모델

GLM-4-AirX

Markdown · JSON

GLM-4-AirX

GLM-4-AirX는 낮은 지연의 대화, 코딩, 도구 지원 작업 흐름을 위한 Z.ai의 속도 중심 텍스트 모델입니다. 공개 프로필은 8K 컨텍스트와 최대 4K 출력을 명시하여 간결하고 구조화된 결과를 갖춘 집중된 과제에 적합합니다.

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

개요와 모델 프로필

GLM-4-AirX는 Z.ai GLM-4 Air 라인의 고속 모델입니다. 제조사는 낮은 지연과 애플리케이션의 동시 과제를 위한 모델로 제시하며 지시 이행, 엔지니어링 코드, 함수 호출에 특히 주목합니다. 모델은 텍스트를 입력받아 텍스트를 반환합니다. 자체 프로필에는 8K토큰의 컨텍스트 윈도와 4K토큰의 최대 출력이 명시되어 있습니다. 이는 GLM-4-Air-250414에 안내된 더 큰 컨텍스트와 다르며, AirX는 고유한 공개 프로필을 유지합니다.

대화형 어시스턴트에서는 함수 설명, 메시지 분류, 제공된 문단의 필드 추출, 기술 지침의 간결한 응답 변환처럼 집중된 요청에 적합함을 뜻합니다. 관련 발췌문, 현재 질문, 원하는 결과를 함께 제공하세요. 큰 배경 자료가 들어간다고 가정하지 말고 전체 대화와 도구 관찰이 활성 컨텍스트 안에 들어가도록 하세요.

지원 기능

GLM-4 설명에는 스트리밍 텍스트, 함수 호출, 컨텍스트 캐싱, JSON 등의 구조화 형식, MCP 도구 및 데이터 원본 통합이 명시되어 있습니다. 스트리밍은 생성 중인 답변을 제시하므로 애플리케이션은 전체 답장이 도착하기 전에 유용한 텍스트를 보여 줄 수 있습니다. 전달 방식을 바꾸며 모델의 입력이나 출력 모달리티를 바꾸지는 않습니다.

함수 호출을 통해 모델은 애플리케이션이 설명한 함수 중 행동을 제안할 수 있습니다. 애플리케이션은 그 행동을 수행하고 관찰 결과를 반환합니다. 작은 조회 후 반환 데이터에 대한 간결한 설명이 적합한 주기입니다. MCP 통합 역시 애플리케이션이 제공하는 도구와 데이터에 의존합니다. 컨텍스트 캐싱은 반복 입력의 재사용과 관련되며, 반복 대화가 모두 캐시 적중을 일으켰다는 뜻은 아닙니다.

JSON 결과에서는 자료를 제공하기 전에 필드와 의미를 명시하세요. 예를 들어 기술 요청을 제공하고 범주, 필요한 행동, 미답 질문을 요청하세요. 결과 구조는 다음 애플리케이션 단계에 유용하지만 값은 여전히 제공된 텍스트와 대조해야 합니다.

권장 시나리오

제조사는 GLM-4 활용에 번역, 의미 분류, 문서 필드 추출, 마케팅 글쓰기, 분석 보고서, 여행 일정 계획을 포함합니다. AirX의 더 짧은 프로필은 이러한 작업 흐름의 당면 단계에 적합합니다. 번역 요청은 짧은 문단, 독자, 용어를 제공할 수 있으며 출력은 필요한 이름을 유지한 재작성 문단입니다. 분류 요청은 명시되지 않은 판단을 요구하기보다 허용된 레이블과 정의를 제공할 수 있습니다.

추출에서는 요청한 식별자와 기타 필드를 정의하고 관련 원문 문단만 포함하세요. 글쓰기에서는 제품 사실과 제품 문단이나 캠페인 문구 같은 하나의 산출물을 제공하세요. 보고서나 일정에서는 현재 단계에 관련된 사실과 제약을 전달하세요. 새로운 정보가 필요하면 애플리케이션의 검색 또는 데이터 도구가 제공하고, 모델은 반환된 자료로 작업합니다.

준비 과정의 세부 사항과 속도 중심 설계

AirX는 상당한 합성 추론 자료를 포함한 15조 토큰으로 사전 학습되었다고 설명됩니다. 사후 학습은 대화 선호 정렬, 거절 샘플링, 강화학습을 사용해 지시, 엔지니어링 코드, 함수 활용을 강화합니다. 제조사는 프롬프트 프리필과 자기회귀 디코딩을 담당하는 하부 컴포넌트를 변경한 GLM-4-Air-250414의 더 빠른 변형으로 제시합니다. 이는 제조사의 설계 설명이며, 특정 배포의 측정된 지연이나 동시 처리 보장이 아닙니다.

유용한 요청 준비하기

AirX에 하나의 범위가 정해진 과제와 간결한 예상 산출물을 제공하세요. 코드에서는 함수, 관련 입력값, 필요한 동작을 포함하고 수정한 조각과 설명을 요청하세요. 구조화 추출에서는 문단 앞에 필드 정의를 두고 없는 정보를 명시적으로 표시하도록 하세요. 결과 예산은 공개된 4K 출력 프로필 안에 맞추세요. 한 답장에서 제한 없는 문서를 기대하기보다 큰 보고서를 집중된 과제로 나누세요.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions glm-4-airx

glm-4-airx

Z.ai /glm-4-airx

시작하기

GLM-4-AirX는 낮은 지연의 대화, 코딩, 도구 지원 작업 흐름을 위한 Z.ai의 속도 중심 텍스트 모델입니다. 공개 프로필은 8K 컨텍스트와 최대 4K 출력을 명시하여 간결하고 구조화된 결과를 갖춘 집중된 과제에 적합합니다.

허용 입력
텍스트
결과
텍스트

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
입력
text
출력
text
출력 형식
json 또는 SSE
필드유형요건값과 한도기본값
필드model유형string요건필수값과 한도
glm-4-airx
기본값—
필드messages유형message[]요건필수값과 한도
최소 항목 수: 1
기본값—
필드messages[].role유형string요건필수값과 한도
모델에 따라 다름
기본값—
필드messages[].content유형string요건선택 사항값과 한도
적용 조건: 텍스트 대화
기본값—
필드stream유형boolean요건선택 사항값과 한도기본값false
입력 자료 조합

텍스트 · UTF8 텍스트

messages[].content

메서드 매개변수와 수명 주기
매개변수명세
매개변수content_type명세application/json
매개변수required명세model, messages
매개변수material_types명세text
매개변수messages명세role/content 형식의 메시지 배열
매개변수file_material명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다
매개변수optional_controls명세stream
매개변수control_scope명세텍스트 대화. stream은 불리언이며 기본값은 false입니다.
매개변수output_modalities명세text
매개변수hosted_operations명세false
매개변수multimodal_input_binding명세null

메서드 별칭: /chat/completions

수명 주기: synchronous_or_streamed

정확한 모델 ID를 messages와 함께 보내세요.

컨텍스트 길이는 출력 상한이 아닙니다.

텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.

요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드
표준 요금 빠른 모드를 선택한 경우
Flex 모드
표준 요금 flex 모드를 선택한 경우
최대 추론 수준
표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우

Ailoot 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정요금표컨텍스트 토큰 수 초과 기준컨텍스트 토큰 수 이하 기준요금
설정토큰의 기본 단가요금표기본 요금컨텍스트 토큰 수 초과 기준—컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.0028 / 1K 토큰
출력 · 출력 토큰 $0.0028 / 1K 토큰
입력 · 캐시 읽기 — / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰
설정요청 길이 구간 1요금표—컨텍스트 토큰 수 초과 기준0컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.0028 / 1K 토큰
출력 · 출력 토큰 $0.0028 / 1K 토큰
입력 · 캐시 읽기 — / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · OpenAI Chat

curlPython SDK
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"glm-4-airx","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="glm-4-airx", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))

결과 수신 및 저장

Ailoot Ultra · OpenAI Chat

json 또는 SSE

완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.

원래 응답을 확인해야 할 경우

요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.

응답 필드
필드유형
필드choices[].index유형integer
필드choices[].message.content유형string|null
필드choices[].message.tool_calls유형tool_call[]
필드choices[].message.reasoning_content유형string
필드choices[].message.reasoning_details유형object|array
필드choices[].finish_reason유형string|null
필드usage유형object
오류와 다음 단계
응답조건다음 단계
응답400 · invalid_request_error조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음다음 단계새 생성 요청 전에 표시된 필드를 수정하세요.

별칭

모델 별칭

Ailoot Ultra glm-4-airx

메서드 경로 별칭

/chat/completions

관련 호출용 ID

glm-4-airx

Ailoot Ultra · Anthropic Messages POST /v1/messages glm-4-airx

glm-4-airx

Z.ai /glm-4-airx

시작하기

GLM-4-AirX는 낮은 지연의 대화, 코딩, 도구 지원 작업 흐름을 위한 Z.ai의 속도 중심 텍스트 모델입니다. 공개 프로필은 8K 컨텍스트와 최대 4K 출력을 명시하여 간결하고 구조화된 결과를 갖춘 집중된 과제에 적합합니다.

허용 입력
텍스트
결과
json · sse

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · Anthropic Messages POST /v1/messages
입력
text
출력
json, sse
출력 형식
JSON 또는 SSE
필드유형요건값과 한도기본값
필드model유형string요건필수값과 한도
glm-4-airx
기본값—
필드messages유형message[]요건필수값과 한도기본값—
필드messages[].role유형string요건필수값과 한도
user, assistant
기본값—
필드messages[].content유형string요건필수값과 한도기본값—
필드max_tokens유형integer요건필수값과 한도기본값—
필드stream유형boolean요건선택 사항값과 한도기본값false
입력 자료 조합

텍스트 · UTF-8 텍스트

messages[].content 문자열

메서드 매개변수와 수명 주기
매개변수명세
매개변수content_type명세application/json
매개변수required명세model, messages, max_tokens
매개변수optional_controls명세stream
매개변수material_types명세text
매개변수text_file_material명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요.

수명 주기: synchronous_or_streamed

요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드
표준 요금 빠른 모드를 선택한 경우
Flex 모드
표준 요금 flex 모드를 선택한 경우
최대 추론 수준
표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우

Ailoot 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정요금표컨텍스트 토큰 수 초과 기준컨텍스트 토큰 수 이하 기준요금
설정토큰의 기본 단가요금표기본 요금컨텍스트 토큰 수 초과 기준—컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.0028 / 1K 토큰
출력 · 출력 토큰 $0.0028 / 1K 토큰
입력 · 캐시 읽기 — / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰
설정요청 길이 구간 1요금표—컨텍스트 토큰 수 초과 기준0컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.0028 / 1K 토큰
출력 · 출력 토큰 $0.0028 / 1K 토큰
입력 · 캐시 읽기 — / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · Anthropic Messages

최소 구성의 완전한 JSON 본문curl · 자신의 UTF-8 문서 사용Python · 결과 전체 저장
{
  "model": "glm-4-airx",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'glm-4-airx', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'glm-4-airx', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

결과 수신 및 저장

Ailoot Ultra · Anthropic Messages

JSON 또는 SSE

완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.

원래 응답을 확인해야 할 경우

요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.

응답 필드
필드유형
필드id유형string
필드model유형string
필드content[]유형text|thinking|tool_use|other content block
필드stop_reason유형string|null
필드usage유형object
오류와 다음 단계
응답조건다음 단계
응답400 · invalid_request_error조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음다음 단계새 생성 요청 전에 표시된 필드를 수정하세요.

별칭

모델 별칭

Ailoot Ultra glm-4-airx

메서드 경로 별칭

/chat/completions

관련 호출용 ID

glm-4-airx

FAQ · GLM-4-AirX
어떤 입력과 결과를 사용할 수 있나요?

POST /v1/chat/completions · glm-4-airx: text → text

POST /v1/messages · glm-4-airx: text → json, sse

요청은 어떤 필드를 사용하나요?

POST /v1/chat/completions · glm-4-airx: model, messages, stream

POST /v1/messages · glm-4-airx: model, messages, max_tokens, stream

어떤 제한이 적용되나요?

POST /v1/chat/completions · glm-4-airx: messages.min_items: 1

자세히 보기

Claude Code, OpenCode, Hermes, 자체 앱에 Ailoot를 연결하세요.

회사와 그 프로젝트 포트폴리오

회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.

할인받아 토큰을 구매하세요.

정기 작업에는 구독 할인, 토큰 구매에는 최대 50% 프로모션 코드.

구독
정기 요청에 맞는 할인 요금제를 선택하세요.
최대 50% 프로모션 코드
구매할 때 코드를 넣으면 진행 중 행사에 따라 가격을 다시 계산합니다.
이력의 지출
요청마다 모델, 토큰, 금액을 저장합니다.

구독 선택 · 모델 가격 보기

판매하는 제품에 API를 연결하세요.

Ailoot 공식 이용 조건과 라이선스 계약으로 SaaS, 앱, 봇에 사용하세요. 재판매에는 리셀러 라이선스를 요청하세요.

상업용 앱
서비스의 유료 기능에 텍스트, 이미지, 영상, 소리 생성을 넣으세요.
리셀러 라이선스
프로젝트 설명과 접근 구조를 보내 사용·재판매의 서면 조건을 요청하세요.
사이트의 문서
연결 전에 공식 이용 조건, 라이선스 계약, 데이터 처리 정책을 읽을 수 있습니다.

리셀러 라이선스 요청 · 공식 이용 조건과 라이선스 계약