GLM-Z1-32B-0414 è il membro della serie GLM-4-0414 di Z.ai incentrato sul ragionamento. Deriva da GLM-4-32B-0414 attraverso una preparazione cold-start e un apprendimento per rinforzo esteso, con ulteriore lavoro su matematica, codice e logica. Viene usato anche il feedback basato sul confronto a coppie per rafforzare le capacità generali. L'input è testo e il risultato visibile è una soluzione, una spiegazione o un frammento di programma testuale.
Il suo scopo è affrontare attività che richiedono conclusioni intermedie collegate, anziché una frase immediata. Fornisci tutte le ipotesi e definisci il punto di arrivo richiesto: ricavare una formula, spiegare un algoritmo, giustificare un limite o preparare una modifica al codice. L'esempio matematico del produttore riguarda variabili positive legate da un'equazione e l'intervallo possibile della loro somma. Una risposta utile deve individuare le condizioni, mostrare i passaggi pertinenti e separare chiaramente il risultato finale.
GLM-Z1-Rumination-32B-0414 è un'edizione separata per ricerche più aperte con strumenti di ricerca; GLM-Z1-9B-0414 ha un'altra dimensione. Questa voce conserva il rilascio Z1 32B indicato, senza importare il flusso aggiuntivo o le caratteristiche dimensionali di tali edizioni.
Il produttore raccomanda temperature 0.6, top_p 0.95 e top_k 40. Raccomanda inoltre un budget max_new_tokens di 30.000 per lasciare spazio al ragionamento. Sono impostazioni di generazione raccomandate, non una garanzia che ogni risposta richieda quella lunghezza o un tetto massimo rigido e universale dell'output documentato. L'esempio di inferenza separato della scheda usa un budget di generazione più piccolo, specifico della richiesta.
Per un'attività di ragionamento, lascia spazio sufficiente sia all'analisi sia alla risposta finale e definisci nel prompt la forma della risposta finale. Una domanda matematica può richiedere l'intervallo o il valore separatamente dalla spiegazione; una domanda di programmazione può chiedere un'implementazione seguita dalle ipotesi rilevanti. Mantieni il risultato richiesto abbastanza specifico da poterlo verificare rispetto alle condizioni fornite.
Il template del produttore avvia la generazione con il marcatore di ragionamento <think>. Il template di chat pubblicato inserisce questo marcatore, quindi un'implementazione deve usare il template effettivo del rilascio anziché presumere un formato di dialogo diverso.
Per i turni successivi, la guida d'uso conserva la risposta finale visibile all'utente e rimuove il materiale di ragionamento interno dalla cronologia salvata. È una regola di preparazione per il template conversazionale del modello. Un turno successivo deve contenere la domanda corrente, il materiale originale necessario e la risposta precedente pertinente, non un accumulo non filtrato di tutta l'analisi interna precedente.
La configurazione pubblicata imposta max_position_embeddings a 32.768 e non include una voce rope_scaling. La guida d'uso raccomanda di valutare YaRN quando l'input supera 8.192 token. La configurazione di estensione dell'esempio usa factor 4.0 con original_max_position_embeddings impostato a 32.768. La soglia raccomandata, la configurazione di base e l'estensione opzionale sono fatti diversi; non sono limiti di risposta intercambiabili.
YaRN statico influisce su tutto il testo e può ridurre leggermente le prestazioni sugli input brevi, perciò il produttore raccomanda di abilitarlo quando serve. Per materiale lungo, fornisci le definizioni e i brani pertinenti in un input chiaramente separato e lascia un budget di generazione adatto nel contesto attivo. La configurazione deve seguire il supporto della distribuzione selezionata alla procedura di estensione del produttore, invece di trattare un multiplo aritmetico come una finestra di contesto disponibile automaticamente.
L'esempio di inferenza del modello usa una domanda dell'utente e il template di chat specifico del rilascio. Per la matematica, conserva le definizioni delle variabili e indica la proposizione da dimostrare. Per il codice, fornisci il frammento pertinente, il comportamento richiesto e il caso in esame. Chiedi un elaborato finale distinto — dimostrazione, formula, implementazione o spiegazione — così il ragionamento può essere valutato attraverso il risultato dell'attività. La guida Z1 dedicata specifica il ragionamento testuale e la relativa preparazione; non definisce un contratto nativo aggiuntivo per gli strumenti o un input di immagini per questa edizione.
", "aboutText": "### Introduzione\n\nGLM-Z1-32B-0414 è il membro della serie GLM-4-0414 di Z.ai incentrato sul ragionamento. Deriva da GLM-4-32B-0414 attraverso una preparazione cold-start e un apprendimento per rinforzo esteso, con ulteriore lavoro su matematica, codice e logica. Viene usato anche il feedback basato sul confronto a coppie per rafforzare le capacità generali. L'input è testo e il risultato visibile è una soluzione, una spiegazione o un frammento di programma testuale.\n\nIl suo scopo è affrontare attività che richiedono conclusioni intermedie collegate, anziché una frase immediata. Fornisci tutte le ipotesi e definisci il punto di arrivo richiesto: ricavare una formula, spiegare un algoritmo, giustificare un limite o preparare una modifica al codice. L'esempio matematico del produttore riguarda variabili positive legate da un'equazione e l'intervallo possibile della loro somma. Una risposta utile deve individuare le condizioni, mostrare i passaggi pertinenti e separare chiaramente il risultato finale.\n\nGLM-Z1-Rumination-32B-0414 è un'edizione separata per ricerche più aperte con strumenti di ricerca; GLM-Z1-9B-0414 ha un'altra dimensione. Questa voce conserva il rilascio Z1 32B indicato, senza importare il flusso aggiuntivo o le caratteristiche dimensionali di tali edizioni.\n\n### Indicazioni d'uso: campionamento\n\nIl produttore raccomanda temperature 0.6, top_p 0.95 e top_k 40. Raccomanda inoltre un budget max_new_tokens di 30.000 per lasciare spazio al ragionamento. Sono impostazioni di generazione raccomandate, non una garanzia che ogni risposta richieda quella lunghezza o un tetto massimo rigido e universale dell'output documentato. L'esempio di inferenza separato della scheda usa un budget di generazione più piccolo, specifico della richiesta.\n\nPer un'attività di ragionamento, lascia spazio sufficiente sia all'analisi sia alla risposta finale e definisci nel prompt la forma della risposta finale. Una domanda matematica può richiedere l'intervallo o il valore separatamente dalla spiegazione; una domanda di programmazione può chiedere un'implementazione seguita dalle ipotesi rilevanti. Mantieni il risultato richiesto abbastanza specifico da poterlo verificare rispetto alle condizioni fornite.\n\n### Indicazioni d'uso: ragionamento e cronologia del dialogo\n\nIl template del produttore avvia la generazione con il marcatore di ragionamento `Esempio tecnico in inglese
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 è l'edizione fissa di ragionamento testuale di Z.ai per matematica, programmazione e logica. Il produttore fornisce indicazioni esplicite per ragionamento, cronologia del dialogo, campionamento ed estensione opzionale del contesto, così le attività complesse possono essere preparate per questo specifico rilascio.
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-Z1-32B-0414 è il membro della serie GLM-4-0414 di Z.ai incentrato sul ragionamento. Deriva da GLM-4-32B-0414 attraverso una preparazione cold-start e un apprendimento per rinforzo esteso, con ulteriore lavoro su matematica, codice e logica. Viene usato anche il feedback basato sul confronto a coppie per rafforzare le capacità generali. L'input è testo e il risultato visibile è una soluzione, una spiegazione o un frammento di programma testuale.
Il suo scopo è affrontare attività che richiedono conclusioni intermedie collegate, anziché una frase immediata. Fornisci tutte le ipotesi e definisci il punto di arrivo richiesto: ricavare una formula, spiegare un algoritmo, giustificare un limite o preparare una modifica al codice. L'esempio matematico del produttore riguarda variabili positive legate da un'equazione e l'intervallo possibile della loro somma. Una risposta utile deve individuare le condizioni, mostrare i passaggi pertinenti e separare chiaramente il risultato finale.
GLM-Z1-Rumination-32B-0414 è un'edizione separata per ricerche più aperte con strumenti di ricerca; GLM-Z1-9B-0414 ha un'altra dimensione. Questa voce conserva il rilascio Z1 32B indicato, senza importare il flusso aggiuntivo o le caratteristiche dimensionali di tali edizioni.
Il produttore raccomanda temperature 0.6, top_p 0.95 e top_k 40. Raccomanda inoltre un budget max_new_tokens di 30.000 per lasciare spazio al ragionamento. Sono impostazioni di generazione raccomandate, non una garanzia che ogni risposta richieda quella lunghezza o un tetto massimo rigido e universale dell'output documentato. L'esempio di inferenza separato della scheda usa un budget di generazione più piccolo, specifico della richiesta.
Per un'attività di ragionamento, lascia spazio sufficiente sia all'analisi sia alla risposta finale e definisci nel prompt la forma della risposta finale. Una domanda matematica può richiedere l'intervallo o il valore separatamente dalla spiegazione; una domanda di programmazione può chiedere un'implementazione seguita dalle ipotesi rilevanti. Mantieni il risultato richiesto abbastanza specifico da poterlo verificare rispetto alle condizioni fornite.
Il template del produttore avvia la generazione con il marcatore di ragionamento <think>. Il template di chat pubblicato inserisce questo marcatore, quindi un'implementazione deve usare il template effettivo del rilascio anziché presumere un formato di dialogo diverso.
Per i turni successivi, la guida d'uso conserva la risposta finale visibile all'utente e rimuove il materiale di ragionamento interno dalla cronologia salvata. È una regola di preparazione per il template conversazionale del modello. Un turno successivo deve contenere la domanda corrente, il materiale originale necessario e la risposta precedente pertinente, non un accumulo non filtrato di tutta l'analisi interna precedente.
La configurazione pubblicata imposta max_position_embeddings a 32.768 e non include una voce rope_scaling. La guida d'uso raccomanda di valutare YaRN quando l'input supera 8.192 token. La configurazione di estensione dell'esempio usa factor 4.0 con original_max_position_embeddings impostato a 32.768. La soglia raccomandata, la configurazione di base e l'estensione opzionale sono fatti diversi; non sono limiti di risposta intercambiabili.
YaRN statico influisce su tutto il testo e può ridurre leggermente le prestazioni sugli input brevi, perciò il produttore raccomanda di abilitarlo quando serve. Per materiale lungo, fornisci le definizioni e i brani pertinenti in un input chiaramente separato e lascia un budget di generazione adatto nel contesto attivo. La configurazione deve seguire il supporto della distribuzione selezionata alla procedura di estensione del produttore, invece di trattare un multiplo aritmetico come una finestra di contesto disponibile automaticamente.
L'esempio di inferenza del modello usa una domanda dell'utente e il template di chat specifico del rilascio. Per la matematica, conserva le definizioni delle variabili e indica la proposizione da dimostrare. Per il codice, fornisci il frammento pertinente, il comportamento richiesto e il caso in esame. Chiedi un elaborato finale distinto — dimostrazione, formula, implementazione o spiegazione — così il ragionamento può essere valutato attraverso il risultato dell'attività. La guida Z1 dedicata specifica il ragionamento testuale e la relativa preparazione; non definisce un contratto nativo aggiuntivo per gli strumenti o un input di immagini per questa edizione.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti THUDM/GLM-Z1-32B-0414 | 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 $0.00014 / 1K token Output · Token in output $0.00014 / 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": "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 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 THUDM/GLM-Z1-32B-0414
Usa i percorsi dei metodi indicati sopra.
THUDM/GLM-Z1-32B-0414GLM-Z1-32B-0414 è l'edizione fissa di ragionamento testuale di Z.ai per matematica, programmazione e logica. Il produttore fornisce indicazioni esplicite per ragionamento, cronologia del dialogo, campionamento ed estensione opzionale del contesto, così le attività complesse possono essere preparate per questo specifico rilascio.
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-Z1-32B-0414 è il membro della serie GLM-4-0414 di Z.ai incentrato sul ragionamento. Deriva da GLM-4-32B-0414 attraverso una preparazione cold-start e un apprendimento per rinforzo esteso, con ulteriore lavoro su matematica, codice e logica. Viene usato anche il feedback basato sul confronto a coppie per rafforzare le capacità generali. L'input è testo e il risultato visibile è una soluzione, una spiegazione o un frammento di programma testuale.
Il suo scopo è affrontare attività che richiedono conclusioni intermedie collegate, anziché una frase immediata. Fornisci tutte le ipotesi e definisci il punto di arrivo richiesto: ricavare una formula, spiegare un algoritmo, giustificare un limite o preparare una modifica al codice. L'esempio matematico del produttore riguarda variabili positive legate da un'equazione e l'intervallo possibile della loro somma. Una risposta utile deve individuare le condizioni, mostrare i passaggi pertinenti e separare chiaramente il risultato finale.
GLM-Z1-Rumination-32B-0414 è un'edizione separata per ricerche più aperte con strumenti di ricerca; GLM-Z1-9B-0414 ha un'altra dimensione. Questa voce conserva il rilascio Z1 32B indicato, senza importare il flusso aggiuntivo o le caratteristiche dimensionali di tali edizioni.
Il produttore raccomanda temperature 0.6, top_p 0.95 e top_k 40. Raccomanda inoltre un budget max_new_tokens di 30.000 per lasciare spazio al ragionamento. Sono impostazioni di generazione raccomandate, non una garanzia che ogni risposta richieda quella lunghezza o un tetto massimo rigido e universale dell'output documentato. L'esempio di inferenza separato della scheda usa un budget di generazione più piccolo, specifico della richiesta.
Per un'attività di ragionamento, lascia spazio sufficiente sia all'analisi sia alla risposta finale e definisci nel prompt la forma della risposta finale. Una domanda matematica può richiedere l'intervallo o il valore separatamente dalla spiegazione; una domanda di programmazione può chiedere un'implementazione seguita dalle ipotesi rilevanti. Mantieni il risultato richiesto abbastanza specifico da poterlo verificare rispetto alle condizioni fornite.
Il template del produttore avvia la generazione con il marcatore di ragionamento <think>. Il template di chat pubblicato inserisce questo marcatore, quindi un'implementazione deve usare il template effettivo del rilascio anziché presumere un formato di dialogo diverso.
Per i turni successivi, la guida d'uso conserva la risposta finale visibile all'utente e rimuove il materiale di ragionamento interno dalla cronologia salvata. È una regola di preparazione per il template conversazionale del modello. Un turno successivo deve contenere la domanda corrente, il materiale originale necessario e la risposta precedente pertinente, non un accumulo non filtrato di tutta l'analisi interna precedente.
La configurazione pubblicata imposta max_position_embeddings a 32.768 e non include una voce rope_scaling. La guida d'uso raccomanda di valutare YaRN quando l'input supera 8.192 token. La configurazione di estensione dell'esempio usa factor 4.0 con original_max_position_embeddings impostato a 32.768. La soglia raccomandata, la configurazione di base e l'estensione opzionale sono fatti diversi; non sono limiti di risposta intercambiabili.
YaRN statico influisce su tutto il testo e può ridurre leggermente le prestazioni sugli input brevi, perciò il produttore raccomanda di abilitarlo quando serve. Per materiale lungo, fornisci le definizioni e i brani pertinenti in un input chiaramente separato e lascia un budget di generazione adatto nel contesto attivo. La configurazione deve seguire il supporto della distribuzione selezionata alla procedura di estensione del produttore, invece di trattare un multiplo aritmetico come una finestra di contesto disponibile automaticamente.
L'esempio di inferenza del modello usa una domanda dell'utente e il template di chat specifico del rilascio. Per la matematica, conserva le definizioni delle variabili e indica la proposizione da dimostrare. Per il codice, fornisci il frammento pertinente, il comportamento richiesto e il caso in esame. Chiedi un elaborato finale distinto — dimostrazione, formula, implementazione o spiegazione — così il ragionamento può essere valutato attraverso il risultato dell'attività. La guida Z1 dedicata specifica il ragionamento testuale e la relativa preparazione; non definisce un contratto nativo aggiuntivo per gli strumenti o un input di immagini per questa edizione.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti THUDM/GLM-Z1-32B-0414 | 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 $0.00014 / 1K token Output · Token in output $0.00014 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "THUDM/GLM-Z1-32B-0414",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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 THUDM/GLM-Z1-32B-0414
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
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.