Z.ai GLM 5.3 — күрделі бағдарламалық инженерияға және ұзақ мерзімді агент жұмысына арналған ірі мәтіндік пайымдау моделі. Өндіруші оның GLM 5.2 моделіндегідей базалық модельді пайдаланатынын, ал жаңа жетістіктер кейінгі оқытудан туындайтынын айтады. Шығарылым бағдарламалау, терминал операциялары және бірнеше тәуелді қадамнан тұратын кеңірек міндеттерді күшейтуге бағытталған. Ол мәтінді қабылдап, мәтін шығарады; бұған құралдармен байланысқан қолданбадағы код, түсіндірмелер, жоспарлар және құрал шақыру сұраулары кіреді.
Құжатталған пайымдау режимі үнемі қосулы. GLM 5.3 пайымдаудың үш деңгейін ұсынады: low, high және max; әдепкісі — max. Өндіруші күрделі бағдарламалау жұмысына max деңгейін ұсынады; low қарапайым қадамдарға жеңілірек пайымдау нұсқасын береді. Таңдалған деңгейді айқын түпкі нәтижемен және аяқталу өлшемшарттарымен бірге пайдаланыңыз. Мысалы: «Осы файлдар мен сәтсіз нәтижелерді қарап, себепті әсер еткен модульдер арқылы қадағалаңыз, сыртқы интерфейсті сақтайтын түзету ұсыныңыз және регрессияның жойылғанын қандай тексерулер растайтынын түсіндіріңіз».
Өндіруші 1M токендік контекст терезесін және 128K токендік ең үлкен шығару ұзындығын көрсетеді. Ұзын материалды модель зерттеуге тиіс байланыс төңірегінде ұйымдастырыңыз. Файл атауларын, қажетті анықтамаларды, дереккөз белгілерін және бақылаулардың ретін сақтап, тиісті жұмыс контексінде пайымдау мен түпкі жауапқа орын қалдырыңыз. Үлкен терезе модульаралық тәуелділіктерге немесе агент бақылауларының ұзын тізбегіне пайдалы; ол байланыссыз материалдың бағытсыз архивін нақты қойылған тапсырмаға айналдырмайды.
Репозиторий жұмысы үшін күтілетін мінез-құлықты, тиісті бастапқы код мәтінін, тәуелділік нұсқаларын және нақты қате шығысын беріңіз. Түзету ұсынбас бұрын әсер еткен мінез-құлықты анықтауды модельден сұраңыз. Рефакторинг үшін өзгермей қалуға тиіс интерфейсті және инварианттарды атаңыз. Пайдалы жауап өңделген кодты, өзгерістің бақыланған мәселені неге шешетінін және нәтижені тексеруге қажет жағдайларды қамтиды. Келесі қадам алдыңғы ұсынысқа емес, өзгерген күйге негізделуі үшін нақты нәтижелерді құралдармен байланысқан жұмыс үдерісіне кері беріңіз.
Өнімділік жұмысы үшін жүктемені, бастапқы деңгейді және орындалу уақыттары, профильдер немесе жад бөлу жазбалары сияқты өлшемдерді беріңіз. Z.ai өнімділікті шектейтін тұстарды диагностикалау, оңтайландыру, тәжірибелер және дұрыстықты сақтайтын нәтижелерді қамтитын оқыту тапсырмаларын сипаттайды. Практикалық сұрау мынадай: «Осы профиль арқылы өнімділікті ең қатты шектейтін тұсты анықтап, бір өлшенетін өзгеріс ұсыныңыз және қандай нәтиже оны сақтап қалуды негіздейтінін түсіндіріңіз». Өнімділік туралы гипотезаны тіркелген жақсарудан ажыратыңыз. Нәтижені қарағанда сол жүктемені және тиісті шарттарды сақтаңыз.
Шығарылым осалдықтарды талдау мүмкіндігін де дамытады. Қорғаныс мақсатындағы бастапқы кодты шолу үшін тиісті кодты, оның көзделген сенім шекараларын және жұмыс істеу шарттарын беріңіз. Күдікті мәселені әсер ететін енгізумен, мінез-құлықпен және нақты түзетумен байланыстыратын тұжырым сұраңыз. Ықтимал әлсіздікті қайта туындатылған ақаудан ажыратып, оны растауға пайдаланылған бақылауды сақтаңыз. Есеп әр күдікті үлгіні расталған осалдық деп қарастырғаннан гөрі, нақты дәлел мен ұсынылған түзетулерге басымдық бергенде пайдалырақ болады.
Функция шақыру айналадағы қолданбаға сыртқы операцияларды модельге ұсынуға мүмкіндік береді. Әр құралдың мақсатын, аргументтерін және күтілетін нәтижесін анықтап, келесі қадамға нақты құрал бақылауын қайтарыңыз. Модель осы нәтижеге сүйеніп пайымдап, оның тапсырманы қалай өзгертетінін шеше алады. Ұсынылған әрекеттерді, орындалған операцияларды және шешілмеген тексерулерді ажыратуға болатындай ұстаңыз. Өндіруші пайымдау мен жауап бөліктерін бөлек қайтаратын ағындық жауаптарды да құжаттайды; оны түпкі есеп немесе код түсіндірмесі деп қабылдамас бұрын аяқталған жауапты жинақтаңыз.
Жергілікті модель карточкасында тарих параметріне қатысты нақты бөлшек бар: оның чат үлгісі әдепкіде ойлануды сақтайды, ал өндіруші кәдімгі чат сценарийлерінде бұрынғы ойлануды анық түрде тазартуды ұсынады. Жалғастыруға қажет нақты аяқталған жауаптарды және құрал нәтижелерін сақтап, қолдану жағдайына сәйкес әңгіме құрылымын қолданыңыз. GLM 5.2 моделінің немесе бөлек GLM 5.3 Flash нұсқаларының пайымдауды басқару параметрлерін осы модельдің low/high/max басқаруымен өзара алмастырылатын деп қарастырмаңыз.
Құрылымдалған нәтижелер үшін күтілетін өрістерді, түрлерді және дереккөз ережелерін көрсетіңіз. Пайдалы материал ақаулар кестесі, өзгеріс жоспары немесе бақылауларды жинақтайтын JSON нысаны болуы мүмкін. Қолданба пайдаланбас бұрын құрылымды да, мәндерді де тексеріңіз. Түпкі нәтиже жауапты немесе өңделген материалды, оны растайтын дәлелді және қалған жорамалдарды көрсетуі тиіс. Пайымдау деңгейінің жоғары болуы құралдың орындалғанын, ұсынылған түзетудің тексерулерден өткенін немесе факт туралы тұжырымның берілген материалдан тыс негізі бар екенін растамайды.
", "aboutText": "Z.ai GLM 5.3 — күрделі бағдарламалық инженерияға және ұзақ мерзімді агент жұмысына арналған ірі мәтіндік пайымдау моделі. Өндіруші оның GLM 5.2 моделіндегідей базалық модельді пайдаланатынын, ал жаңа жетістіктер кейінгі оқытудан туындайтынын айтады. Шығарылым бағдарламалау, терминал операциялары және бірнеше тәуелді қадамнан тұратын кеңірек міндеттерді күшейтуге бағытталған. Ол мәтінді қабылдап, мәтін шығарады; бұған құралдармен байланысқан қолданбадағы код, түсіндірмелер, жоспарлар және құрал шақыру сұраулары кіреді.\n\nҚұжатталған пайымдау режимі үнемі қосулы. GLM 5.3 пайымдаудың үш деңгейін ұсынады: low, high және max; әдепкісі — max. Өндіруші күрделі бағдарламалау жұмысына max деңгейін ұсынады; low қарапайым қадамдарға жеңілірек пайымдау нұсқасын береді. Таңдалған деңгейді айқын түпкі нәтижемен және аяқталу өлшемшарттарымен бірге пайдаланыңыз. Мысалы: «Осы файлдар мен сәтсіз нәтижелерді қарап, себепті әсер еткен модульдер арқылы қадағалаңыз, сыртқы интерфейсті сақтайтын түзету ұсыныңыз және регрессияның жойылғанын қандай тексерулер растайтынын түсіндіріңіз».\n\nӨндіруші 1M токендік контекст терезесін және 128K токендік ең үлкен шығару ұзындығын көрсетеді. Ұзын материалды модель зерттеуге тиіс байланыс төңірегінде ұйымдастырыңыз. Файл атауларын, қажетті анықтамаларды, дереккөз белгілерін және бақылаулардың ретін сақтап, тиісті жұмыс контексінде пайымдау мен түпкі жауапқа орын қалдырыңыз. Үлкен терезе модульаралық тәуелділіктерге немесе агент бақылауларының ұзын тізбегіне пайдалы; ол байланыссыз материалдың бағытсыз архивін нақты қойылған тапсырмаға айналдырмайды.\n\nРепозиторий жұмысы үшін күтілетін мінез-құлықты, тиісті бастапқы код мәтінін, тәуелділік нұсқаларын және нақты қате шығысын беріңіз. Түзету ұсынбас бұрын әсер еткен мінез-құлықты анықтауды модельден сұраңыз. Рефакторинг үшін өзгермей қалуға тиіс интерфейсті және инварианттарды атаңыз. Пайдалы жауап өңделген кодты, өзгерістің бақыланған мәселені неге шешетінін және нәтижені тексеруге қажет жағдайларды қамтиды. Келесі қадам алдыңғы ұсынысқа емес, өзгерген күйге негізделуі үшін нақты нәтижелерді құралдармен байланысқан жұмыс үдерісіне кері беріңіз.\n\nӨнімділік жұмысы үшін жүктемені, бастапқы деңгейді және орындалу уақыттары, профильдер немесе жад бөлу жазбалары сияқты өлшемдерді беріңіз. Z.ai өнімділікті шектейтін тұстарды диагностикалау, оңтайландыру, тәжірибелер және дұрыстықты сақтайтын нәтижелерді қамтитын оқыту тапсырмаларын сипаттайды. Практикалық сұрау мынадай: «Осы профиль арқылы өнімділікті ең қатты шектейтін тұсты анықтап, бір өлшенетін өзгеріс ұсыныңыз және қандай нәтиже оны сақтап қалуды негіздейтінін түсіндіріңіз». Өнімділік туралы гипотезаны тіркелген жақсарудан ажыратыңыз. Нәтижені қарағанда сол жүктемені және тиісті шарттарды сақтаңыз.\n\nШығарылым осалдықтарды талдау мүмкіндігін де дамытады. Қорғаныс мақсатындағы бастапқы кодты шолу үшін тиісті кодты, оның көзделген сенім шекараларын және жұмыс істеу шарттарын беріңіз. Күдікті мәселені әсер ететін енгізумен, мінез-құлықпен және нақты түзетумен байланыстыратын тұжырым сұраңыз. Ықтимал әлсіздікті қайта туындатылған ақаудан ажыратып, оны растауға пайдаланылған бақылауды сақтаңыз. Есеп әр күдікті үлгіні расталған осалдық деп қарастырғаннан гөрі, нақты дәлел мен ұсынылған түзетулерге басымдық бергенде пайдалырақ болады.\n\nФункция шақыру айналадағы қолданбаға сыртқы операцияларды модельге ұсынуға мүмкіндік береді. Әр құралдың мақсатын, аргументтерін және күтілетін нәтижесін анықтап, келесі қадамға нақты құрал бақылауын қайтарыңыз. Модель осы нәтижеге сүйеніп пайымдап, оның тапсырманы қалай өзгертетінін шеше алады. Ұсынылған әрекеттерді, орындалған операцияларды және шешілмеген тексерулерді ажыратуға болатындай ұстаңыз. Өндіруші пайымдау мен жауап бөліктерін бөлек қайтаратын ағындық жауаптарды да құжаттайды; оны түпкі есеп немесе код түсіндірмесі деп қабылдамас бұрын аяқталған жауапты жинақтаңыз.\n\nЖергілікті модель карточкасында тарих параметріне қатысты нақты бөлшек бар: оның чат үлгісі әдепкіде ойлануды сақтайды, ал өндіруші кәдімгі чат сценарийлерінде бұрынғы ойлануды анық түрде тазартуды ұсынады. Жалғастыруға қажет нақты аяқталған жауаптарды және құрал нәтижелерін сақтап, қолдану жағдайына сәйкес әңгіме құрылымын қолданыңыз. GLM 5.2 моделінің немесе бөлек GLM 5.3 Flash нұсқаларының пайымдауды басқару параметрлерін осы модельдің low/high/max басқаруымен өзара алмастырылатын деп қарастырмаңыз.\n\nҚұрылымдалған нәтижелер үшін күтілетін өрістерді, түрлерді және дереккөз ережелерін көрсетіңіз. Пайдалы материал ақаулар кестесі, өзгеріс жоспары немесе бақылауларды жинақтайтын JSON нысаны болуы мүмкін. Қолданба пайдаланбас бұрын құрылымды да, мәндерді де тексеріңіз. Түпкі нәтиже жауапты немесе өңделген материалды, оны растайтын дәлелді және қалған жорамалдарды көрсетуі тиіс. Пайымдау деңгейінің жоғары болуы құралдың орындалғанын, ұсынылған түзетудің тексерулерден өткенін немесе факт туралы тұжырымның берілген материалдан тыс негізі бар екенін растамайды.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "3f43ba6dd52e40804ce9dc5533deed6b7c6b6d00115696b9330a53f9d1de24fd", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "kk", "methods": [ { "html": "z-ai/glm-5.3:batchZ.ai GLM 5.3 — күрделі бағдарламалық инженерияға, терминал жұмысына және ұзақ мерзімді агенттерге арналған мәтіндік пайымдау моделі. Ол өндіруші құжаттаған 1M токендік контексті, 128K токенге дейінгі шығаруды, функция шақыруды және low/high/max пайымдау деңгейлерін қолдайды; пайымдау бүкіл жұмыс бойы қосулы болады.
Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.
Z.ai GLM 5.3 — күрделі бағдарламалық инженерияға және ұзақ мерзімді агент жұмысына арналған ірі мәтіндік пайымдау моделі. Өндіруші оның GLM 5.2 моделіндегідей базалық модельді пайдаланатынын, ал жаңа жетістіктер кейінгі оқытудан туындайтынын айтады. Шығарылым бағдарламалау, терминал операциялары және бірнеше тәуелді қадамнан тұратын кеңірек міндеттерді күшейтуге бағытталған. Ол мәтінді қабылдап, мәтін шығарады; бұған құралдармен байланысқан қолданбадағы код, түсіндірмелер, жоспарлар және құрал шақыру сұраулары кіреді.
Құжатталған пайымдау режимі үнемі қосулы. GLM 5.3 пайымдаудың үш деңгейін ұсынады: low, high және max; әдепкісі — max. Өндіруші күрделі бағдарламалау жұмысына max деңгейін ұсынады; low қарапайым қадамдарға жеңілірек пайымдау нұсқасын береді. Таңдалған деңгейді айқын түпкі нәтижемен және аяқталу өлшемшарттарымен бірге пайдаланыңыз. Мысалы: «Осы файлдар мен сәтсіз нәтижелерді қарап, себепті әсер еткен модульдер арқылы қадағалаңыз, сыртқы интерфейсті сақтайтын түзету ұсыныңыз және регрессияның жойылғанын қандай тексерулер растайтынын түсіндіріңіз».
Өндіруші 1M токендік контекст терезесін және 128K токендік ең үлкен шығару ұзындығын көрсетеді. Ұзын материалды модель зерттеуге тиіс байланыс төңірегінде ұйымдастырыңыз. Файл атауларын, қажетті анықтамаларды, дереккөз белгілерін және бақылаулардың ретін сақтап, тиісті жұмыс контексінде пайымдау мен түпкі жауапқа орын қалдырыңыз. Үлкен терезе модульаралық тәуелділіктерге немесе агент бақылауларының ұзын тізбегіне пайдалы; ол байланыссыз материалдың бағытсыз архивін нақты қойылған тапсырмаға айналдырмайды.
Репозиторий жұмысы үшін күтілетін мінез-құлықты, тиісті бастапқы код мәтінін, тәуелділік нұсқаларын және нақты қате шығысын беріңіз. Түзету ұсынбас бұрын әсер еткен мінез-құлықты анықтауды модельден сұраңыз. Рефакторинг үшін өзгермей қалуға тиіс интерфейсті және инварианттарды атаңыз. Пайдалы жауап өңделген кодты, өзгерістің бақыланған мәселені неге шешетінін және нәтижені тексеруге қажет жағдайларды қамтиды. Келесі қадам алдыңғы ұсынысқа емес, өзгерген күйге негізделуі үшін нақты нәтижелерді құралдармен байланысқан жұмыс үдерісіне кері беріңіз.
Өнімділік жұмысы үшін жүктемені, бастапқы деңгейді және орындалу уақыттары, профильдер немесе жад бөлу жазбалары сияқты өлшемдерді беріңіз. Z.ai өнімділікті шектейтін тұстарды диагностикалау, оңтайландыру, тәжірибелер және дұрыстықты сақтайтын нәтижелерді қамтитын оқыту тапсырмаларын сипаттайды. Практикалық сұрау мынадай: «Осы профиль арқылы өнімділікті ең қатты шектейтін тұсты анықтап, бір өлшенетін өзгеріс ұсыныңыз және қандай нәтиже оны сақтап қалуды негіздейтінін түсіндіріңіз». Өнімділік туралы гипотезаны тіркелген жақсарудан ажыратыңыз. Нәтижені қарағанда сол жүктемені және тиісті шарттарды сақтаңыз.
Шығарылым осалдықтарды талдау мүмкіндігін де дамытады. Қорғаныс мақсатындағы бастапқы кодты шолу үшін тиісті кодты, оның көзделген сенім шекараларын және жұмыс істеу шарттарын беріңіз. Күдікті мәселені әсер ететін енгізумен, мінез-құлықпен және нақты түзетумен байланыстыратын тұжырым сұраңыз. Ықтимал әлсіздікті қайта туындатылған ақаудан ажыратып, оны растауға пайдаланылған бақылауды сақтаңыз. Есеп әр күдікті үлгіні расталған осалдық деп қарастырғаннан гөрі, нақты дәлел мен ұсынылған түзетулерге басымдық бергенде пайдалырақ болады.
Функция шақыру айналадағы қолданбаға сыртқы операцияларды модельге ұсынуға мүмкіндік береді. Әр құралдың мақсатын, аргументтерін және күтілетін нәтижесін анықтап, келесі қадамға нақты құрал бақылауын қайтарыңыз. Модель осы нәтижеге сүйеніп пайымдап, оның тапсырманы қалай өзгертетінін шеше алады. Ұсынылған әрекеттерді, орындалған операцияларды және шешілмеген тексерулерді ажыратуға болатындай ұстаңыз. Өндіруші пайымдау мен жауап бөліктерін бөлек қайтаратын ағындық жауаптарды да құжаттайды; оны түпкі есеп немесе код түсіндірмесі деп қабылдамас бұрын аяқталған жауапты жинақтаңыз.
Жергілікті модель карточкасында тарих параметріне қатысты нақты бөлшек бар: оның чат үлгісі әдепкіде ойлануды сақтайды, ал өндіруші кәдімгі чат сценарийлерінде бұрынғы ойлануды анық түрде тазартуды ұсынады. Жалғастыруға қажет нақты аяқталған жауаптарды және құрал нәтижелерін сақтап, қолдану жағдайына сәйкес әңгіме құрылымын қолданыңыз. GLM 5.2 моделінің немесе бөлек GLM 5.3 Flash нұсқаларының пайымдауды басқару параметрлерін осы модельдің low/high/max басқаруымен өзара алмастырылатын деп қарастырмаңыз.
Құрылымдалған нәтижелер үшін күтілетін өрістерді, түрлерді және дереккөз ережелерін көрсетіңіз. Пайдалы материал ақаулар кестесі, өзгеріс жоспары немесе бақылауларды жинақтайтын JSON нысаны болуы мүмкін. Қолданба пайдаланбас бұрын құрылымды да, мәндерді де тексеріңіз. Түпкі нәтиже жауапты немесе өңделген материалды, оны растайтын дәлелді және қалған жорамалдарды көрсетуі тиіс. Пайымдау деңгейінің жоғары болуы құралдың орындалғанын, ұсынылған түзетудің тексерулерден өткенін немесе факт туралы тұжырымның берілген материалдан тыс негізі бар екенін растамайды.
POST /v1/batchestexttext| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
|---|---|---|---|---|
Өрісendpoint | Түріstring | ТалапМіндетті | Мәндер мен шектеулер /v1/chat/completions | Әдепкі— |
Өрісmodel | Түріstring | ТалапМіндетті | Мәндер мен шектеулер z-ai/glm-5.3:batch | Әдепкі— |
Өрісrequests | Түріbatch_item[] | ТалапМіндетті | Мәндер мен шектеулер Элементтердің ең аз саны: 1 | Әдепкі— |
Өрісrequests[].custom_id | Түріstring | ТалапМіндетті | Мәндер мен шектеулер | Әдепкі— |
Өрісrequests[].body.messages | Түріmessage[] | ТалапМіндетті | Мәндер мен шектеулер | Әдепкі— |
Өрісcompletion_window | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер 24h | Әдепкі— |
Өрісprovider | Түріobject|null | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Өрісrequests[].body.model | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер z-ai/glm-5.3:batch, z-ai/glm-5.3 | Әдепкі— |
Өрісprovider.only | Түріstring[] | ТалапМіндетті емес | Мәндер мен шектеулер deepinfra/fp4 | Әдепкі— |
Өрісprovider.allow_fallbacks | Түріboolean|null | ТалапМіндетті емес | Мәндер мен шектеулер false, null | Әдепкі— |
| Параметр | Параметр талаптары |
|---|---|
Параметрcontent_type | Параметр талаптарыapplication/json |
Параметрrequired | Параметр талаптарыendpoint, model, requests |
Параметрmaterial_types | Параметр талаптарыtext |
Параметрrepresentation | Параметр талаптарыСұрау ішіне енгізілген requests[]; әр элементте custom_id және body бар |
Параметрrequest_endpoint_profile | Параметр талаптары/v1/chat/completions |
Параметрfile_material | Параметр талаптарыСұрауды жіберуші нақты UTF-8 JSONL деректерін жергілікті ортада оқып, requests[] ішіне енгізе алады. Жүктеу мақсаты, input_file_id немесе файлға сілтеме қолданылмайды. Клиент материалы жоқ немесе бос болса, дайындық POST жіберілгенге дейін тоқтатылады. |
Параметрserialization_order | Параметр талаптарыendpoint, model, provider (берілген болса), completion_window (берілген болса), requests өрісін соңында орналастырыңыз |
Параметрoptional_controls | Параметр талаптарыprovider.only, provider.allow_fallbacks, completion_window |
Параметрschema_scope | Параметр талаптарыҚұжаттамада сипатталған, сұраудың ішіне енгізілетін Batch құрылымындағы мәтіндік Chat Completions сұрауларының денелері. |
Өмірлік цикл: asynchronous
GET /v1/batches/{operation_id} · Бастапқы жасау жауабындағы нақты response.id; сол пайдаланушы/кілт/топ
Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.
Әр төлемді көрсетілген шарттармен салыстырыңыз. Балама баптаулардың әр жиыны үшін бір мөлшерлемені қолданыңыз.
| Баптау | Мөлшерлемелер кестесі | Контекст токендерінің саны мынадан көп | Контекст токендерінің саны мынадан аспайды, шегі кіреді | Төлем |
|---|---|---|---|---|
| БаптауТокендердің базалық тарифтері | Мөлшерлемелер кестесіНегізгі мөлшерлеме | Контекст токендерінің саны мынадан көп— | Контекст токендерінің саны мынадан аспайды, шегі кіредіЖоғарғы шегі жоқ | Төлем Кіріс · Кіріс токендері $0.0009 / 1K токен Шығыс · Шығыс токендері $0.004 / 1K токен Кіріс · Кэшті оқу $0.0002 / 1K токен Кіріс · Кэшке жазу — / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен |
| БаптауСұрау ұзындығының 1-деңгейі | Мөлшерлемелер кестесі— | Контекст токендерінің саны мынадан көп0 | Контекст токендерінің саны мынадан аспайды, шегі кіредіЖоғарғы шегі жоқ | Төлем Кіріс · Кіріс токендері $0.0009 / 1K токен Шығыс · Шығыс токендері $0.004 / 1K токен Кіріс · Кэшті оқу $0.0002 / 1K токен Кіріс · Кэшке жазу — / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен |
Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"z-ai/glm-5.3:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['z-ai/glm-5.3:batch', 'z-ai/glm-5.3']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"z-ai/glm-5.3:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nЖауаптың ішіндегі results[].response.body JSON деректері
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nҚайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.
Бастапқы күй туралы толық JSON деректерін, әрбір нәтижені/custom_id мәнін және жауаптың немесе қатенің толық денесін сақтаңыз. Аяқталған results[] деректерін сүзгілемей JSONL түрінде сақтаңыз.
Бастапқы операцияның ID мәнін сақтаңыз. 503 result_pending_check жауабында X-Should-Retry:false көрсетіледі; нәтижесі белгісіз бастапқы пакетті ешқашан қайта жібермеңіз.
| Өріс | Түрі |
|---|---|
Өрісresults[].custom_id | Түріstring |
Өрісresults[].response.body.choices[].message.content | Түріstring|null |
Өрісresults[].error | Түріobject|null |
Өрісusage | Түріobject|null |
Өрісid | Түріstring |
Өрісmodel | Түріstring |
Өрісendpoint | Түріstring |
Өрісstatus | Түріstring |
Өрісrequest_counts | Түріobject |
Өрісresults[].id | Түріstring |
Өрісresults[].response.status_code | Түріinteger |
Өрісresults[].response.request_id | Түріstring |
| Жауап | Шарт | Келесі қадам |
|---|---|---|
Жауап400 · invalid_request_error | ШартҚұжаттамада сипатталған сұрау ішіндегі құрылым жарамсыз, кілттер қайталанады, элементтің сәйкестігі бұзылған немесе бапталған модель мүмкіндіктері арасында қайшылық бар. | Келесі қадамЖаңадан жібермес бұрын көрсетілген өрістерді түзетіңіз. |
Жауап401 · authentication_error | ШартЖарамсыз API кілті. | Келесі қадамПайдалануға рұқсат берілген Ailoot кілтін қолданыңыз. |
Жауап403 · permission_error | ШартПакеттік өңдеу тобы қолжетімсіз. | Келесі қадамКілттің/топтың қол жеткізу құқығын тексеріңіз. |
Жауап422 · invalid_request_error | ШартBatch төлемді баланстан алады; жазылыммен төленетін жасау сұрауы қабылданбайды. | Келесі қадамБаланстан төлем алынатын, пайдалануға рұқсат берілген топты қолданыңыз. |
Жауап422 · price_unavailable | ШартBatch кіріс деректерінің құнын алдын ала есептеу мүмкін емес. | Келесі қадамЖауапты сақтаңыз; осы әдістер тобы үшін құжаттамада сипатталған кіріс деректерін қолданыңыз. |
Жауап402 · billing_error | ШартПакеттік өңдеу үшін қаражатты резервтеу қолжетімсіз. | Келесі қадамЖаңа сұрау жібермес бұрын сұрауды қабылдау мәселесін шешіңіз. |
Жауап503 · price_unavailable | ШартBatch әдісінің бағасы/жүйенің төл тарифтері қолжетімсіз. | Келесі қадамЖауапты сақтаңыз; бағаларды басқа мәндермен алмастырмаңыз. |
Жауап503 · api_error | ШартПровайдердің осы нақты маршруты қолжетімсіз. | Келесі қадамМаршрутты түзету үшін жауапты сақтаңыз. |
Жауап503 · result_pending_check | ШартБастапқы нәтижені тексеру қажет; X-Should-Retry:false. | Келесі қадамБастапқы operation_id/id мәнін сақтап, оның күйін оқыңыз; бастапқы POST сұрауын ешқашан қайталамаңыз. |
Жауап404 · not_found | ШартBatch күйін тексеретін операция жоқ немесе басқа субъектіге тиесілі. | Келесі қадамБастапқы id мәнін дәл қолданыңыз және сол пайдаланушыны/кілтті/топты пайдаланыңыз. |
Ailoot Ultra z-ai/glm-5.3:batch
Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.