgozott szövegrészletet, magyarázatot vagy a megadott anyagra épülő strukturált eredményt.
Fejlesztésnél a Z.ai felületfejlesztési és alkalmazáslogikai feladatokat egyaránt megnevez ehhez a Flash kiadáshoz. Adja meg a megvalósítandó működést, a releváns forrást és a sértetlenül megőrzendő feltételeket. Oldalnál vagy komponensnél írja le az állapotokat, elrendezést és szükséges interakciót, majd kérjen szerkeszthető kódot és magyarázatot a fontos döntésekről. Meglévő függvénynél mellékelje a megfigyelt hibát és az elvárt eredmény egy példáját. A modell a javasolt kódot készíti el; annak fordítása, futtatása vagy a felület megjelenítése egy kapcsolt alkalmazási környezet feladata.
A gyártónál szolgáltatott GLM-4.7 sorozatprofil szöveges bemenetet, szöveges kimenetet, 200K tokenes kontextust és a Flash esetén legfeljebb 128K kimeneti tokent sorol fel. A nyílt modell adatlapja és a szolgáltatott profil ugyanannak a névvel azonosított kiadásnak eltérő oldalait írja le: az ellenőrzőpont jellemzőit és a gyártói szolgáltatás konfigurációját. A hosszú bemenetet forráscímsorokkal, kódazonosítókkal és egyértelmű dokumentumhatárokkal készítse elő, helyet hagyva a következtetésnek és a kért válasznak. A csak szöveges modell írhat kódot képeket vagy kamerabemenetet feldolgozó alkalmazáshoz, de ettől az ellenőrzőpont nem kap natív vizuális bemeneti módot.
A GLM-4.7 sorozatban a következtetés alapértelmezés szerint be van kapcsolva. A gyártó fordulónkénti kapcsolót dokumentál, így a beszélgetés nehéz kérdésnél kérhet következtetést, egyszerű átfogalmazásnál vagy rövid válasznál pedig kikapcsolhatja. Az eszközhívások közé ékelt gondolkodást is támogatja, lehetővé téve a modellnek egy visszaadott megfigyelés értelmezését a következő lépés tervezése előtt. Az ilyen feladat kezdete előtt határozza meg az elérhető eszközöket és a szükséges végső anyagot. Egy dokumentumasszisztens kérhet kiválasztott információt, megkaphatja a tényleges visszakeresési eredményt, majd készíthet azzal alátámasztott magyarázatot.
A gondolkodás megőrzése külön lehetőség tartós programozási vagy ügynökmunkához. A gyártó útmutatója clear_thinking=false beállítást használ, és megköveteli a korábbi asszisztensfordulók teljes, módosítatlan reasoning_content tartalmának eredeti sorrendű visszaküldését. E blokkok módosítása vagy átrendezése ronthatja az eredményt és befolyásolhatja a gyorsítótár működését. Az alapértelmezés eltér a gyártó programozási és szabványos felületein, ezért ez beállított munkafolyamat, nem minden beszélgetés automatikus tulajdonsága. A látható választ tartsa külön a megtartott következtetéstől, és őrizze meg a későbbi lépések alapjául szolgáló bizonyítékot vagy eszközkimenetet.
A család dokumentált felülete adatfolyamos szöveget, függvényhívást, kontextusgyorsítótárazást és strukturált kimenetet, például JSON-t tartalmaz. Strukturált eredményhez adja meg a kötelező mezőket és azt, mit jelent az egyes érték; eszközkéréshez határozza meg a függvény célját, argumentumait és teljesítési feltételét. A generált hívás az alkalmazásnak szóló műveletkérés, nem a végrehajtás bizonyítéka. A végső eredmény lehet rövid jelentés, adatobjektum vagy kódanyag, miközben az előállításához használt információ azonosítható marad.
Íráshoz vagy fordításhoz határozza meg az olvasót, a nyelvet, a hangnemet és a változatlanul hagyandó kifejezéseket. A gyártó a Flash kipróbálását kínai nyelvű írásnál, narratív vagy szerepalapú párbeszédnél, valamint műszaki munkánál is ajánlja. Egy szemléltető szerkesztési feladat megadhat szövegrészletet, és kérhet a tényeket megőrző tömör átdolgozást; egy fordítási feladat adhat szójegyzéket, és megkülönböztetheti az idézett szöveget az utasításoktól. Hosszabb beszélgetésben tartsa meg a korlátokat, és nevezze meg a következő szükséges eredményt, hogy a modell válasza az eredeti feladathoz kapcsolódjon.
A pontos nyíltmodell-adatlap eltérő generálási beállításokat közöl az értékelési feladataihoz: alapértelmezett temperature 1.0 és top-p 0.95, külön szoftverfeladat-beállításként pedig 0.7 és 1.0 értékeket. A példák generálási hosszai ezen eljárások részei, nem további általános korlátok. Az ellenőrzőpont különbözik a GLM-4.7, GLM-4.7-FlashX és későbbi GLM-5 modellektől. A feladatot és válaszmódot igazítsa e kiadás dokumentált szöveges képességeihez, majd az átadott kódot, kinyert értékeket vagy átdolgozott szöveget értékelje a bemenet alapján.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok z-ai/glm-4.7-flash | 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.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.000144 / 1K token Kimenet · Kimeneti tokenek $0.000858 / 1K token Bemenet · Gyorsítótár olvasása $0.00002 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.000144 / 1K token Kimenet · Kimeneti tokenek $0.000858 / 1K token Bemenet · Gyorsítótár olvasása $0.00002 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "z-ai/glm-4.7-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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 z-ai/glm-4.7-flash
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
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.