GLM-4.6V adalah edisi 106B dalam keluarga GLM-V Z.ai, berbeda dari GLM-4.6V-Flash 9B yang lebih ringan. Konteks pelatihannya diperluas menjadi 128K token, dengan penekanan pada pemahaman visual dan pemanggilan fungsi multimodal native. Profil hosting mencantumkan gambar, video, teks, dan berkas sebagai masukan serta teks sebagai keluaran. Tugas dapat meminta penjelasan dokumen, tabel ekstraksi, implementasi berdasarkan tangkapan layar, atau laporan berlandaskan bukti visual.
Penggunaan alat multimodal native merupakan perubahan utama. Gambar, tangkapan layar, dan halaman dokumen dapat menjadi masukan alat tanpa terlebih dahulu diringkas menjadi deskripsi teks. Model dapat menafsirkan grafik yang dikembalikan, halaman hasil render, atau gambar yang diambil dan memasukkannya ke penalaran lebih lanjut. Definisikan alat dan pertanyaannya, lalu kembalikan keluaran nyata. Aplikasi menjalankan operasi; panggilan usulan dan hasil lengkapnya merupakan tahap terpisah.
Pekerjaan dokumen memadukan teks, struktur, grafik, tabel, rumus, dan gambar. Kartu menjelaskan dokumen panjang atau beberapa dokumen dalam cakupan 128K-nya. Berikan halaman yang terbaca serta label halaman dan minta kolom atau kesimpulan bernama. Contoh laporan dapat menyusun klaim, bukti masing-masing, dan perbedaan antarsumber yang belum terselesaikan. Konten visual menggunakan ruang masukan bersama pertanyaan dan respons.
Pengembang menjelaskan konten gambar-teks berselang yang dirangkai dari dokumen sumber dan visual yang diambil. Alur kerja dapat mencari kandidat gambar, menilai relevansi, dan menyusun teks seputar materi pilihan. Ini merupakan pembuatan konten berilustrasi melalui alat, sementara profil hosting tetap mencantumkan teks sebagai modalitas keluaran native. Tentukan referensi sumber dan bagaimana tiap gambar mendukung narasi. Hal itu tidak membuktikan generasi piksel mandiri atau produksi berkas selesai.
Replikasi antarmuka depan dan pengeditan visual merupakan penggunaan utama. Model dapat menafsirkan tata letak, komponen, dan gaya serta mengusulkan HTML, CSS, atau JavaScript dari tangkapan layar. Model ini juga mendukung instruksi untuk merevisi hasil yang terlihat. Berikan status target dan perubahan yang diminta, lalu minta sumber yang dapat diedit serta perbandingan terhadap render sebenarnya. Menghasilkan halaman hasil render dan tangkapan layar baru membutuhkan operasi aplikasi.
Pengaturan reproduksibilitas pada kartu yang tepat mencakup temperature 0.8, top-p 0.6, top-k 2, dan penalti pengulangan 1.1, dengan jatah generasi 16K dalam prosedur tersebut. Panduan mulai cepat menggunakan jatah contoh yang berbeda. Ini merupakan prosedur yang diterbitkan, bukan batas keluaran yang keras. Identitas 106B dan konteks 128K-nya tetap terpisah dari GLM-4.5V, model Flash 9B, dan rilis pemrograman visual berikutnya.
Kartu mengidentifikasi keterbatasan dalam tanya jawab teks murni, pemikiran berlebihan atau berulang pada prompt kompleks, dan sesekali pengulangan jawaban. Kartu juga mencatat kelemahan persepsi seperti akurasi penghitungan. Tentukan hasil, pertahankan label kecil, dan minta bukti yang terkait dengan sumber. Ini menghubungkan kemampuan dokumen serta alat visual dengan artefak yang dapat diperiksa terhadap materi yang diberikan.
", "aboutText": "GLM-4.6V adalah edisi 106B dalam keluarga GLM-V Z.ai, berbeda dari GLM-4.6V-Flash 9B yang lebih ringan. Konteks pelatihannya diperluas menjadi 128K token, dengan penekanan pada pemahaman visual dan pemanggilan fungsi multimodal native. Profil hosting mencantumkan gambar, video, teks, dan berkas sebagai masukan serta teks sebagai keluaran. Tugas dapat meminta penjelasan dokumen, tabel ekstraksi, implementasi berdasarkan tangkapan layar, atau laporan berlandaskan bukti visual.\n\nPenggunaan alat multimodal native merupakan perubahan utama. Gambar, tangkapan layar, dan halaman dokumen dapat menjadi masukan alat tanpa terlebih dahulu diringkas menjadi deskripsi teks. Model dapat menafsirkan grafik yang dikembalikan, halaman hasil render, atau gambar yang diambil dan memasukkannya ke penalaran lebih lanjut. Definisikan alat dan pertanyaannya, lalu kembalikan keluaran nyata. Aplikasi menjalankan operasi; panggilan usulan dan hasil lengkapnya merupakan tahap terpisah.\n\nPekerjaan dokumen memadukan teks, struktur, grafik, tabel, rumus, dan gambar. Kartu menjelaskan dokumen panjang atau beberapa dokumen dalam cakupan 128K-nya. Berikan halaman yang terbaca serta label halaman dan minta kolom atau kesimpulan bernama. Contoh laporan dapat menyusun klaim, bukti masing-masing, dan perbedaan antarsumber yang belum terselesaikan. Konten visual menggunakan ruang masukan bersama pertanyaan dan respons.\n\nPengembang menjelaskan konten gambar-teks berselang yang dirangkai dari dokumen sumber dan visual yang diambil. Alur kerja dapat mencari kandidat gambar, menilai relevansi, dan menyusun teks seputar materi pilihan. Ini merupakan pembuatan konten berilustrasi melalui alat, sementara profil hosting tetap mencantumkan teks sebagai modalitas keluaran native. Tentukan referensi sumber dan bagaimana tiap gambar mendukung narasi. Hal itu tidak membuktikan generasi piksel mandiri atau produksi berkas selesai.\n\nReplikasi antarmuka depan dan pengeditan visual merupakan penggunaan utama. Model dapat menafsirkan tata letak, komponen, dan gaya serta mengusulkan HTML, CSS, atau JavaScript dari tangkapan layar. Model ini juga mendukung instruksi untuk merevisi hasil yang terlihat. Berikan status target dan perubahan yang diminta, lalu minta sumber yang dapat diedit serta perbandingan terhadap render sebenarnya. Menghasilkan halaman hasil render dan tangkapan layar baru membutuhkan operasi aplikasi.\n\nPengaturan reproduksibilitas pada kartu yang tepat mencakup temperature 0.8, top-p 0.6, top-k 2, dan penalti pengulangan 1.1, dengan jatah generasi 16K dalam prosedur tersebut. Panduan mulai cepat menggunakan jatah contoh yang berbeda. Ini merupakan prosedur yang diterbitkan, bukan batas keluaran yang keras. Identitas 106B dan konteks 128K-nya tetap terpisah dari GLM-4.5V, model Flash 9B, dan rilis pemrograman visual berikutnya.\n\nKartu mengidentifikasi keterbatasan dalam tanya jawab teks murni, pemikiran berlebihan atau berulang pada prompt kompleks, dan sesekali pengulangan jawaban. Kartu juga mencatat kelemahan persepsi seperti akurasi penghitungan. Tentukan hasil, pertahankan label kecil, dan minta bukti yang terkait dengan sumber. Ini menghubungkan kemampuan dokumen serta alat visual dengan artefak yang dapat diperiksa terhadap materi yang diberikan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Correct a narrow-screen layout\n\nUse this textual layout requirement and CSS. At 320 px viewport width, the panel must fit with 16 px margins and its input must stay inside it. Current CSS: .panel { width: 400px; padding: 24px; } input { width: 100%; padding: 12px; }. Return a focused CSS correction and explain the box-sizing issue. Preserve the class name.An editable CSS patch and checks for panel width, margins and input overflow at a 320 px viewport.Render the proposed styles at 320 px and verify the panel and input bounding boxes remain within the required margins.z-ai/glm-4.6vGLM-4.6V adalah model visi-bahasa 106B Z.ai untuk dokumen berformat kaya, pemrograman visual, dan penggunaan alat multimodal. Profil produsennya menerima teks, gambar, video, dan berkas, mengembalikan teks, serta memiliki konteks 128K.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GLM-4.6V adalah edisi 106B dalam keluarga GLM-V Z.ai, berbeda dari GLM-4.6V-Flash 9B yang lebih ringan. Konteks pelatihannya diperluas menjadi 128K token, dengan penekanan pada pemahaman visual dan pemanggilan fungsi multimodal native. Profil hosting mencantumkan gambar, video, teks, dan berkas sebagai masukan serta teks sebagai keluaran. Tugas dapat meminta penjelasan dokumen, tabel ekstraksi, implementasi berdasarkan tangkapan layar, atau laporan berlandaskan bukti visual.
Penggunaan alat multimodal native merupakan perubahan utama. Gambar, tangkapan layar, dan halaman dokumen dapat menjadi masukan alat tanpa terlebih dahulu diringkas menjadi deskripsi teks. Model dapat menafsirkan grafik yang dikembalikan, halaman hasil render, atau gambar yang diambil dan memasukkannya ke penalaran lebih lanjut. Definisikan alat dan pertanyaannya, lalu kembalikan keluaran nyata. Aplikasi menjalankan operasi; panggilan usulan dan hasil lengkapnya merupakan tahap terpisah.
Pekerjaan dokumen memadukan teks, struktur, grafik, tabel, rumus, dan gambar. Kartu menjelaskan dokumen panjang atau beberapa dokumen dalam cakupan 128K-nya. Berikan halaman yang terbaca serta label halaman dan minta kolom atau kesimpulan bernama. Contoh laporan dapat menyusun klaim, bukti masing-masing, dan perbedaan antarsumber yang belum terselesaikan. Konten visual menggunakan ruang masukan bersama pertanyaan dan respons.
Pengembang menjelaskan konten gambar-teks berselang yang dirangkai dari dokumen sumber dan visual yang diambil. Alur kerja dapat mencari kandidat gambar, menilai relevansi, dan menyusun teks seputar materi pilihan. Ini merupakan pembuatan konten berilustrasi melalui alat, sementara profil hosting tetap mencantumkan teks sebagai modalitas keluaran native. Tentukan referensi sumber dan bagaimana tiap gambar mendukung narasi. Hal itu tidak membuktikan generasi piksel mandiri atau produksi berkas selesai.
Replikasi antarmuka depan dan pengeditan visual merupakan penggunaan utama. Model dapat menafsirkan tata letak, komponen, dan gaya serta mengusulkan HTML, CSS, atau JavaScript dari tangkapan layar. Model ini juga mendukung instruksi untuk merevisi hasil yang terlihat. Berikan status target dan perubahan yang diminta, lalu minta sumber yang dapat diedit serta perbandingan terhadap render sebenarnya. Menghasilkan halaman hasil render dan tangkapan layar baru membutuhkan operasi aplikasi.
Pengaturan reproduksibilitas pada kartu yang tepat mencakup temperature 0.8, top-p 0.6, top-k 2, dan penalti pengulangan 1.1, dengan jatah generasi 16K dalam prosedur tersebut. Panduan mulai cepat menggunakan jatah contoh yang berbeda. Ini merupakan prosedur yang diterbitkan, bukan batas keluaran yang keras. Identitas 106B dan konteks 128K-nya tetap terpisah dari GLM-4.5V, model Flash 9B, dan rilis pemrograman visual berikutnya.
Kartu mengidentifikasi keterbatasan dalam tanya jawab teks murni, pemikiran berlebihan atau berulang pada prompt kompleks, dan sesekali pengulangan jawaban. Kartu juga mencatat kelemahan persepsi seperti akurasi penghitungan. Tentukan hasil, pertahankan label kecil, dan minta bukti yang terkait dengan sumber. Ini menghubungkan kemampuan dokumen serta alat visual dengan artefak yang dapat diperiksa terhadap materi yang diberikan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan z-ai/glm-4.6v | 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.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.0018 / 1K token Masukan · Pembacaan cache $0.0001 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.0018 / 1K token Masukan · Pembacaan cache $0.0001 / 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": "z-ai/glm-4.6v", "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-4.6v',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-4.6v',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 z-ai/glm-4.6v
Gunakan jalur metode yang ditampilkan di atas.
z-ai/glm-4.6vGLM-4.6V adalah model visi-bahasa 106B Z.ai untuk dokumen berformat kaya, pemrograman visual, dan penggunaan alat multimodal. Profil produsennya menerima teks, gambar, video, dan berkas, mengembalikan teks, serta memiliki konteks 128K.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GLM-4.6V adalah edisi 106B dalam keluarga GLM-V Z.ai, berbeda dari GLM-4.6V-Flash 9B yang lebih ringan. Konteks pelatihannya diperluas menjadi 128K token, dengan penekanan pada pemahaman visual dan pemanggilan fungsi multimodal native. Profil hosting mencantumkan gambar, video, teks, dan berkas sebagai masukan serta teks sebagai keluaran. Tugas dapat meminta penjelasan dokumen, tabel ekstraksi, implementasi berdasarkan tangkapan layar, atau laporan berlandaskan bukti visual.
Penggunaan alat multimodal native merupakan perubahan utama. Gambar, tangkapan layar, dan halaman dokumen dapat menjadi masukan alat tanpa terlebih dahulu diringkas menjadi deskripsi teks. Model dapat menafsirkan grafik yang dikembalikan, halaman hasil render, atau gambar yang diambil dan memasukkannya ke penalaran lebih lanjut. Definisikan alat dan pertanyaannya, lalu kembalikan keluaran nyata. Aplikasi menjalankan operasi; panggilan usulan dan hasil lengkapnya merupakan tahap terpisah.
Pekerjaan dokumen memadukan teks, struktur, grafik, tabel, rumus, dan gambar. Kartu menjelaskan dokumen panjang atau beberapa dokumen dalam cakupan 128K-nya. Berikan halaman yang terbaca serta label halaman dan minta kolom atau kesimpulan bernama. Contoh laporan dapat menyusun klaim, bukti masing-masing, dan perbedaan antarsumber yang belum terselesaikan. Konten visual menggunakan ruang masukan bersama pertanyaan dan respons.
Pengembang menjelaskan konten gambar-teks berselang yang dirangkai dari dokumen sumber dan visual yang diambil. Alur kerja dapat mencari kandidat gambar, menilai relevansi, dan menyusun teks seputar materi pilihan. Ini merupakan pembuatan konten berilustrasi melalui alat, sementara profil hosting tetap mencantumkan teks sebagai modalitas keluaran native. Tentukan referensi sumber dan bagaimana tiap gambar mendukung narasi. Hal itu tidak membuktikan generasi piksel mandiri atau produksi berkas selesai.
Replikasi antarmuka depan dan pengeditan visual merupakan penggunaan utama. Model dapat menafsirkan tata letak, komponen, dan gaya serta mengusulkan HTML, CSS, atau JavaScript dari tangkapan layar. Model ini juga mendukung instruksi untuk merevisi hasil yang terlihat. Berikan status target dan perubahan yang diminta, lalu minta sumber yang dapat diedit serta perbandingan terhadap render sebenarnya. Menghasilkan halaman hasil render dan tangkapan layar baru membutuhkan operasi aplikasi.
Pengaturan reproduksibilitas pada kartu yang tepat mencakup temperature 0.8, top-p 0.6, top-k 2, dan penalti pengulangan 1.1, dengan jatah generasi 16K dalam prosedur tersebut. Panduan mulai cepat menggunakan jatah contoh yang berbeda. Ini merupakan prosedur yang diterbitkan, bukan batas keluaran yang keras. Identitas 106B dan konteks 128K-nya tetap terpisah dari GLM-4.5V, model Flash 9B, dan rilis pemrograman visual berikutnya.
Kartu mengidentifikasi keterbatasan dalam tanya jawab teks murni, pemikiran berlebihan atau berulang pada prompt kompleks, dan sesekali pengulangan jawaban. Kartu juga mencatat kelemahan persepsi seperti akurasi penghitungan. Tentukan hasil, pertahankan label kecil, dan minta bukti yang terkait dengan sumber. Ini menghubungkan kemampuan dokumen serta alat visual dengan artefak yang dapat diperiksa terhadap materi yang diberikan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan z-ai/glm-4.6v | 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.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.0018 / 1K token Masukan · Pembacaan cache $0.0001 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.0018 / 1K token Masukan · Pembacaan cache $0.0001 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "z-ai/glm-4.6v",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.6v', '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-4.6v', '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 z-ai/glm-4.6v
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Correct a narrow-screen layout\n\nUse this textual layout requirement and CSS. At 320 px viewport width, the panel must fit with 16 px margins and its input must stay inside it. Current CSS: .panel { width: 400px; padding: 24px; } input { width: 100%; padding: 12px; }. Return a focused CSS correction and explain the box-sizing issue. Preserve the class name.An editable CSS patch and checks for panel width, margins and input overflow at a 320 px viewport.Render the proposed styles at 320 px and verify the panel and input bounding boxes remain within the required margins.