GLM-4V è il modello visivo-linguistico di Zhipu AI per combinare un'immagine con una domanda scritta. L'esempio multimodale nativo del produttore fornisce entrambe le parti in un unico messaggio dell'utente e restituisce una risposta testuale. Anche la guida allo sviluppo di agenti identifica GLM-4V come modello da immagine a testo, rendendo l'immagine di origine e la formulazione della domanda gli input centrali del compito.
Scegli l'immagine che contiene le evidenze necessarie per la risposta, poi indica che cosa esaminare. Una domanda generale può richiedere una descrizione della scena; una domanda mirata può identificare un oggetto, un'etichetta o una relazione da spiegare. Fornisci contesto sufficiente a disambiguare il compito, per esempio quale articolo in una fotografia di prodotti sia rilevante o quale area di una schermata debba essere descritta.
L'esempio del produttore utilizza un'immagine JPEG codificata come riferimento a un'immagine, accanto alla domanda testuale. Conserva l'immagine originale quando prepari la richiesta, soprattutto se un ritaglio eliminerebbe etichette o contesto circostante. Per un compito esemplificativo di assistenza, fornisci la schermata e richiedi una descrizione dello stato visibile, mantenendo il messaggio esatto sullo schermo separato da una proposta di spiegazione della causa.
Specifica se il risultato deve essere una didascalia, una breve spiegazione, una descrizione ordinata o una nota di lavoro con osservazioni separate. Per una fotografia di inventario, istruzioni esemplificative sono: «Descrivi gli oggetti visibili e la loro disposizione; identifica l'articolo indicato nella mia domanda». Per l'immagine di un documento, poni una domanda sul brano visibile e conserva l'identificatore dell'immagine o della pagina con la risposta.
Mantieni la domanda abbastanza circoscritta da rendere facile l'esame delle evidenze pertinenti. Se il passaggio successivo richiede un nome, un numero o un'etichetta citata, chiedi separatamente quell'elemento e confronta la formulazione restituita con l'immagine originale.
Il flusso dell'agente del produttore associa l'immagine caricata a un input denominato e alla richiesta di accompagnamento. Mantieni tale associazione quando prosegui la discussione. Una domanda successiva utile nomina la stessa immagine e restringe la domanda a un'area o una relazione specifica, affinché la risposta seguente si riferisca al materiale previsto.
Salva il testo completo con l'identificatore dell'immagine, la domanda e gli eventuali riferimenti ad aree utilizzati nel compito. Questo produce un passaggio di consegne pratico per una conversazione di assistenza visiva, una descrizione di catalogo o una nota documentale collegata alla fonte. Il ruolo del modello è interpretare l'immagine fornita traducendola in linguaggio; l'immagine originale rimane disponibile per verificare dettagli specifici e correggere la domanda successiva.
", "aboutText": "GLM-4V è il modello visivo-linguistico di Zhipu AI per combinare un'immagine con una domanda scritta. L'esempio multimodale nativo del produttore fornisce entrambe le parti in un unico messaggio dell'utente e restituisce una risposta testuale. Anche la guida allo sviluppo di agenti identifica GLM-4V come modello da immagine a testo, rendendo l'immagine di origine e la formulazione della domanda gli input centrali del compito.\n\n### Affianca la domanda all'immagine\n\nScegli l'immagine che contiene le evidenze necessarie per la risposta, poi indica che cosa esaminare. Una domanda generale può richiedere una descrizione della scena; una domanda mirata può identificare un oggetto, un'etichetta o una relazione da spiegare. Fornisci contesto sufficiente a disambiguare il compito, per esempio quale articolo in una fotografia di prodotti sia rilevante o quale area di una schermata debba essere descritta.\n\nL'esempio del produttore utilizza un'immagine JPEG codificata come riferimento a un'immagine, accanto alla domanda testuale. Conserva l'immagine originale quando prepari la richiesta, soprattutto se un ritaglio eliminerebbe etichette o contesto circostante. Per un compito esemplificativo di assistenza, fornisci la schermata e richiedi una descrizione dello stato visibile, mantenendo il messaggio esatto sullo schermo separato da una proposta di spiegazione della causa.\n\n### Rendi esplicito l'elaborato scritto atteso\n\nSpecifica se il risultato deve essere una didascalia, una breve spiegazione, una descrizione ordinata o una nota di lavoro con osservazioni separate. Per una fotografia di inventario, istruzioni esemplificative sono: «Descrivi gli oggetti visibili e la loro disposizione; identifica l'articolo indicato nella mia domanda». Per l'immagine di un documento, poni una domanda sul brano visibile e conserva l'identificatore dell'immagine o della pagina con la risposta.\n\nMantieni la domanda abbastanza circoscritta da rendere facile l'esame delle evidenze pertinenti. Se il passaggio successivo richiede un nome, un numero o un'etichetta citata, chiedi separatamente quell'elemento e confronta la formulazione restituita con l'immagine originale.\n\n### Porta l'immagine nella conversazione visiva\n\nIl flusso dell'agente del produttore associa l'immagine caricata a un input denominato e alla richiesta di accompagnamento. Mantieni tale associazione quando prosegui la discussione. Una domanda successiva utile nomina la stessa immagine e restringe la domanda a un'area o una relazione specifica, affinché la risposta seguente si riferisca al materiale previsto.\n\nSalva il testo completo con l'identificatore dell'immagine, la domanda e gli eventuali riferimenti ad aree utilizzati nel compito. Questo produce un passaggio di consegne pratico per una conversazione di assistenza visiva, una descrizione di catalogo o una nota documentale collegata alla fonte. Il ruolo del modello è interpretare l'immagine fornita traducendola in linguaggio; l'immagine originale rimane disponibile per verificare dettagli specifici e correggere la domanda successiva.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Explain a transcribed screen state\n\nUse this screenshot transcription only: heading 'Export orders'; format 'CSV'; button 'Download' disabled; note 'Select at least one order'; selected count '0'. Write a two-sentence help message explaining the visible state and the next user step. Keep the visible note separate from any cause you cannot verify.Two help sentences grounded in the selected count, disabled button and selection note.The message asks the user to select an order and introduces no unsupported account, network or permission diagnosis.glm-4vGLM-4V è il modello visivo-linguistico di Zhipu AI per porre domande su un'immagine e ricevere una risposta scritta. Fornisci l'immagine con una richiesta testuale mirata per creare una descrizione, interpretare un dettaglio visibile o preparare una nota visiva collegata alle evidenze.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GLM-4V è il modello visivo-linguistico di Zhipu AI per combinare un'immagine con una domanda scritta. L'esempio multimodale nativo del produttore fornisce entrambe le parti in un unico messaggio dell'utente e restituisce una risposta testuale. Anche la guida allo sviluppo di agenti identifica GLM-4V come modello da immagine a testo, rendendo l'immagine di origine e la formulazione della domanda gli input centrali del compito.
Scegli l'immagine che contiene le evidenze necessarie per la risposta, poi indica che cosa esaminare. Una domanda generale può richiedere una descrizione della scena; una domanda mirata può identificare un oggetto, un'etichetta o una relazione da spiegare. Fornisci contesto sufficiente a disambiguare il compito, per esempio quale articolo in una fotografia di prodotti sia rilevante o quale area di una schermata debba essere descritta.
L'esempio del produttore utilizza un'immagine JPEG codificata come riferimento a un'immagine, accanto alla domanda testuale. Conserva l'immagine originale quando prepari la richiesta, soprattutto se un ritaglio eliminerebbe etichette o contesto circostante. Per un compito esemplificativo di assistenza, fornisci la schermata e richiedi una descrizione dello stato visibile, mantenendo il messaggio esatto sullo schermo separato da una proposta di spiegazione della causa.
Specifica se il risultato deve essere una didascalia, una breve spiegazione, una descrizione ordinata o una nota di lavoro con osservazioni separate. Per una fotografia di inventario, istruzioni esemplificative sono: «Descrivi gli oggetti visibili e la loro disposizione; identifica l'articolo indicato nella mia domanda». Per l'immagine di un documento, poni una domanda sul brano visibile e conserva l'identificatore dell'immagine o della pagina con la risposta.
Mantieni la domanda abbastanza circoscritta da rendere facile l'esame delle evidenze pertinenti. Se il passaggio successivo richiede un nome, un numero o un'etichetta citata, chiedi separatamente quell'elemento e confronta la formulazione restituita con l'immagine originale.
Il flusso dell'agente del produttore associa l'immagine caricata a un input denominato e alla richiesta di accompagnamento. Mantieni tale associazione quando prosegui la discussione. Una domanda successiva utile nomina la stessa immagine e restringe la domanda a un'area o una relazione specifica, affinché la risposta seguente si riferisca al materiale previsto.
Salva il testo completo con l'identificatore dell'immagine, la domanda e gli eventuali riferimenti ad aree utilizzati nel compito. Questo produce un passaggio di consegne pratico per una conversazione di assistenza visiva, una descrizione di catalogo o una nota documentale collegata alla fonte. Il ruolo del modello è interpretare l'immagine fornita traducendola in linguaggio; l'immagine originale rimane disponibile per verificare dettagli specifici e correggere la domanda successiva.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti glm-4v | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.014 / 1K token Output · Token in output $0.014 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "glm-4v", "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-4v',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-4v',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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra glm-4v
Usa i percorsi dei metodi indicati sopra.
glm-4vGLM-4V è il modello visivo-linguistico di Zhipu AI per porre domande su un'immagine e ricevere una risposta scritta. Fornisci l'immagine con una richiesta testuale mirata per creare una descrizione, interpretare un dettaglio visibile o preparare una nota visiva collegata alle evidenze.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GLM-4V è il modello visivo-linguistico di Zhipu AI per combinare un'immagine con una domanda scritta. L'esempio multimodale nativo del produttore fornisce entrambe le parti in un unico messaggio dell'utente e restituisce una risposta testuale. Anche la guida allo sviluppo di agenti identifica GLM-4V come modello da immagine a testo, rendendo l'immagine di origine e la formulazione della domanda gli input centrali del compito.
Scegli l'immagine che contiene le evidenze necessarie per la risposta, poi indica che cosa esaminare. Una domanda generale può richiedere una descrizione della scena; una domanda mirata può identificare un oggetto, un'etichetta o una relazione da spiegare. Fornisci contesto sufficiente a disambiguare il compito, per esempio quale articolo in una fotografia di prodotti sia rilevante o quale area di una schermata debba essere descritta.
L'esempio del produttore utilizza un'immagine JPEG codificata come riferimento a un'immagine, accanto alla domanda testuale. Conserva l'immagine originale quando prepari la richiesta, soprattutto se un ritaglio eliminerebbe etichette o contesto circostante. Per un compito esemplificativo di assistenza, fornisci la schermata e richiedi una descrizione dello stato visibile, mantenendo il messaggio esatto sullo schermo separato da una proposta di spiegazione della causa.
Specifica se il risultato deve essere una didascalia, una breve spiegazione, una descrizione ordinata o una nota di lavoro con osservazioni separate. Per una fotografia di inventario, istruzioni esemplificative sono: «Descrivi gli oggetti visibili e la loro disposizione; identifica l'articolo indicato nella mia domanda». Per l'immagine di un documento, poni una domanda sul brano visibile e conserva l'identificatore dell'immagine o della pagina con la risposta.
Mantieni la domanda abbastanza circoscritta da rendere facile l'esame delle evidenze pertinenti. Se il passaggio successivo richiede un nome, un numero o un'etichetta citata, chiedi separatamente quell'elemento e confronta la formulazione restituita con l'immagine originale.
Il flusso dell'agente del produttore associa l'immagine caricata a un input denominato e alla richiesta di accompagnamento. Mantieni tale associazione quando prosegui la discussione. Una domanda successiva utile nomina la stessa immagine e restringe la domanda a un'area o una relazione specifica, affinché la risposta seguente si riferisca al materiale previsto.
Salva il testo completo con l'identificatore dell'immagine, la domanda e gli eventuali riferimenti ad aree utilizzati nel compito. Questo produce un passaggio di consegne pratico per una conversazione di assistenza visiva, una descrizione di catalogo o una nota documentale collegata alla fonte. Il ruolo del modello è interpretare l'immagine fornita traducendola in linguaggio; l'immagine originale rimane disponibile per verificare dettagli specifici e correggere la domanda successiva.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti glm-4v | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.014 / 1K token Output · Token in output $0.014 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "glm-4v",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4v', '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-4v', '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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra glm-4v
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Explain a transcribed screen state\n\nUse this screenshot transcription only: heading 'Export orders'; format 'CSV'; button 'Download' disabled; note 'Select at least one order'; selected count '0'. Write a two-sentence help message explaining the visible state and the next user step. Keep the visible note separate from any cause you cannot verify.Two help sentences grounded in the selected count, disabled button and selection note.The message asks the user to select an order and introduces no unsupported account, network or permission diagnosis.