GLM-4.5V – Z.ai vaizdinio samprotavimo modelis, sukurtas GLM-4.5-Air pagrindu, turintis 106 milijardus bendrų ir 12 milijardų aktyvuojamų parametrų. Jis apdoroja vaizdinį samprotavimą, vaizdo supratimą, GUI užduotis, sudėtingas diagramas, ilgus dokumentus ir vaizdinį objektų lokalizavimą. Gamintojo talpinamame profilyje nurodytos vaizdų, vaizdo įrašų, teksto ir failų įvestys bei tekstinė išvestis. Naudinga užduotis gali prašyti puslapio paaiškinimo, ištrauktos lentelės, objekto vietos vaizde ar pagal ekrano kopiją parengto kodo. Šis modelis skiriasi nuo GLM-4.1V-9B ir vėlesnio GLM-4.6V.
Vaizdinis samprotavimas apima scenos supratimą, kelių vaizdų analizę ir erdvinius ryšius. Kiekvieną vaizdą pažymėkite ir pateikite tikslų klausimą. Diagramoje išsaugokite ašis, vienetus bei legendas ir paklauskite, kurios matomos reikšmės pagrindžia išvadą. Palyginimui įvardykite tikrintinus požymius ir atsakymą suskirstykite pagal šaltinių žymenis. Modelis gali susieti vaizdinius stebėjimus su rašytiniu klausimu; kartu su medžiagos kiekiu svarbi įvesties kokybė ir prašomas rezultatas.
Objektų lokalizavimas – konkreti išvesties darbo eiga. Kortelėje aprašomi apgaubiantys rėmeliai, pažymėti begin_of_box ir end_of_box žetonais, su keturiomis koordinatėmis, nurodančiomis viršutinį kairįjį ir apatinį dešinįjį kampus. Reikšmės normalizuojamos nuo 0 iki 1 000 pagal vaizdo dydį, o ne tiesiogiai pateikiamos pikselių vietomis. Nurodykite ieškomą objektą ar sritį ir reikiamą rėmelio formatą. Kartu su rezultatu išsaugokite pradinius vaizdo matmenis, kad programa galėtų koordinates susieti su tuo vaizdu, taip pat kai apdorojimui jo dydis buvo pakeistas.
Vaizdo užduotys apima segmentavimą ir įvykių atpažinimą, o dokumentų darbas gali derinti tekstą, diagramas, lenteles bei išdėstymą keliuose puslapiuose. Gamintojas demonstruoja pavaizduotos lentelės konvertavimą į Markdown ir tyrimo ataskaitos turinio analizę. Parenkite konkretų klausimą, išsaugokite puslapių ar sekos identifikatorius ir paprašykite kiekvieną ištrauktą lauką ar aprašytą įvykį pagrindžiančių įrodymų. Sugeneruota santrauka – tekstinis rezultatas; kadrų surinkimas, failo sudarymas ar redagavimo pritaikymas priklauso prijungtai aplinkai.
GUI ir tinklalapių užduotys ekrano supratimą naudoja siūlomai sąveikai ar kodui. Gamintojo pavyzdžiai prašo HTML ir CSS pagal puslapio ekrano kopiją ir demonstruoja prijungtą darbalaukio asistentą su ekrano kopijomis ar įrašais. Pateikite aktualias būsenas, leidžiamus veiksmus ir norimą pakeitimą. Modelis rengia kodą ar veiksmo aprašymą, o programa jį vykdo ir pateikia pasikeitusį ekraną ar atvaizduotą puslapį tolesnei patikrai.
Modelis palaiko mąstymo ir nemąstymo atsakymus. Tikslioje kortelėje aprašomas jungiklis, o atviro modelio pavyzdžiuose mąstymas įjungtas pagal numatytuosius nustatymus, su šablono nustatymu jam išjungti. Šiuos nustatymus susiekite su palaikoma darbo eiga. Fiksuotos versijos konfigūracijoje max_position_embeddings nustatytas į 65 536; talpinamame profilyje atskirai nurodyta iki 16K išvesties žetonų. Tai skirtingos gamintojo konfigūracijos, nenustatančios universalaus programos lango. Gamintojas taip pat dokumentuoja atviros GLM-4.5V versijos papildomą mokymą savoms multimodalinėms užduotims; tai atskira pritaikymo eiga nuo įprasto išvedimo. Ilga medžiaga ir prašomas atsakymas turi tilpti į faktiškai naudojamą konfigūraciją.
Kortelėje įvardyti konkretūs vaizdinio kodo atkūrimo apribojimai: grynam HTML gali trūkti Markdown apgaubimo, o simbolių ekranavimas gali sukelti atvaizdavimo problemų. Taip pat pažymimas silpnesnis atsakymas į vien tekstinius klausimus, kartais perteklinis ar pasikartojantis mąstymas, atsakymo pakartojimas ir suvokimo klaidos, pavyzdžiui, skaičiuojant objektus. Kodo užduočiai paprašykite aiškaus rezultato formato ir patikrinkite atvaizdavimą. Ištraukimui ar vaizdinei analizei išsaugokite smulkius žymenis ir prašykite su matomais įrodymais susietų reikšmių. Taip modelio samprotavimo ir lokalizavimo galimybės susiejamos su rezultatu, kurį galima palyginti su pradiniu šaltiniu.
", "aboutText": "GLM-4.5V – Z.ai vaizdinio samprotavimo modelis, sukurtas GLM-4.5-Air pagrindu, turintis 106 milijardus bendrų ir 12 milijardų aktyvuojamų parametrų. Jis apdoroja vaizdinį samprotavimą, vaizdo supratimą, GUI užduotis, sudėtingas diagramas, ilgus dokumentus ir vaizdinį objektų lokalizavimą. Gamintojo talpinamame profilyje nurodytos vaizdų, vaizdo įrašų, teksto ir failų įvestys bei tekstinė išvestis. Naudinga užduotis gali prašyti puslapio paaiškinimo, ištrauktos lentelės, objekto vietos vaizde ar pagal ekrano kopiją parengto kodo. Šis modelis skiriasi nuo GLM-4.1V-9B ir vėlesnio GLM-4.6V.\n\nVaizdinis samprotavimas apima scenos supratimą, kelių vaizdų analizę ir erdvinius ryšius. Kiekvieną vaizdą pažymėkite ir pateikite tikslų klausimą. Diagramoje išsaugokite ašis, vienetus bei legendas ir paklauskite, kurios matomos reikšmės pagrindžia išvadą. Palyginimui įvardykite tikrintinus požymius ir atsakymą suskirstykite pagal šaltinių žymenis. Modelis gali susieti vaizdinius stebėjimus su rašytiniu klausimu; kartu su medžiagos kiekiu svarbi įvesties kokybė ir prašomas rezultatas.\n\nObjektų lokalizavimas – konkreti išvesties darbo eiga. Kortelėje aprašomi apgaubiantys rėmeliai, pažymėti begin_of_box ir end_of_box žetonais, su keturiomis koordinatėmis, nurodančiomis viršutinį kairįjį ir apatinį dešinįjį kampus. Reikšmės normalizuojamos nuo 0 iki 1 000 pagal vaizdo dydį, o ne tiesiogiai pateikiamos pikselių vietomis. Nurodykite ieškomą objektą ar sritį ir reikiamą rėmelio formatą. Kartu su rezultatu išsaugokite pradinius vaizdo matmenis, kad programa galėtų koordinates susieti su tuo vaizdu, taip pat kai apdorojimui jo dydis buvo pakeistas.\n\nVaizdo užduotys apima segmentavimą ir įvykių atpažinimą, o dokumentų darbas gali derinti tekstą, diagramas, lenteles bei išdėstymą keliuose puslapiuose. Gamintojas demonstruoja pavaizduotos lentelės konvertavimą į Markdown ir tyrimo ataskaitos turinio analizę. Parenkite konkretų klausimą, išsaugokite puslapių ar sekos identifikatorius ir paprašykite kiekvieną ištrauktą lauką ar aprašytą įvykį pagrindžiančių įrodymų. Sugeneruota santrauka – tekstinis rezultatas; kadrų surinkimas, failo sudarymas ar redagavimo pritaikymas priklauso prijungtai aplinkai.\n\nGUI ir tinklalapių užduotys ekrano supratimą naudoja siūlomai sąveikai ar kodui. Gamintojo pavyzdžiai prašo HTML ir CSS pagal puslapio ekrano kopiją ir demonstruoja prijungtą darbalaukio asistentą su ekrano kopijomis ar įrašais. Pateikite aktualias būsenas, leidžiamus veiksmus ir norimą pakeitimą. Modelis rengia kodą ar veiksmo aprašymą, o programa jį vykdo ir pateikia pasikeitusį ekraną ar atvaizduotą puslapį tolesnei patikrai.\n\nModelis palaiko mąstymo ir nemąstymo atsakymus. Tikslioje kortelėje aprašomas jungiklis, o atviro modelio pavyzdžiuose mąstymas įjungtas pagal numatytuosius nustatymus, su šablono nustatymu jam išjungti. Šiuos nustatymus susiekite su palaikoma darbo eiga. Fiksuotos versijos konfigūracijoje max_position_embeddings nustatytas į 65 536; talpinamame profilyje atskirai nurodyta iki 16K išvesties žetonų. Tai skirtingos gamintojo konfigūracijos, nenustatančios universalaus programos lango. Gamintojas taip pat dokumentuoja atviros GLM-4.5V versijos papildomą mokymą savoms multimodalinėms užduotims; tai atskira pritaikymo eiga nuo įprasto išvedimo. Ilga medžiaga ir prašomas atsakymas turi tilpti į faktiškai naudojamą konfigūraciją.\n\nKortelėje įvardyti konkretūs vaizdinio kodo atkūrimo apribojimai: grynam HTML gali trūkti Markdown apgaubimo, o simbolių ekranavimas gali sukelti atvaizdavimo problemų. Taip pat pažymimas silpnesnis atsakymas į vien tekstinius klausimus, kartais perteklinis ar pasikartojantis mąstymas, atsakymo pakartojimas ir suvokimo klaidos, pavyzdžiui, skaičiuojant objektus. Kodo užduočiai paprašykite aiškaus rezultato formato ir patikrinkite atvaizdavimą. Ištraukimui ar vaizdinei analizei išsaugokite smulkius žymenis ir prašykite su matomais įrodymais susietų reikšmių. Taip modelio samprotavimo ir lokalizavimo galimybės susiejamos su rezultatu, kurį galima palyginti su pradiniu šaltiniu.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Format a transcribed report table\n\nFrom this text transcription of page V5, produce a Markdown table: 'Experiment | control | treated; run 1 | 12 | 15; run 2 | 11 | unreadable.' Add a difference column only where both values are available. Keep V5 with the result and separate the extracted values from the calculated differences. No image is supplied.A source-labeled Markdown table with extracted numbers, calculated differences and explicit unknown values.The unreadable treated value and its difference must remain unknown rather than be estimated.z-ai/glm-4.5vGLM-4.5V – Z.ai 106B-A12B vaizdinio samprotavimo modelis vaizdams, vaizdo įrašams, sudėtingiems dokumentams ir GUI užduotims. Jis grąžina tekstą, palaiko mąstymą ir tiesioginius atsakymus bei gali nustatyti vaizdinių elementų vietą koordinatėmis, normalizuotomis nuo 0 iki 1 000.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
GLM-4.5V – Z.ai vaizdinio samprotavimo modelis, sukurtas GLM-4.5-Air pagrindu, turintis 106 milijardus bendrų ir 12 milijardų aktyvuojamų parametrų. Jis apdoroja vaizdinį samprotavimą, vaizdo supratimą, GUI užduotis, sudėtingas diagramas, ilgus dokumentus ir vaizdinį objektų lokalizavimą. Gamintojo talpinamame profilyje nurodytos vaizdų, vaizdo įrašų, teksto ir failų įvestys bei tekstinė išvestis. Naudinga užduotis gali prašyti puslapio paaiškinimo, ištrauktos lentelės, objekto vietos vaizde ar pagal ekrano kopiją parengto kodo. Šis modelis skiriasi nuo GLM-4.1V-9B ir vėlesnio GLM-4.6V.
Vaizdinis samprotavimas apima scenos supratimą, kelių vaizdų analizę ir erdvinius ryšius. Kiekvieną vaizdą pažymėkite ir pateikite tikslų klausimą. Diagramoje išsaugokite ašis, vienetus bei legendas ir paklauskite, kurios matomos reikšmės pagrindžia išvadą. Palyginimui įvardykite tikrintinus požymius ir atsakymą suskirstykite pagal šaltinių žymenis. Modelis gali susieti vaizdinius stebėjimus su rašytiniu klausimu; kartu su medžiagos kiekiu svarbi įvesties kokybė ir prašomas rezultatas.
Objektų lokalizavimas – konkreti išvesties darbo eiga. Kortelėje aprašomi apgaubiantys rėmeliai, pažymėti begin_of_box ir end_of_box žetonais, su keturiomis koordinatėmis, nurodančiomis viršutinį kairįjį ir apatinį dešinįjį kampus. Reikšmės normalizuojamos nuo 0 iki 1 000 pagal vaizdo dydį, o ne tiesiogiai pateikiamos pikselių vietomis. Nurodykite ieškomą objektą ar sritį ir reikiamą rėmelio formatą. Kartu su rezultatu išsaugokite pradinius vaizdo matmenis, kad programa galėtų koordinates susieti su tuo vaizdu, taip pat kai apdorojimui jo dydis buvo pakeistas.
Vaizdo užduotys apima segmentavimą ir įvykių atpažinimą, o dokumentų darbas gali derinti tekstą, diagramas, lenteles bei išdėstymą keliuose puslapiuose. Gamintojas demonstruoja pavaizduotos lentelės konvertavimą į Markdown ir tyrimo ataskaitos turinio analizę. Parenkite konkretų klausimą, išsaugokite puslapių ar sekos identifikatorius ir paprašykite kiekvieną ištrauktą lauką ar aprašytą įvykį pagrindžiančių įrodymų. Sugeneruota santrauka – tekstinis rezultatas; kadrų surinkimas, failo sudarymas ar redagavimo pritaikymas priklauso prijungtai aplinkai.
GUI ir tinklalapių užduotys ekrano supratimą naudoja siūlomai sąveikai ar kodui. Gamintojo pavyzdžiai prašo HTML ir CSS pagal puslapio ekrano kopiją ir demonstruoja prijungtą darbalaukio asistentą su ekrano kopijomis ar įrašais. Pateikite aktualias būsenas, leidžiamus veiksmus ir norimą pakeitimą. Modelis rengia kodą ar veiksmo aprašymą, o programa jį vykdo ir pateikia pasikeitusį ekraną ar atvaizduotą puslapį tolesnei patikrai.
Modelis palaiko mąstymo ir nemąstymo atsakymus. Tikslioje kortelėje aprašomas jungiklis, o atviro modelio pavyzdžiuose mąstymas įjungtas pagal numatytuosius nustatymus, su šablono nustatymu jam išjungti. Šiuos nustatymus susiekite su palaikoma darbo eiga. Fiksuotos versijos konfigūracijoje max_position_embeddings nustatytas į 65 536; talpinamame profilyje atskirai nurodyta iki 16K išvesties žetonų. Tai skirtingos gamintojo konfigūracijos, nenustatančios universalaus programos lango. Gamintojas taip pat dokumentuoja atviros GLM-4.5V versijos papildomą mokymą savoms multimodalinėms užduotims; tai atskira pritaikymo eiga nuo įprasto išvedimo. Ilga medžiaga ir prašomas atsakymas turi tilpti į faktiškai naudojamą konfigūraciją.
Kortelėje įvardyti konkretūs vaizdinio kodo atkūrimo apribojimai: grynam HTML gali trūkti Markdown apgaubimo, o simbolių ekranavimas gali sukelti atvaizdavimo problemų. Taip pat pažymimas silpnesnis atsakymas į vien tekstinius klausimus, kartais perteklinis ar pasikartojantis mąstymas, atsakymo pakartojimas ir suvokimo klaidos, pavyzdžiui, skaičiuojant objektus. Kodo užduočiai paprašykite aiškaus rezultato formato ir patikrinkite atvaizdavimą. Ištraukimui ar vaizdinei analizei išsaugokite smulkius žymenis ir prašykite su matomais įrodymais susietų reikšmių. Taip modelio samprotavimo ir lokalizavimo galimybės susiejamos su rezultatu, kurį galima palyginti su pradiniu šaltiniu.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos z-ai/glm-4.5v | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | 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— |
Laukasmessages[].content | Tipasstring|content_part[]|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_calls | Tipastool_call[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_call_id | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— |
Laukastools[].function.description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].function.parameters | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_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.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0012 / 1K tokenų Išvestis · Išvesties tokenai $0.0036 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00022 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0012 / 1K tokenų Išvestis · Išvesties tokenai $0.0036 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00022 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "z-ai/glm-4.5v", "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='z-ai/glm-4.5v',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='z-ai/glm-4.5v',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 arba SSE
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.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukaschoices[].index | Tipasinteger |
Laukaschoices[].message.content | Tipasstring|null |
Laukaschoices[].message.tool_calls | Tipastool_call[] |
Laukaschoices[].message.reasoning_content | Tipasstring |
Laukaschoices[].message.reasoning_details | Tipasobject|array |
Laukaschoices[].finish_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| 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. |
Ailoot Ultra z-ai/glm-4.5v
Naudokite aukščiau nurodytus metodų kelius.
z-ai/glm-4.5vGLM-4.5V – Z.ai 106B-A12B vaizdinio samprotavimo modelis vaizdams, vaizdo įrašams, sudėtingiems dokumentams ir GUI užduotims. Jis grąžina tekstą, palaiko mąstymą ir tiesioginius atsakymus bei gali nustatyti vaizdinių elementų vietą koordinatėmis, normalizuotomis nuo 0 iki 1 000.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
GLM-4.5V – Z.ai vaizdinio samprotavimo modelis, sukurtas GLM-4.5-Air pagrindu, turintis 106 milijardus bendrų ir 12 milijardų aktyvuojamų parametrų. Jis apdoroja vaizdinį samprotavimą, vaizdo supratimą, GUI užduotis, sudėtingas diagramas, ilgus dokumentus ir vaizdinį objektų lokalizavimą. Gamintojo talpinamame profilyje nurodytos vaizdų, vaizdo įrašų, teksto ir failų įvestys bei tekstinė išvestis. Naudinga užduotis gali prašyti puslapio paaiškinimo, ištrauktos lentelės, objekto vietos vaizde ar pagal ekrano kopiją parengto kodo. Šis modelis skiriasi nuo GLM-4.1V-9B ir vėlesnio GLM-4.6V.
Vaizdinis samprotavimas apima scenos supratimą, kelių vaizdų analizę ir erdvinius ryšius. Kiekvieną vaizdą pažymėkite ir pateikite tikslų klausimą. Diagramoje išsaugokite ašis, vienetus bei legendas ir paklauskite, kurios matomos reikšmės pagrindžia išvadą. Palyginimui įvardykite tikrintinus požymius ir atsakymą suskirstykite pagal šaltinių žymenis. Modelis gali susieti vaizdinius stebėjimus su rašytiniu klausimu; kartu su medžiagos kiekiu svarbi įvesties kokybė ir prašomas rezultatas.
Objektų lokalizavimas – konkreti išvesties darbo eiga. Kortelėje aprašomi apgaubiantys rėmeliai, pažymėti begin_of_box ir end_of_box žetonais, su keturiomis koordinatėmis, nurodančiomis viršutinį kairįjį ir apatinį dešinįjį kampus. Reikšmės normalizuojamos nuo 0 iki 1 000 pagal vaizdo dydį, o ne tiesiogiai pateikiamos pikselių vietomis. Nurodykite ieškomą objektą ar sritį ir reikiamą rėmelio formatą. Kartu su rezultatu išsaugokite pradinius vaizdo matmenis, kad programa galėtų koordinates susieti su tuo vaizdu, taip pat kai apdorojimui jo dydis buvo pakeistas.
Vaizdo užduotys apima segmentavimą ir įvykių atpažinimą, o dokumentų darbas gali derinti tekstą, diagramas, lenteles bei išdėstymą keliuose puslapiuose. Gamintojas demonstruoja pavaizduotos lentelės konvertavimą į Markdown ir tyrimo ataskaitos turinio analizę. Parenkite konkretų klausimą, išsaugokite puslapių ar sekos identifikatorius ir paprašykite kiekvieną ištrauktą lauką ar aprašytą įvykį pagrindžiančių įrodymų. Sugeneruota santrauka – tekstinis rezultatas; kadrų surinkimas, failo sudarymas ar redagavimo pritaikymas priklauso prijungtai aplinkai.
GUI ir tinklalapių užduotys ekrano supratimą naudoja siūlomai sąveikai ar kodui. Gamintojo pavyzdžiai prašo HTML ir CSS pagal puslapio ekrano kopiją ir demonstruoja prijungtą darbalaukio asistentą su ekrano kopijomis ar įrašais. Pateikite aktualias būsenas, leidžiamus veiksmus ir norimą pakeitimą. Modelis rengia kodą ar veiksmo aprašymą, o programa jį vykdo ir pateikia pasikeitusį ekraną ar atvaizduotą puslapį tolesnei patikrai.
Modelis palaiko mąstymo ir nemąstymo atsakymus. Tikslioje kortelėje aprašomas jungiklis, o atviro modelio pavyzdžiuose mąstymas įjungtas pagal numatytuosius nustatymus, su šablono nustatymu jam išjungti. Šiuos nustatymus susiekite su palaikoma darbo eiga. Fiksuotos versijos konfigūracijoje max_position_embeddings nustatytas į 65 536; talpinamame profilyje atskirai nurodyta iki 16K išvesties žetonų. Tai skirtingos gamintojo konfigūracijos, nenustatančios universalaus programos lango. Gamintojas taip pat dokumentuoja atviros GLM-4.5V versijos papildomą mokymą savoms multimodalinėms užduotims; tai atskira pritaikymo eiga nuo įprasto išvedimo. Ilga medžiaga ir prašomas atsakymas turi tilpti į faktiškai naudojamą konfigūraciją.
Kortelėje įvardyti konkretūs vaizdinio kodo atkūrimo apribojimai: grynam HTML gali trūkti Markdown apgaubimo, o simbolių ekranavimas gali sukelti atvaizdavimo problemų. Taip pat pažymimas silpnesnis atsakymas į vien tekstinius klausimus, kartais perteklinis ar pasikartojantis mąstymas, atsakymo pakartojimas ir suvokimo klaidos, pavyzdžiui, skaičiuojant objektus. Kodo užduočiai paprašykite aiškaus rezultato formato ir patikrinkite atvaizdavimą. Ištraukimui ar vaizdinei analizei išsaugokite smulkius žymenis ir prašykite su matomais įrodymais susietų reikšmių. Taip modelio samprotavimo ir lokalizavimo galimybės susiejamos su rezultatu, kurį galima palyginti su pradiniu šaltiniu.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos z-ai/glm-4.5v | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0012 / 1K tokenų Išvestis · Išvesties tokenai $0.0036 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00022 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0012 / 1K tokenų Išvestis · Išvesties tokenai $0.0036 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00022 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "z-ai/glm-4.5v",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'z-ai/glm-4.5v', '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': 'z-ai/glm-4.5v', '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 arba SSE
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.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukascontent[] | Tipastext|thinking|tool_use|other content block |
Laukasstop_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| 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. |
Ailoot Ultra z-ai/glm-4.5v
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Format a transcribed report table\n\nFrom this text transcription of page V5, produce a Markdown table: 'Experiment | control | treated; run 1 | 12 | 15; run 2 | 11 | unreadable.' Add a difference column only where both values are available. Keep V5 with the result and separate the extracted values from the calculated differences. No image is supplied.A source-labeled Markdown table with extracted numbers, calculated differences and explicit unknown values.The unreadable treated value and its difference must remain unknown rather than be estimated.