GLM-Z1-32B-0414 adalah anggota seri GLM-4-0414 Z.ai yang berfokus pada penalaran. Model ini dikembangkan dari GLM-4-32B-0414 melalui persiapan cold-start dan pembelajaran penguatan lanjutan, dengan pengembangan tambahan pada matematika, kode, dan logika. Umpan balik pemeringkatan berpasangan juga digunakan untuk memperkuat kemampuan umum. Masukannya berupa teks, dan hasil yang terlihat berupa solusi teks, penjelasan, atau fragmen program.
Tujuannya adalah tugas yang membutuhkan kesimpulan antara yang saling terhubung, bukan satu kalimat seketika. Berikan semua asumsi dan tentukan titik akhir yang diperlukan: menurunkan rumus, menjelaskan algoritme, membuktikan batas, atau menyiapkan perubahan kode. Contoh matematika pembuat membahas variabel positif yang dihubungkan oleh suatu persamaan dan rentang jumlahnya yang mungkin. Respons yang berguna perlu mengidentifikasi kondisi, menunjukkan transisi yang relevan, dan memisahkan hasil akhir dengan jelas.
GLM-Z1-Rumination-32B-0414 adalah edisi terpisah untuk riset yang lebih terbuka dengan alat pencarian; GLM-Z1-9B-0414 adalah ukuran lain. Entri ini mempertahankan rilis Z1 32B dengan nama tersebut, alih-alih memasukkan karakteristik alur kerja tambahan atau ukuran dari edisi-edisi itu.
Pembuatnya merekomendasikan temperature 0.6, top_p 0.95, dan top_k 40. Pembuatnya juga merekomendasikan anggaran max_new_tokens sebesar 30000 agar tersedia ruang untuk berpikir. Ini merupakan pengaturan generasi yang direkomendasikan, bukan jaminan bahwa setiap jawaban membutuhkan panjang tersebut atau batas keras keluaran universal yang terdokumentasi. Contoh inferensi terpisah dalam kartu menggunakan anggaran generasi khusus permintaan yang lebih kecil.
Untuk tugas penalaran, sediakan ruang yang cukup bagi analisis dan jawaban akhir secara bersamaan, serta tentukan bentuk jawaban akhir dalam prompt. Pertanyaan matematika dapat meminta rentang atau nilai secara terpisah dari penjelasannya; pertanyaan pemrograman dapat meminta satu implementasi diikuti asumsi yang penting baginya. Buat hasil yang diminta cukup spesifik agar dapat diperiksa terhadap kondisi yang diberikan.
Templat pembuat memulai generasi dengan penanda berpikir <think>. Templat chat yang dipublikasikan menyisipkan penanda ini, sehingga implementasi perlu menggunakan templat aktual rilis tersebut, alih-alih mengasumsikan format dialog yang tidak berkaitan.
Untuk giliran berikutnya, panduan penggunaan mempertahankan balasan akhir yang terlihat oleh pengguna dan menghapus materi pemikiran internal dari riwayat dialog tersimpan. Ini adalah aturan persiapan untuk templat percakapan model itu sendiri. Tindak lanjut perlu memuat pertanyaan saat ini, materi sumber yang diperlukan, dan jawaban sebelumnya yang relevan, bukan akumulasi tanpa penyaringan dari seluruh analisis internal terdahulu.
Konfigurasi yang dipublikasikan menetapkan max_position_embeddings ke 32768 dan tidak menyertakan entri rope_scaling. Panduan penggunaan merekomendasikan mempertimbangkan YaRN ketika masukan melebihi 8.192 token. Contoh konfigurasi penskalaannya menggunakan factor 4.0 dengan original_max_position_embeddings ditetapkan ke 32768. Ambang rekomendasi, konfigurasi dasar, dan ekstensi opsional merupakan fakta berbeda; ketiganya bukan batas respons yang dapat dipertukarkan.
YaRN statis memengaruhi seluruh teks dan dapat sedikit menurunkan kinerja pada masukan pendek, sehingga pembuat merekomendasikan pengaktifannya saat diperlukan. Untuk materi panjang, berikan definisi dan bagian teks yang relevan dalam masukan yang dipisahkan dengan jelas, serta sisakan anggaran generasi yang sesuai dalam konteks aktif. Konfigurasi perlu mengikuti dukungan penerapan terpilih terhadap prosedur penskalaan pembuat, alih-alih menganggap kelipatan aritmetika sebagai jendela konteks yang tersedia secara otomatis.
Contoh inferensi model menggunakan pertanyaan pengguna dan templat chat khusus rilis. Untuk matematika, pertahankan definisi variabel dan nyatakan proposisi yang perlu dibuktikan. Untuk kode, berikan fragmen yang relevan, perilaku yang diwajibkan, dan kasus yang dibahas. Mintalah artefak akhir yang terpisah—bukti, rumus, implementasi, atau penjelasan—agar penalaran dapat dievaluasi melalui hasil tugas. Panduan Z1 khusus menetapkan penalaran teks dan persiapannya; panduan itu tidak menetapkan ketentuan alat bawaan tambahan atau masukan gambar untuk edisi ini.
", "aboutText": "### Pengantar\n\nGLM-Z1-32B-0414 adalah anggota seri GLM-4-0414 Z.ai yang berfokus pada penalaran. Model ini dikembangkan dari GLM-4-32B-0414 melalui persiapan cold-start dan pembelajaran penguatan lanjutan, dengan pengembangan tambahan pada matematika, kode, dan logika. Umpan balik pemeringkatan berpasangan juga digunakan untuk memperkuat kemampuan umum. Masukannya berupa teks, dan hasil yang terlihat berupa solusi teks, penjelasan, atau fragmen program.\n\nTujuannya adalah tugas yang membutuhkan kesimpulan antara yang saling terhubung, bukan satu kalimat seketika. Berikan semua asumsi dan tentukan titik akhir yang diperlukan: menurunkan rumus, menjelaskan algoritme, membuktikan batas, atau menyiapkan perubahan kode. Contoh matematika pembuat membahas variabel positif yang dihubungkan oleh suatu persamaan dan rentang jumlahnya yang mungkin. Respons yang berguna perlu mengidentifikasi kondisi, menunjukkan transisi yang relevan, dan memisahkan hasil akhir dengan jelas.\n\nGLM-Z1-Rumination-32B-0414 adalah edisi terpisah untuk riset yang lebih terbuka dengan alat pencarian; GLM-Z1-9B-0414 adalah ukuran lain. Entri ini mempertahankan rilis Z1 32B dengan nama tersebut, alih-alih memasukkan karakteristik alur kerja tambahan atau ukuran dari edisi-edisi itu.\n\n### Panduan penggunaan: sampling\n\nPembuatnya merekomendasikan temperature 0.6, top_p 0.95, dan top_k 40. Pembuatnya juga merekomendasikan anggaran max_new_tokens sebesar 30000 agar tersedia ruang untuk berpikir. Ini merupakan pengaturan generasi yang direkomendasikan, bukan jaminan bahwa setiap jawaban membutuhkan panjang tersebut atau batas keras keluaran universal yang terdokumentasi. Contoh inferensi terpisah dalam kartu menggunakan anggaran generasi khusus permintaan yang lebih kecil.\n\nUntuk tugas penalaran, sediakan ruang yang cukup bagi analisis dan jawaban akhir secara bersamaan, serta tentukan bentuk jawaban akhir dalam prompt. Pertanyaan matematika dapat meminta rentang atau nilai secara terpisah dari penjelasannya; pertanyaan pemrograman dapat meminta satu implementasi diikuti asumsi yang penting baginya. Buat hasil yang diminta cukup spesifik agar dapat diperiksa terhadap kondisi yang diberikan.\n\n### Panduan penggunaan: berpikir dan riwayat dialog\n\nTemplat pembuat memulai generasi dengan penanda berpikir `Contoh teknis dalam bahasa Inggris
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-0414GLM-Z1-32B-0414 adalah edisi penalaran teks tetap Z.ai untuk matematika, pemrograman, dan logika. Pembuatnya menyediakan panduan eksplisit tentang berpikir, riwayat dialog, sampling, dan penskalaan konteks panjang opsional agar tugas kompleks dapat disiapkan untuk rilis khusus ini.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GLM-Z1-32B-0414 adalah anggota seri GLM-4-0414 Z.ai yang berfokus pada penalaran. Model ini dikembangkan dari GLM-4-32B-0414 melalui persiapan cold-start dan pembelajaran penguatan lanjutan, dengan pengembangan tambahan pada matematika, kode, dan logika. Umpan balik pemeringkatan berpasangan juga digunakan untuk memperkuat kemampuan umum. Masukannya berupa teks, dan hasil yang terlihat berupa solusi teks, penjelasan, atau fragmen program.
Tujuannya adalah tugas yang membutuhkan kesimpulan antara yang saling terhubung, bukan satu kalimat seketika. Berikan semua asumsi dan tentukan titik akhir yang diperlukan: menurunkan rumus, menjelaskan algoritme, membuktikan batas, atau menyiapkan perubahan kode. Contoh matematika pembuat membahas variabel positif yang dihubungkan oleh suatu persamaan dan rentang jumlahnya yang mungkin. Respons yang berguna perlu mengidentifikasi kondisi, menunjukkan transisi yang relevan, dan memisahkan hasil akhir dengan jelas.
GLM-Z1-Rumination-32B-0414 adalah edisi terpisah untuk riset yang lebih terbuka dengan alat pencarian; GLM-Z1-9B-0414 adalah ukuran lain. Entri ini mempertahankan rilis Z1 32B dengan nama tersebut, alih-alih memasukkan karakteristik alur kerja tambahan atau ukuran dari edisi-edisi itu.
Pembuatnya merekomendasikan temperature 0.6, top_p 0.95, dan top_k 40. Pembuatnya juga merekomendasikan anggaran max_new_tokens sebesar 30000 agar tersedia ruang untuk berpikir. Ini merupakan pengaturan generasi yang direkomendasikan, bukan jaminan bahwa setiap jawaban membutuhkan panjang tersebut atau batas keras keluaran universal yang terdokumentasi. Contoh inferensi terpisah dalam kartu menggunakan anggaran generasi khusus permintaan yang lebih kecil.
Untuk tugas penalaran, sediakan ruang yang cukup bagi analisis dan jawaban akhir secara bersamaan, serta tentukan bentuk jawaban akhir dalam prompt. Pertanyaan matematika dapat meminta rentang atau nilai secara terpisah dari penjelasannya; pertanyaan pemrograman dapat meminta satu implementasi diikuti asumsi yang penting baginya. Buat hasil yang diminta cukup spesifik agar dapat diperiksa terhadap kondisi yang diberikan.
Templat pembuat memulai generasi dengan penanda berpikir <think>. Templat chat yang dipublikasikan menyisipkan penanda ini, sehingga implementasi perlu menggunakan templat aktual rilis tersebut, alih-alih mengasumsikan format dialog yang tidak berkaitan.
Untuk giliran berikutnya, panduan penggunaan mempertahankan balasan akhir yang terlihat oleh pengguna dan menghapus materi pemikiran internal dari riwayat dialog tersimpan. Ini adalah aturan persiapan untuk templat percakapan model itu sendiri. Tindak lanjut perlu memuat pertanyaan saat ini, materi sumber yang diperlukan, dan jawaban sebelumnya yang relevan, bukan akumulasi tanpa penyaringan dari seluruh analisis internal terdahulu.
Konfigurasi yang dipublikasikan menetapkan max_position_embeddings ke 32768 dan tidak menyertakan entri rope_scaling. Panduan penggunaan merekomendasikan mempertimbangkan YaRN ketika masukan melebihi 8.192 token. Contoh konfigurasi penskalaannya menggunakan factor 4.0 dengan original_max_position_embeddings ditetapkan ke 32768. Ambang rekomendasi, konfigurasi dasar, dan ekstensi opsional merupakan fakta berbeda; ketiganya bukan batas respons yang dapat dipertukarkan.
YaRN statis memengaruhi seluruh teks dan dapat sedikit menurunkan kinerja pada masukan pendek, sehingga pembuat merekomendasikan pengaktifannya saat diperlukan. Untuk materi panjang, berikan definisi dan bagian teks yang relevan dalam masukan yang dipisahkan dengan jelas, serta sisakan anggaran generasi yang sesuai dalam konteks aktif. Konfigurasi perlu mengikuti dukungan penerapan terpilih terhadap prosedur penskalaan pembuat, alih-alih menganggap kelipatan aritmetika sebagai jendela konteks yang tersedia secara otomatis.
Contoh inferensi model menggunakan pertanyaan pengguna dan templat chat khusus rilis. Untuk matematika, pertahankan definisi variabel dan nyatakan proposisi yang perlu dibuktikan. Untuk kode, berikan fragmen yang relevan, perilaku yang diwajibkan, dan kasus yang dibahas. Mintalah artefak akhir yang terpisah—bukti, rumus, implementasi, atau penjelasan—agar penalaran dapat dievaluasi melalui hasil tugas. Panduan Z1 khusus menetapkan penalaran teks dan persiapannya; panduan itu tidak menetapkan ketentuan alat bawaan tambahan atau masukan gambar untuk edisi ini.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan THUDM/GLM-Z1-32B-0414 | 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 $0.00014 / 1K token Keluaran · Token keluaran $0.00014 / 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": "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 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 THUDM/GLM-Z1-32B-0414
Gunakan jalur metode yang ditampilkan di atas.
THUDM/GLM-Z1-32B-0414GLM-Z1-32B-0414 adalah edisi penalaran teks tetap Z.ai untuk matematika, pemrograman, dan logika. Pembuatnya menyediakan panduan eksplisit tentang berpikir, riwayat dialog, sampling, dan penskalaan konteks panjang opsional agar tugas kompleks dapat disiapkan untuk rilis khusus ini.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GLM-Z1-32B-0414 adalah anggota seri GLM-4-0414 Z.ai yang berfokus pada penalaran. Model ini dikembangkan dari GLM-4-32B-0414 melalui persiapan cold-start dan pembelajaran penguatan lanjutan, dengan pengembangan tambahan pada matematika, kode, dan logika. Umpan balik pemeringkatan berpasangan juga digunakan untuk memperkuat kemampuan umum. Masukannya berupa teks, dan hasil yang terlihat berupa solusi teks, penjelasan, atau fragmen program.
Tujuannya adalah tugas yang membutuhkan kesimpulan antara yang saling terhubung, bukan satu kalimat seketika. Berikan semua asumsi dan tentukan titik akhir yang diperlukan: menurunkan rumus, menjelaskan algoritme, membuktikan batas, atau menyiapkan perubahan kode. Contoh matematika pembuat membahas variabel positif yang dihubungkan oleh suatu persamaan dan rentang jumlahnya yang mungkin. Respons yang berguna perlu mengidentifikasi kondisi, menunjukkan transisi yang relevan, dan memisahkan hasil akhir dengan jelas.
GLM-Z1-Rumination-32B-0414 adalah edisi terpisah untuk riset yang lebih terbuka dengan alat pencarian; GLM-Z1-9B-0414 adalah ukuran lain. Entri ini mempertahankan rilis Z1 32B dengan nama tersebut, alih-alih memasukkan karakteristik alur kerja tambahan atau ukuran dari edisi-edisi itu.
Pembuatnya merekomendasikan temperature 0.6, top_p 0.95, dan top_k 40. Pembuatnya juga merekomendasikan anggaran max_new_tokens sebesar 30000 agar tersedia ruang untuk berpikir. Ini merupakan pengaturan generasi yang direkomendasikan, bukan jaminan bahwa setiap jawaban membutuhkan panjang tersebut atau batas keras keluaran universal yang terdokumentasi. Contoh inferensi terpisah dalam kartu menggunakan anggaran generasi khusus permintaan yang lebih kecil.
Untuk tugas penalaran, sediakan ruang yang cukup bagi analisis dan jawaban akhir secara bersamaan, serta tentukan bentuk jawaban akhir dalam prompt. Pertanyaan matematika dapat meminta rentang atau nilai secara terpisah dari penjelasannya; pertanyaan pemrograman dapat meminta satu implementasi diikuti asumsi yang penting baginya. Buat hasil yang diminta cukup spesifik agar dapat diperiksa terhadap kondisi yang diberikan.
Templat pembuat memulai generasi dengan penanda berpikir <think>. Templat chat yang dipublikasikan menyisipkan penanda ini, sehingga implementasi perlu menggunakan templat aktual rilis tersebut, alih-alih mengasumsikan format dialog yang tidak berkaitan.
Untuk giliran berikutnya, panduan penggunaan mempertahankan balasan akhir yang terlihat oleh pengguna dan menghapus materi pemikiran internal dari riwayat dialog tersimpan. Ini adalah aturan persiapan untuk templat percakapan model itu sendiri. Tindak lanjut perlu memuat pertanyaan saat ini, materi sumber yang diperlukan, dan jawaban sebelumnya yang relevan, bukan akumulasi tanpa penyaringan dari seluruh analisis internal terdahulu.
Konfigurasi yang dipublikasikan menetapkan max_position_embeddings ke 32768 dan tidak menyertakan entri rope_scaling. Panduan penggunaan merekomendasikan mempertimbangkan YaRN ketika masukan melebihi 8.192 token. Contoh konfigurasi penskalaannya menggunakan factor 4.0 dengan original_max_position_embeddings ditetapkan ke 32768. Ambang rekomendasi, konfigurasi dasar, dan ekstensi opsional merupakan fakta berbeda; ketiganya bukan batas respons yang dapat dipertukarkan.
YaRN statis memengaruhi seluruh teks dan dapat sedikit menurunkan kinerja pada masukan pendek, sehingga pembuat merekomendasikan pengaktifannya saat diperlukan. Untuk materi panjang, berikan definisi dan bagian teks yang relevan dalam masukan yang dipisahkan dengan jelas, serta sisakan anggaran generasi yang sesuai dalam konteks aktif. Konfigurasi perlu mengikuti dukungan penerapan terpilih terhadap prosedur penskalaan pembuat, alih-alih menganggap kelipatan aritmetika sebagai jendela konteks yang tersedia secara otomatis.
Contoh inferensi model menggunakan pertanyaan pengguna dan templat chat khusus rilis. Untuk matematika, pertahankan definisi variabel dan nyatakan proposisi yang perlu dibuktikan. Untuk kode, berikan fragmen yang relevan, perilaku yang diwajibkan, dan kasus yang dibahas. Mintalah artefak akhir yang terpisah—bukti, rumus, implementasi, atau penjelasan—agar penalaran dapat dievaluasi melalui hasil tugas. Panduan Z1 khusus menetapkan penalaran teks dan persiapannya; panduan itu tidak menetapkan ketentuan alat bawaan tambahan atau masukan gambar untuk edisi ini.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan THUDM/GLM-Z1-32B-0414 | 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 $0.00014 / 1K token Keluaran · Token keluaran $0.00014 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "THUDM/GLM-Z1-32B-0414",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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 THUDM/GLM-Z1-32B-0414
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
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.