GLM-4-Flash adalah salah satu profil model bahasa GLM-4 Zhipu AI dengan nama tersendiri. Pengantar API GLM-4 asli dari pengembang mencantumkan Flash bersama GLM-4-0520, Air, dan AirX. Dokumentasi GLM-4 saat ini juga mengidentifikasi Flash sebagai lini model bahasa terdahulu yang menjadi asal pengembangan profil Flash yang ditingkatkan dan bertanggal dengan nama terpisah.
Berikan pertanyaan dan teks yang diperlukan untuk menjawabnya. Permintaan ringkas dapat meminta penjelasan singkat, ringkasan pesan, atau penulisan ulang untuk sasaran pembaca tertentu. Nyatakan informasi yang perlu dipertahankan jawaban serta panjang atau struktur yang membuatnya berguna dalam percakapan.
Untuk contoh respons dukungan, berikan pesan pengguna dan fakta yang disetujui untuk balasan. Minta jawaban ringkas yang menjawab pertanyaan tersebut, lalu simpan pesan asli di samping draf. Ini menjaga koreksi berikutnya tetap berfokus pada fakta atau frasa tertentu.
Panduan GLM-4 produsen yang lebih luas merekomendasikan klasifikasi semantik. Untuk tugas klasifikasi kecil, berikan definisi kategori dan aturan yang jelas untuk pesan ambigu. Minta kategori pilihan beserta penjelasan singkat berdasarkan teks yang diberikan.
Contoh tugas kotak masuk dapat membedakan pertanyaan, permintaan perubahan, dan konfirmasi penerimaan. Simpan pengenal pesan asli bersama keputusan yang dikembalikan. Ketika pesan memuat lebih dari satu tujuan, nyatakan bagaimana hal itu perlu direpresentasikan dalam hasil yang diminta alih-alih mengandalkan aturan kategori yang tidak dinyatakan.
Contoh percakapan GLM-4 produsen mengembalikan konten tertulis dari pesan yang diberikan. Pilih keluaran yang sesuai untuk interaksi terfokus: jawaban satu paragraf, daftar singkat poin utama, atau kalimat yang direvisi dengan mempertahankan penulisan nama dan angka yang disetujui.
Untuk meringkas kutipan, tentukan fakta yang harus tetap ada dalam versi lebih pendek. Untuk penulisan ulang, tentukan detail mana yang tetap dan aspek nada atau struktur mana yang boleh berubah. Pilihan persiapan ini memberi teks selesai tujuan konkret dan menjaga materi dasarnya tetap tersedia untuk diperiksa.
GLM-4-Flash, FlashX, dan Flash-250414 adalah profil produsen bernama terpisah. Simpan nama Flash pilihan bersama prompt dan keluaran ketika melanjutkan percakapan atau meninjau kumpulan respons. Instruksi berikutnya dapat merujuk draf yang diterima dan menargetkan perubahan spesifik, seperti mengganti frasa yang kurang jelas atau memulihkan kualifikasi yang hilang.
Simpan jawaban ringkas atau hasil klasifikasi bersama pengenal sumbernya. Bandingkan nama, nilai, dan penjelasan kategori yang diekstrak dengan masukan, lalu bawa artefak yang telah dikoreksi ke langkah percakapan atau dokumen berikutnya.
", "aboutText": "GLM-4-Flash adalah salah satu profil model bahasa GLM-4 Zhipu AI dengan nama tersendiri. Pengantar API GLM-4 asli dari pengembang mencantumkan Flash bersama GLM-4-0520, Air, dan AirX. Dokumentasi GLM-4 saat ini juga mengidentifikasi Flash sebagai lini model bahasa terdahulu yang menjadi asal pengembangan profil Flash yang ditingkatkan dan bertanggal dengan nama terpisah.\n\n### Beri tugas terfokus batas yang jelas\n\nBerikan pertanyaan dan teks yang diperlukan untuk menjawabnya. Permintaan ringkas dapat meminta penjelasan singkat, ringkasan pesan, atau penulisan ulang untuk sasaran pembaca tertentu. Nyatakan informasi yang perlu dipertahankan jawaban serta panjang atau struktur yang membuatnya berguna dalam percakapan.\n\nUntuk contoh respons dukungan, berikan pesan pengguna dan fakta yang disetujui untuk balasan. Minta jawaban ringkas yang menjawab pertanyaan tersebut, lalu simpan pesan asli di samping draf. Ini menjaga koreksi berikutnya tetap berfokus pada fakta atau frasa tertentu.\n\n### Definisikan kategori sebelum meminta keputusan\n\nPanduan GLM-4 produsen yang lebih luas merekomendasikan klasifikasi semantik. Untuk tugas klasifikasi kecil, berikan definisi kategori dan aturan yang jelas untuk pesan ambigu. Minta kategori pilihan beserta penjelasan singkat berdasarkan teks yang diberikan.\n\nContoh tugas kotak masuk dapat membedakan pertanyaan, permintaan perubahan, dan konfirmasi penerimaan. Simpan pengenal pesan asli bersama keputusan yang dikembalikan. Ketika pesan memuat lebih dari satu tujuan, nyatakan bagaimana hal itu perlu direpresentasikan dalam hasil yang diminta alih-alih mengandalkan aturan kategori yang tidak dinyatakan.\n\n### Hasilkan artefak teks yang ringkas\n\nContoh percakapan GLM-4 produsen mengembalikan konten tertulis dari pesan yang diberikan. Pilih keluaran yang sesuai untuk interaksi terfokus: jawaban satu paragraf, daftar singkat poin utama, atau kalimat yang direvisi dengan mempertahankan penulisan nama dan angka yang disetujui.\n\nUntuk meringkas kutipan, tentukan fakta yang harus tetap ada dalam versi lebih pendek. Untuk penulisan ulang, tentukan detail mana yang tetap dan aspek nada atau struktur mana yang boleh berubah. Pilihan persiapan ini memberi teks selesai tujuan konkret dan menjaga materi dasarnya tetap tersedia untuk diperiksa.\n\n### Jaga profil Flash dan tugas tetap bersama\n\nGLM-4-Flash, FlashX, dan Flash-250414 adalah profil produsen bernama terpisah. Simpan nama Flash pilihan bersama prompt dan keluaran ketika melanjutkan percakapan atau meninjau kumpulan respons. Instruksi berikutnya dapat merujuk draf yang diterima dan menargetkan perubahan spesifik, seperti mengganti frasa yang kurang jelas atau memulihkan kualifikasi yang hilang.\n\nSimpan jawaban ringkas atau hasil klasifikasi bersama pengenal sumbernya. Bandingkan nama, nilai, dan penjelasan kategori yang diekstrak dengan masukan, lalu bawa artefak yang telah dikoreksi ke langkah percakapan atau dokumen berikutnya. ", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Draft a concise booking reply\n\nWrite a concise reply to this customer: "Can our group arrive at 09:00?" Approved facts: reception opens at 09:30; luggage may be left from 09:30; room access starts at 15:00. Keep the reply to two sentences. Answer the early-arrival question clearly without promising an earlier room or unattended luggage storage.A two-sentence customer reply using only the approved reception, luggage and room-access times.Check that 09:00 is not accepted and room access remains 15:00.glm-4-flashGLM-4-Flash adalah profil model bahasa GLM-4 dari Zhipu AI untuk percakapan tertulis dan tugas teks terfokus. Berikan pertanyaan yang jelas atau kutipan sumber ringkas untuk menyiapkan penjelasan singkat, keputusan klasifikasi, atau respons hasil penulisan ulang yang ringkas.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GLM-4-Flash adalah salah satu profil model bahasa GLM-4 Zhipu AI dengan nama tersendiri. Pengantar API GLM-4 asli dari pengembang mencantumkan Flash bersama GLM-4-0520, Air, dan AirX. Dokumentasi GLM-4 saat ini juga mengidentifikasi Flash sebagai lini model bahasa terdahulu yang menjadi asal pengembangan profil Flash yang ditingkatkan dan bertanggal dengan nama terpisah.
Berikan pertanyaan dan teks yang diperlukan untuk menjawabnya. Permintaan ringkas dapat meminta penjelasan singkat, ringkasan pesan, atau penulisan ulang untuk sasaran pembaca tertentu. Nyatakan informasi yang perlu dipertahankan jawaban serta panjang atau struktur yang membuatnya berguna dalam percakapan.
Untuk contoh respons dukungan, berikan pesan pengguna dan fakta yang disetujui untuk balasan. Minta jawaban ringkas yang menjawab pertanyaan tersebut, lalu simpan pesan asli di samping draf. Ini menjaga koreksi berikutnya tetap berfokus pada fakta atau frasa tertentu.
Panduan GLM-4 produsen yang lebih luas merekomendasikan klasifikasi semantik. Untuk tugas klasifikasi kecil, berikan definisi kategori dan aturan yang jelas untuk pesan ambigu. Minta kategori pilihan beserta penjelasan singkat berdasarkan teks yang diberikan.
Contoh tugas kotak masuk dapat membedakan pertanyaan, permintaan perubahan, dan konfirmasi penerimaan. Simpan pengenal pesan asli bersama keputusan yang dikembalikan. Ketika pesan memuat lebih dari satu tujuan, nyatakan bagaimana hal itu perlu direpresentasikan dalam hasil yang diminta alih-alih mengandalkan aturan kategori yang tidak dinyatakan.
Contoh percakapan GLM-4 produsen mengembalikan konten tertulis dari pesan yang diberikan. Pilih keluaran yang sesuai untuk interaksi terfokus: jawaban satu paragraf, daftar singkat poin utama, atau kalimat yang direvisi dengan mempertahankan penulisan nama dan angka yang disetujui.
Untuk meringkas kutipan, tentukan fakta yang harus tetap ada dalam versi lebih pendek. Untuk penulisan ulang, tentukan detail mana yang tetap dan aspek nada atau struktur mana yang boleh berubah. Pilihan persiapan ini memberi teks selesai tujuan konkret dan menjaga materi dasarnya tetap tersedia untuk diperiksa.
GLM-4-Flash, FlashX, dan Flash-250414 adalah profil produsen bernama terpisah. Simpan nama Flash pilihan bersama prompt dan keluaran ketika melanjutkan percakapan atau meninjau kumpulan respons. Instruksi berikutnya dapat merujuk draf yang diterima dan menargetkan perubahan spesifik, seperti mengganti frasa yang kurang jelas atau memulihkan kualifikasi yang hilang.
Simpan jawaban ringkas atau hasil klasifikasi bersama pengenal sumbernya. Bandingkan nama, nilai, dan penjelasan kategori yang diekstrak dengan masukan, lalu bawa artefak yang telah dikoreksi ke langkah percakapan atau dokumen berikutnya.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan glm-4-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.000028 / 1K token Keluaran · Token keluaran $0.000028 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "glm-4-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='glm-4-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='glm-4-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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra glm-4-flash
Gunakan jalur metode yang ditampilkan di atas.
glm-4-flashGLM-4-Flash adalah profil model bahasa GLM-4 dari Zhipu AI untuk percakapan tertulis dan tugas teks terfokus. Berikan pertanyaan yang jelas atau kutipan sumber ringkas untuk menyiapkan penjelasan singkat, keputusan klasifikasi, atau respons hasil penulisan ulang yang ringkas.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GLM-4-Flash adalah salah satu profil model bahasa GLM-4 Zhipu AI dengan nama tersendiri. Pengantar API GLM-4 asli dari pengembang mencantumkan Flash bersama GLM-4-0520, Air, dan AirX. Dokumentasi GLM-4 saat ini juga mengidentifikasi Flash sebagai lini model bahasa terdahulu yang menjadi asal pengembangan profil Flash yang ditingkatkan dan bertanggal dengan nama terpisah.
Berikan pertanyaan dan teks yang diperlukan untuk menjawabnya. Permintaan ringkas dapat meminta penjelasan singkat, ringkasan pesan, atau penulisan ulang untuk sasaran pembaca tertentu. Nyatakan informasi yang perlu dipertahankan jawaban serta panjang atau struktur yang membuatnya berguna dalam percakapan.
Untuk contoh respons dukungan, berikan pesan pengguna dan fakta yang disetujui untuk balasan. Minta jawaban ringkas yang menjawab pertanyaan tersebut, lalu simpan pesan asli di samping draf. Ini menjaga koreksi berikutnya tetap berfokus pada fakta atau frasa tertentu.
Panduan GLM-4 produsen yang lebih luas merekomendasikan klasifikasi semantik. Untuk tugas klasifikasi kecil, berikan definisi kategori dan aturan yang jelas untuk pesan ambigu. Minta kategori pilihan beserta penjelasan singkat berdasarkan teks yang diberikan.
Contoh tugas kotak masuk dapat membedakan pertanyaan, permintaan perubahan, dan konfirmasi penerimaan. Simpan pengenal pesan asli bersama keputusan yang dikembalikan. Ketika pesan memuat lebih dari satu tujuan, nyatakan bagaimana hal itu perlu direpresentasikan dalam hasil yang diminta alih-alih mengandalkan aturan kategori yang tidak dinyatakan.
Contoh percakapan GLM-4 produsen mengembalikan konten tertulis dari pesan yang diberikan. Pilih keluaran yang sesuai untuk interaksi terfokus: jawaban satu paragraf, daftar singkat poin utama, atau kalimat yang direvisi dengan mempertahankan penulisan nama dan angka yang disetujui.
Untuk meringkas kutipan, tentukan fakta yang harus tetap ada dalam versi lebih pendek. Untuk penulisan ulang, tentukan detail mana yang tetap dan aspek nada atau struktur mana yang boleh berubah. Pilihan persiapan ini memberi teks selesai tujuan konkret dan menjaga materi dasarnya tetap tersedia untuk diperiksa.
GLM-4-Flash, FlashX, dan Flash-250414 adalah profil produsen bernama terpisah. Simpan nama Flash pilihan bersama prompt dan keluaran ketika melanjutkan percakapan atau meninjau kumpulan respons. Instruksi berikutnya dapat merujuk draf yang diterima dan menargetkan perubahan spesifik, seperti mengganti frasa yang kurang jelas atau memulihkan kualifikasi yang hilang.
Simpan jawaban ringkas atau hasil klasifikasi bersama pengenal sumbernya. Bandingkan nama, nilai, dan penjelasan kategori yang diekstrak dengan masukan, lalu bawa artefak yang telah dikoreksi ke langkah percakapan atau dokumen berikutnya.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan glm-4-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.000028 / 1K token Keluaran · Token keluaran $0.000028 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "glm-4-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'glm-4-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': 'glm-4-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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra glm-4-flash
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Draft a concise booking reply\n\nWrite a concise reply to this customer: "Can our group arrive at 09:00?" Approved facts: reception opens at 09:30; luggage may be left from 09:30; room access starts at 15:00. Keep the reply to two sentences. Answer the early-arrival question clearly without promising an earlier room or unattended luggage storage.A two-sentence customer reply using only the approved reception, luggage and room-access times.Check that 09:00 is not accepted and room access remains 15:00.