Source: https://ailoot.ai/models/lt/glm-4-long/ Canonical: https://ailoot.ai/models/lt/glm-4-long/ Language: lt # GLM-4-Long [Markdown](https://ailoot.ai/models/lt/glm-4-long/index.md) · [JSON](https://ailoot.ai/models/lt/glm-4-long/facts.json) ## [GLM-4-Long](https://ailoot.ai/models/lt/glm-4-long/) GLM-4-Long – Zhipu AI modelis labai ilgiems tekstams skaityti ir dokumento kontekstui išlaikyti pokalbyje. Dokumentuotas 1M kontekstas ir didžiausia 4K išvestis palaiko tikslines ataskaitų, straipsnių, sutarčių ir ilgos grožinės literatūros analizes. - [**Ailoot Ultra · OpenAI pokalbis** `POST /v1/chat/completions` `glm-4-long`](https://ailoot.ai/models/lt/glm-4-long/#method-0) - [**Ailoot Ultra · Anthropic pranešimai** `POST /v1/messages` `glm-4-long`](https://ailoot.ai/models/lt/glm-4-long/#method-1) Apie modelį Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau. GLM-4-Long – Zhipu AI kalbos modelis labai ilgiems tekstams ir į atmintį orientuotoms pokalbio užduotims. Gamintojas nurodo tekstinę įvestį bei išvestį, 1M konteksto langą ir didžiausią 4K žetonų išvestį. Pagrindinis dėmesys – didelės apimties medžiagos skaitymui, vertimui ir analizei, tada tiksliam atsakymui pagal pateiktą turinį. #### Parenkite medžiagą bendrai analizei Dokumento tekstą pateikite kartu su klausimu, į kurį jis turėtų atsakyti. Skyrių antraštes, puslapių ar skyrių identifikatorius, datas ir lentelių vienetus išlaikykite prie jų turinio. Ilgas įvesties langas naudingas, kai atsakymas priklauso nuo daugelio skyrių ryšių, pavyzdžiui, nurodyto tikslo, jį pagrindžiančių įrodymų ir kitur dokumente esančios išimties. Gamintojas aprašo laipsnišką konteksto išplėtimą nuo 2K iki 1M tęstiniu išankstiniu mokymu, prižiūrimu papildomu mokymu ir skatinamuoju mokymusi iš žmonių grįžtamojo ryšio. Praktiniam darbui prieš prašydami plačios santraukos apibrėžkite nagrinėtiną ryšį. Pavyzdinė instrukcija: „Palygink siūlomą architektūrą su įgyvendinimo skyriais ir kiekvieną skirtumą įvardyk su jo šaltinio skyriumi.“ Rezultatas gali būti glaustas palyginimas, išlaikantis pradinius įrodymus peržiūrai. #### Skaitykite finansines ataskaitas ir mokslinius straipsnius Gamintojas rekomenduoja analizuoti metines ataskaitas, ištraukti pajamų struktūrą, atskleidžiamą riziką ir vadovybės aptarimą bei lyginti skirtingų laikotarpių finansinius duomenis. Ataskaitas parenkite su jų datomis ir nuosekliais vienetų bei valiutų žymenimis. Paprašykite pasirinktų skaičių lentelės, kiekvieną reikšmę pagrindžiančios ištraukos ir atskiro pokyčio paaiškinimo. Tai išsaugo skirtumą tarp paskelbto skaičiaus ir jo kitimo interpretacijos. Mokslinei medžiagai GLM-4-Long gali pagal temas sutvarkyti tyrimų kontekstą, eksperimentinius metodus ir išvadas. Pateikite visas palyginimui reikalingas ištraukas, įskaitant kitame skyriuje esančias apibrėžtis ir išlygas. Naudinga išvestis – teiginių, metodų ir pagrindžiančių skyrių žemėlapis, po jo – pateiktame tekste neišspręsti klausimai. Rengdami tyrimo pastabą citatas ir modelio analizę laikykite atskiruose laukuose. #### Sekite punktus, veikėjus ir įvykius ilgame tekste Gamintojo teisinių dokumentų scenarijus apima įstatymus, bylas ir sutartis, įskaitant teises, pareigas bei atsakomybės punktus. Įvardykite šalis ir lyginamą klausimą, tada paprašykite aktualių punktų su skyrių nuorodomis. Tikslinis ištraukimas gali tapti darbo dokumentu vėlesnei profesinei peržiūrai, šalia paaiškinimo pateikiant šaltinio formuluotę. Grožinės literatūros scenarijus apima veikėjų santykius, siužeto struktūrą, tikslines santraukas ir tęsinį pagal ilgo pasakojimo stilių. Nurodykite svarbius skyrius ir chronologijos tašką. Pavyzdžiui, prašykite veikėjų santykių žemėlapio su kiekvieną ryšį pagrindžiančiais įvykiais arba tęsinio užduoties, išlaikančios nustatytus vardus ir neišspręstas siužeto linijas. #### Ilgą įvestį naudokite ribotam atsakymui Dokumentuota didžiausia 4K išvestis gerokai mažesnė už įvesties kontekstą. Pasirinkite norimą rezultatą: vadovams skirtą santrauką, punktų palyginimą, tyrimo planą ar konkretaus skyriaus analizę. Didelę peržiūrą suskirstykite į aiškiai įvardytas išvesties užduotis, išlaikydami aktualią šaltinio medžiagą prie kiekvieno atsakymo. Tęsiamam pokalbiui apie dokumentą išsaugokite ankstesnį klausimą, atsakymą ir kitam klausimui reikalingas ištraukas. Gamintojas į atmintį orientuotą pokalbį aprašo kaip ilgo konteksto naudojimą; sutvarkykite kontekstą taip, kad tęsinys remtųsi tuo pačiu dokumentu, ataskaitiniu laikotarpiu ar skyriumi. Užbaigtą analizę išsaugokite su šiais šaltinių identifikatoriais, tada prieš įtraukdami į kitą ataskaitą patikrinkite ištrauktus vardus, skaičius ir citatas pagal pagrindinį tekstą. Praktinė užduotis ### Praktinė užduotis Techninis pavyzdys anglų kalba ``` Reconcile architecture and implementation notes Compare labeled excerpts. Architecture §2: every export job is resumable and stores its cursor after each completed page. Implementation §7: the exporter stores its cursor only when the entire job completes. Operations §4: interrupted jobs restart from page one. Return a concise discrepancy map with source references and a focused requirement for the next code review. ``` #### Laukiamas rezultatas ``` A source-linked discrepancy table and one review requirement tied to the resumability objective. ``` #### Rezultato patikra ``` The answer connects all three excerpts and does not invent additional implementation details. ``` **Ailoot Ultra · OpenAI pokalbis** `POST /v1/chat/completions` `glm-4-long` [`glm-4-long`](https://ailoot.ai/models/lt/#m=glm-4-long&route=Ultra&caller=glm-4-long&fmt=chat) Z.ai /`glm-4-long` ### Pradžia GLM-4-Long – Zhipu AI modelis labai ilgiems tekstams skaityti ir dokumento kontekstui išlaikyti pokalbyje. Dokumentuotas 1M kontekstas ir didžiausia 4K išvestis palaiko tikslines ataskaitų, straipsnių, sutarčių ir ilgos grožinės literatūros analizes. Leidžiamos įvestys Tekstas Rezultatai Tekstas ### Prieinama Ailoot · įvestys ir metodai **Ailoot Ultra · OpenAI pokalbis** `POST /v1/chat/completions` Įvestis `text` Išvestis `text` Išvesties formatas json arba SSE | Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta | | --- | --- | --- | --- | --- | | Laukas`model` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos glm-4-long | Numatyta— | | Laukas`messages` | Tipas`message[]` | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— | | Laukas`messages[].role` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos Pavyzdžiai: system, user, assistant, tool, function Sąlygos: Šie vaidmenys aiškiai išreikšti šaltinio kodo suderinamumo tipuose; tikslus vaidmenų rinkinys priklauso nuo konkretaus modelio. Priklauso nuo modelio | Numatyta— | | Laukas`messages[].content` | Tipas`string\|content_part[]\|null` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`messages[].tool_calls` | Tipas`tool_call[]` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`messages[].tool_call_id` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— | | Laukas`messages[].name` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`messages[].reasoning_content` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— | | Laukas`messages[].reasoning_details` | Tipas`object\|array` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`max_tokens` | Tipas`integer` | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— | | Laukas`max_completion_tokens` | Tipas`integer` | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— | | Laukas`stream` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse | | Laukas`stream_options.include_usage` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`temperature` | Tipas`number` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`top_p` | Tipas`number` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`stop` | Tipas`string\|string[]` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`tools` | Tipas`function_tool[]` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`tools[].type` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— | | Laukas`tools[].function.name` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— | | Laukas`tools[].function.description` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`tools[].function.parameters` | Tipas`JSON_schema` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`tool_choice` | Tipas`string\|object` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`parallel_tool_calls` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`response_format` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`reasoning_effort` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`reasoning` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`service_tier` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`instructions` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— | | Laukas`functions` | Tipas`function[]` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`function_call` | Tipas`string\|object` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`prompt_cache_options` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`modalities` | Tipas`string[]` | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— | | Laukas`provider` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— | | Laukas`cache_control.ttl` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— | Įvesties medžiagos deriniai **Tekstas** · UTF8 tekstas `messages[].content` Metodo parametrai ir gyvavimo ciklas | Parametras | Specifikacija | | --- | --- | | Parametras`content_type` | Specifikacijaapplication/json | | Parametras`required` | Specifikacijamodel, messages | | Parametras`material_types` | Specifikacijatext | | Parametras`messages` | Specifikacijapranešimų masyvas su role/content struktūra | | Parametras`file_material` | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas | | Parametras`optional_controls` | Specifikacijastream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parametras`control_scope` | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių | | Parametras`output_modalities` | Specifikacijatext | | Parametras`hosted_operations` | Specifikacijafalse | | Parametras`multimodal_input_binding` | Specifikacijanull | Gyvavimo ciklas: `synchronous_or_streamed` Siųskite tikslų modelio ID kartu su messages. Konteksto ilgis nėra išvesties limitas. Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo. ### Planai Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo. Spartusis režimas Nenurodyta Pasirinkus spartųjį režimą Flex režimas Nenurodyta Pasirinkus flex režimą Didžiausios samprotavimo pastangos Nenurodyta Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default) #### Ailoot įkainiai #### Kainos pagal konfigūraciją | Konfigūracija | Įkainių lentelė | Mokestis | | --- | --- | --- | | KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai **$0.00028** / 1K tokenų Išvestis · Išvesties tokenai **$0.00028** / 1K tokenų Įvestis · Talpyklos skaitymas **$0** / 1K tokenų Įvestis · Rašymas į talpyklą **$0** / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val **—** / 1K tokenų | Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. [Kaip veikia rezervavimas ir atsiskaitymas →](https://ailoot.ai/docs/lt/billing/reserve/) ### Užklausų pavyzdžiai #### Ailoot Ultra · OpenAI pokalbis curlPython SDKPython srautas ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "glm-4-long", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') 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 ``` ```python 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-long',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) 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")) ``` ```python from openai import OpenAI import os from pathlib import Path 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) 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)) with client.chat.completions.stream(model='glm-4-long',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Gauti ir išsaugoti rezultatus #### Ailoot Ultra · OpenAI pokalbis json arba SSE ##### Išsaugoti visus baigtus rezultatus Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį. Išsaugokite kiekvieną variantą ir jo turinį / įrankių iškvietimus / samprotavimą. SSE prieaugius surinkite pagal varianto / įrankio indeksą; išsaugokite galutinę užbaigimo priežastį ir naudojimo duomenis. ##### Jei reikia patikrinti pradinį atsakymą Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas. Atsakymo laukai | Laukas | Tipas | | --- | --- | | Laukas`choices[].index` | Tipasinteger | | Laukas`choices[].message.content` | Tipasstring\|null | | Laukas`choices[].message.tool_calls` | Tipastool\_call\[\] | | Laukas`choices[].message.reasoning_content` | Tipasstring | | Laukas`choices[].message.reasoning_details` | Tipasobject\|array | | Laukas`choices[].finish_reason` | Tipasstring\|null | | Laukas`usage` | Tipasobject | Klaidos ir tolesni veiksmai | Atsakymas | Sąlyga | Kitas žingsnis | | --- | --- | --- | | Atsakymas400 · `invalid_request_error` | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. | ### Pseudonimai #### Modelių pseudonimai **Ailoot Ultra** [`glm-4-long`](https://ailoot.ai/models/lt/#m=glm-4-long&route=Ultra&caller=glm-4-long&fmt=chat) #### Metodų kelių pseudonimai Naudokite aukščiau nurodytus metodų kelius. #### Susiję ID iškvietimui [`glm-4-long`](https://ailoot.ai/models/lt/#m=glm-4-long&route=Ultra&caller=glm-4-long&fmt=chat) **Ailoot Ultra · Anthropic pranešimai** `POST /v1/messages` `glm-4-long` [`glm-4-long`](https://ailoot.ai/models/lt/#m=glm-4-long&route=Ultra&caller=glm-4-long&fmt=messages) Z.ai /`glm-4-long` ### Pradžia GLM-4-Long – Zhipu AI modelis labai ilgiems tekstams skaityti ir dokumento kontekstui išlaikyti pokalbyje. Dokumentuotas 1M kontekstas ir didžiausia 4K išvestis palaiko tikslines ataskaitų, straipsnių, sutarčių ir ilgos grožinės literatūros analizes. Leidžiamos įvestys Tekstas Rezultatai json · sse ### Prieinama Ailoot · įvestys ir metodai **Ailoot Ultra · Anthropic pranešimai** `POST /v1/messages` Įvestis `text` Išvestis `json`, `sse` Išvesties formatas JSON arba SSE | Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta | | --- | --- | --- | --- | --- | | Laukas`model` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos glm-4-long | Numatyta— | | Laukas`messages` | Tipas`message[]` | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`messages[].role` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— | | Laukas`messages[].content` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`max_tokens` | Tipas`integer` | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`stream` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse | Įvesties medžiagos deriniai **Tekstas** · UTF-8 tekstas `messages[].content eilutė` Metodo parametrai ir gyvavimo ciklas | Parametras | Specifikacija | | --- | --- | | Parametras`content_type` | Specifikacijaapplication/json | | Parametras`required` | Specifikacijamodel, messages, max\_tokens | | Parametras`optional_controls` | Specifikacijastream | | Parametras`material_types` | Specifikacijatext | | Parametras`text_file_material` | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. | Gyvavimo ciklas: `synchronous_or_streamed` ### Planai Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo. Spartusis režimas Nenurodyta Pasirinkus spartųjį režimą Flex režimas Nenurodyta Pasirinkus flex režimą Didžiausios samprotavimo pastangos Nenurodyta Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default) #### Ailoot įkainiai #### Kainos pagal konfigūraciją | Konfigūracija | Įkainių lentelė | Mokestis | | --- | --- | --- | | KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai **$0.00028** / 1K tokenų Išvestis · Išvesties tokenai **$0.00028** / 1K tokenų Įvestis · Talpyklos skaitymas **$0** / 1K tokenų Įvestis · Rašymas į talpyklą **$0** / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val **—** / 1K tokenų | Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. [Kaip veikia rezervavimas ir atsiskaitymas →](https://ailoot.ai/docs/lt/billing/reserve/) ### Užklausų pavyzdžiai #### Ailoot Ultra · Anthropic pranešimai Visas minimalus JSON užklausos turinyscurl · naudokite savo UTF-8 dokumentąPython · išsaugokite visą rezultatą ```json { "model": "glm-4-long", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${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-long', '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 ``` ```python 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-long', '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)) ``` ### Gauti ir išsaugoti rezultatus #### Ailoot Ultra · Anthropic pranešimai JSON arba SSE ##### Išsaugoti visus baigtus rezultatus Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį. Išsaugokite visus turinio blokus, mąstymo parašus ir tikruosius įrankių naudojimo ID. Surinkite visus SSE blokų prieaugius; pirmasis teksto blokas nėra visa išvestis. ##### Jei reikia patikrinti pradinį atsakymą Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas. Atsakymo laukai | Laukas | Tipas | | --- | --- | | Laukas`id` | Tipasstring | | Laukas`model` | Tipasstring | | Laukas`content[]` | Tipastext\|thinking\|tool\_use\|other content block | | Laukas`stop_reason` | Tipasstring\|null | | Laukas`usage` | Tipasobject | Klaidos ir tolesni veiksmai | Atsakymas | Sąlyga | Kitas žingsnis | | --- | --- | --- | | Atsakymas400 · `invalid_request_error` | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. | ### Pseudonimai #### Modelių pseudonimai **Ailoot Ultra** [`glm-4-long`](https://ailoot.ai/models/lt/#m=glm-4-long&route=Ultra&caller=glm-4-long&fmt=messages) #### Metodų kelių pseudonimai Naudokite aukščiau nurodytus metodų kelius. #### Susiję ID iškvietimui [`glm-4-long`](https://ailoot.ai/models/lt/#m=glm-4-long&route=Ultra&caller=glm-4-long&fmt=messages) FAQ · GLM-4-Long Kokios įvestys ir rezultatai prieinami? `POST /v1/chat/completions` · `glm-4-long`: `text` → `text` `POST /v1/messages` · `glm-4-long`: `text` → `json`, `sse` Kokius laukus naudoja užklausa? `POST /v1/chat/completions` · `glm-4-long`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `glm-4-long`: `model`, `messages`, `max_tokens`, `stream` Kokie apribojimai taikomi? `POST /v1/chat/completions` · `glm-4-long`: `messages.min_items`: `1` Prijunkite Ailoot prie Claude Code, OpenCode, Hermes arba savo programos. ## Įmonė ir jos projektų portfelis Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus. ## Pirkite žetonus su nuolaida. Prenumeratos nuolaida reguliariam darbui. Kodai — iki 50% žetonų pirkimui. Prenumerata Pasirinkite planą su nuolaida reguliarioms užklausoms. Nuolaidos kodas iki 50% Įveskite kodą perkant. Kaina perskaičiuojama pagal galiojančios akcijos sąlygas. Išlaidos istorijoje Kiekvienai užklausai išsaugomi modelis, žetonai ir suma. [Pasirinkti prenumeratą](https://ailoot.ai/docs/lt/billing/subscriptions/) · [Peržiūrėti modelių kainas](https://ailoot.ai/models/lt/) ## Prijunkite API prie produkto, kurį parduodate. SaaS, programos ir botai pagal Ailoot ofertą bei licencijos sutartį. Perpardavimui paprašykite perpardavėjo licencijos. Komercinė programa Teksto, vaizdų, video ir garso kūrimą integruokite į mokamas paslaugos funkcijas. Perpardavėjo licencija Atsiųskite projekto aprašymą ir prieigos schemą. Paprašykite rašytinių naudojimo ir perpardavimo sąlygų. Dokumentai svetainėje Oferta, licencijos sutartis ir duomenų tvarkymo politika prieinamos prieš prisijungiant. [Paprašyti perpardavėjo licencijos](mailto:support@ailoot.ai) · [Oferta ir licencijos sutartis](https://ailoot.ai/legal/offer?lang=lt) ## Ailoot · Įmonė ir jos projektų portfelis Ailoot remiasi sukaupta veiklos patirtimi, plačia klientų baze, stabiliomis paslaugomis ir nuolatine KPI kontrole. Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus. Ailoot šią veiklos patirtį pritaiko teikdama API prieigą prie DI funkcijų klientų produktuose, agentuose, programose ir automatizavimo sprendimuose.