GLM-4.6V ialah edisi 106B dalam keluarga GLM-V daripada Z.ai, berbeza daripada GLM-4.6V-Flash 9B yang lebih ringan. Konteks latihannya diperluas kepada 128K token, dengan penekanan pada pemahaman visual dan pemanggilan fungsi multimodal natif. Profil dihoskan menyenaraikan imej, video, teks dan fail sebagai input serta teks sebagai output. Tugas boleh meminta penjelasan dokumen, jadual pengekstrakan, pelaksanaan berpandukan tangkapan skrin atau laporan berasaskan bukti visual.
Penggunaan alat multimodal natif ialah perubahan utama. Imej, tangkapan skrin dan halaman dokumen boleh menjadi input alat tanpa terlebih dahulu diringkaskan kepada huraian teks. Model boleh mentafsir carta yang dikembalikan, halaman yang dirender atau imej yang diperoleh dan memasukkannya dalam penaakulan lanjut. Takrifkan alat dan soalan, kemudian kembalikan output sebenar. Aplikasi melaksanakan operasi; panggilan yang dicadangkan dan hasil lengkapnya ialah peringkat berasingan.
Kerja dokumen menggabungkan teks, struktur, carta, jadual, formula dan rajah. Kad menerangkan dokumen panjang atau berbilang dokumen dalam skop 128K. Bekalkan halaman yang boleh dibaca berserta label halaman dan minta medan atau kesimpulan bernama. Contoh laporan boleh menyusun dakwaan, bukti bagi setiap dakwaan dan perbezaan antara sumber yang belum diselesaikan. Kandungan visual menggunakan ruang input bersama soalan dan respons.
Pembuatnya menerangkan kandungan imej-teks berselang-seli yang disusun daripada dokumen sumber dan visual yang diperoleh. Aliran kerja boleh mencari imej calon, menilai perkaitan dan menggubah teks di sekitar bahan terpilih. Ini ialah penciptaan kandungan berilustrasi melalui alat, manakala profil dihoskan masih menyenaraikan teks sebagai modaliti output natif. Tetapkan rujukan sumber dan cara setiap imej menyokong naratif. Keupayaan ini tidak membuktikan penjanaan piksel bebas atau penghasilan fail siap.
Replikasi bahagian hadapan dan penyuntingan visual ialah kegunaan utama. Model boleh mentafsir susun atur, komponen dan gaya serta mencadangkan HTML, CSS atau JavaScript daripada tangkapan skrin. Model ini turut menyokong arahan untuk menyemak hasil yang kelihatan. Berikan keadaan sasaran dan perubahan yang diminta, kemudian minta sumber yang boleh disunting serta perbandingan dengan render sebenar. Penghasilan halaman yang dirender dan tangkapan skrin baharu memerlukan operasi aplikasi.
Tetapan kebolehulangan kad yang tepat merangkumi suhu 0.8, top-p 0.6, top-k 2 dan penalti pengulangan 1.1, dengan peruntukan penjanaan 16K dalam prosedur itu. Panduan mula pantas menggunakan peruntukan contoh yang berbeza. Ini ialah prosedur yang diterbitkan, bukan had output mutlak. Identiti 106B dan konteks 128K kekal berasingan daripada GLM-4.5V, model Flash 9B dan keluaran pengekodan visual kemudian.
Kad mengenal pasti batasan dalam soal jawab teks tulen, pemikiran berlebihan atau berulang bagi prom kompleks dan pengulangan semula jawapan sekali-sekala. Kad itu juga menyatakan kelemahan persepsi seperti ketepatan pengiraan bilangan. Tetapkan hasil, kekalkan label kecil dan minta bukti yang berkaitan dengan sumber. Ini menghubungkan keupayaan dokumen dan alat visual dengan artifak yang boleh disemak berdasarkan bahan yang dibekalkan.
", "aboutText": "GLM-4.6V ialah edisi 106B dalam keluarga GLM-V daripada Z.ai, berbeza daripada GLM-4.6V-Flash 9B yang lebih ringan. Konteks latihannya diperluas kepada 128K token, dengan penekanan pada pemahaman visual dan pemanggilan fungsi multimodal natif. Profil dihoskan menyenaraikan imej, video, teks dan fail sebagai input serta teks sebagai output. Tugas boleh meminta penjelasan dokumen, jadual pengekstrakan, pelaksanaan berpandukan tangkapan skrin atau laporan berasaskan bukti visual.\n\nPenggunaan alat multimodal natif ialah perubahan utama. Imej, tangkapan skrin dan halaman dokumen boleh menjadi input alat tanpa terlebih dahulu diringkaskan kepada huraian teks. Model boleh mentafsir carta yang dikembalikan, halaman yang dirender atau imej yang diperoleh dan memasukkannya dalam penaakulan lanjut. Takrifkan alat dan soalan, kemudian kembalikan output sebenar. Aplikasi melaksanakan operasi; panggilan yang dicadangkan dan hasil lengkapnya ialah peringkat berasingan.\n\nKerja dokumen menggabungkan teks, struktur, carta, jadual, formula dan rajah. Kad menerangkan dokumen panjang atau berbilang dokumen dalam skop 128K. Bekalkan halaman yang boleh dibaca berserta label halaman dan minta medan atau kesimpulan bernama. Contoh laporan boleh menyusun dakwaan, bukti bagi setiap dakwaan dan perbezaan antara sumber yang belum diselesaikan. Kandungan visual menggunakan ruang input bersama soalan dan respons.\n\nPembuatnya menerangkan kandungan imej-teks berselang-seli yang disusun daripada dokumen sumber dan visual yang diperoleh. Aliran kerja boleh mencari imej calon, menilai perkaitan dan menggubah teks di sekitar bahan terpilih. Ini ialah penciptaan kandungan berilustrasi melalui alat, manakala profil dihoskan masih menyenaraikan teks sebagai modaliti output natif. Tetapkan rujukan sumber dan cara setiap imej menyokong naratif. Keupayaan ini tidak membuktikan penjanaan piksel bebas atau penghasilan fail siap.\n\nReplikasi bahagian hadapan dan penyuntingan visual ialah kegunaan utama. Model boleh mentafsir susun atur, komponen dan gaya serta mencadangkan HTML, CSS atau JavaScript daripada tangkapan skrin. Model ini turut menyokong arahan untuk menyemak hasil yang kelihatan. Berikan keadaan sasaran dan perubahan yang diminta, kemudian minta sumber yang boleh disunting serta perbandingan dengan render sebenar. Penghasilan halaman yang dirender dan tangkapan skrin baharu memerlukan operasi aplikasi.\n\nTetapan kebolehulangan kad yang tepat merangkumi suhu 0.8, top-p 0.6, top-k 2 dan penalti pengulangan 1.1, dengan peruntukan penjanaan 16K dalam prosedur itu. Panduan mula pantas menggunakan peruntukan contoh yang berbeza. Ini ialah prosedur yang diterbitkan, bukan had output mutlak. Identiti 106B dan konteks 128K kekal berasingan daripada GLM-4.5V, model Flash 9B dan keluaran pengekodan visual kemudian.\n\nKad mengenal pasti batasan dalam soal jawab teks tulen, pemikiran berlebihan atau berulang bagi prom kompleks dan pengulangan semula jawapan sekali-sekala. Kad itu juga menyatakan kelemahan persepsi seperti ketepatan pengiraan bilangan. Tetapkan hasil, kekalkan label kecil dan minta bukti yang berkaitan dengan sumber. Ini menghubungkan keupayaan dokumen dan alat visual dengan artifak yang boleh disemak berdasarkan bahan yang dibekalkan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Correct a narrow-screen layout\n\nUse this textual layout requirement and CSS. At 320 px viewport width, the panel must fit with 16 px margins and its input must stay inside it. Current CSS: .panel { width: 400px; padding: 24px; } input { width: 100%; padding: 12px; }. Return a focused CSS correction and explain the box-sizing issue. Preserve the class name.An editable CSS patch and checks for panel width, margins and input overflow at a 320 px viewport.Render the proposed styles at 320 px and verify the panel and input bounding boxes remain within the required margins.z-ai/glm-4.6vGLM-4.6V ialah model penglihatan-bahasa 106B daripada Z.ai untuk dokumen berformat kaya, pengekodan visual dan penggunaan alat multimodal. Profil pengeluarnya menerima teks, imej, video dan fail, mengembalikan teks serta mempunyai konteks 128K.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GLM-4.6V ialah edisi 106B dalam keluarga GLM-V daripada Z.ai, berbeza daripada GLM-4.6V-Flash 9B yang lebih ringan. Konteks latihannya diperluas kepada 128K token, dengan penekanan pada pemahaman visual dan pemanggilan fungsi multimodal natif. Profil dihoskan menyenaraikan imej, video, teks dan fail sebagai input serta teks sebagai output. Tugas boleh meminta penjelasan dokumen, jadual pengekstrakan, pelaksanaan berpandukan tangkapan skrin atau laporan berasaskan bukti visual.
Penggunaan alat multimodal natif ialah perubahan utama. Imej, tangkapan skrin dan halaman dokumen boleh menjadi input alat tanpa terlebih dahulu diringkaskan kepada huraian teks. Model boleh mentafsir carta yang dikembalikan, halaman yang dirender atau imej yang diperoleh dan memasukkannya dalam penaakulan lanjut. Takrifkan alat dan soalan, kemudian kembalikan output sebenar. Aplikasi melaksanakan operasi; panggilan yang dicadangkan dan hasil lengkapnya ialah peringkat berasingan.
Kerja dokumen menggabungkan teks, struktur, carta, jadual, formula dan rajah. Kad menerangkan dokumen panjang atau berbilang dokumen dalam skop 128K. Bekalkan halaman yang boleh dibaca berserta label halaman dan minta medan atau kesimpulan bernama. Contoh laporan boleh menyusun dakwaan, bukti bagi setiap dakwaan dan perbezaan antara sumber yang belum diselesaikan. Kandungan visual menggunakan ruang input bersama soalan dan respons.
Pembuatnya menerangkan kandungan imej-teks berselang-seli yang disusun daripada dokumen sumber dan visual yang diperoleh. Aliran kerja boleh mencari imej calon, menilai perkaitan dan menggubah teks di sekitar bahan terpilih. Ini ialah penciptaan kandungan berilustrasi melalui alat, manakala profil dihoskan masih menyenaraikan teks sebagai modaliti output natif. Tetapkan rujukan sumber dan cara setiap imej menyokong naratif. Keupayaan ini tidak membuktikan penjanaan piksel bebas atau penghasilan fail siap.
Replikasi bahagian hadapan dan penyuntingan visual ialah kegunaan utama. Model boleh mentafsir susun atur, komponen dan gaya serta mencadangkan HTML, CSS atau JavaScript daripada tangkapan skrin. Model ini turut menyokong arahan untuk menyemak hasil yang kelihatan. Berikan keadaan sasaran dan perubahan yang diminta, kemudian minta sumber yang boleh disunting serta perbandingan dengan render sebenar. Penghasilan halaman yang dirender dan tangkapan skrin baharu memerlukan operasi aplikasi.
Tetapan kebolehulangan kad yang tepat merangkumi suhu 0.8, top-p 0.6, top-k 2 dan penalti pengulangan 1.1, dengan peruntukan penjanaan 16K dalam prosedur itu. Panduan mula pantas menggunakan peruntukan contoh yang berbeza. Ini ialah prosedur yang diterbitkan, bukan had output mutlak. Identiti 106B dan konteks 128K kekal berasingan daripada GLM-4.5V, model Flash 9B dan keluaran pengekodan visual kemudian.
Kad mengenal pasti batasan dalam soal jawab teks tulen, pemikiran berlebihan atau berulang bagi prom kompleks dan pengulangan semula jawapan sekali-sekala. Kad itu juga menyatakan kelemahan persepsi seperti ketepatan pengiraan bilangan. Tetapkan hasil, kekalkan label kecil dan minta bukti yang berkaitan dengan sumber. Ini menghubungkan keupayaan dokumen dan alat visual dengan artifak yang boleh disemak berdasarkan bahan yang dibekalkan.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had z-ai/glm-4.6v | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0006 / 1K token Output · Token output $0.0018 / 1K token Input · Bacaan cache $0.0001 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0006 / 1K token Output · Token output $0.0018 / 1K token Input · Bacaan cache $0.0001 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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-4.6v", "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-4.6v',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-4.6v',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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra z-ai/glm-4.6v
Gunakan laluan kaedah yang dipaparkan di atas.
z-ai/glm-4.6vGLM-4.6V ialah model penglihatan-bahasa 106B daripada Z.ai untuk dokumen berformat kaya, pengekodan visual dan penggunaan alat multimodal. Profil pengeluarnya menerima teks, imej, video dan fail, mengembalikan teks serta mempunyai konteks 128K.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GLM-4.6V ialah edisi 106B dalam keluarga GLM-V daripada Z.ai, berbeza daripada GLM-4.6V-Flash 9B yang lebih ringan. Konteks latihannya diperluas kepada 128K token, dengan penekanan pada pemahaman visual dan pemanggilan fungsi multimodal natif. Profil dihoskan menyenaraikan imej, video, teks dan fail sebagai input serta teks sebagai output. Tugas boleh meminta penjelasan dokumen, jadual pengekstrakan, pelaksanaan berpandukan tangkapan skrin atau laporan berasaskan bukti visual.
Penggunaan alat multimodal natif ialah perubahan utama. Imej, tangkapan skrin dan halaman dokumen boleh menjadi input alat tanpa terlebih dahulu diringkaskan kepada huraian teks. Model boleh mentafsir carta yang dikembalikan, halaman yang dirender atau imej yang diperoleh dan memasukkannya dalam penaakulan lanjut. Takrifkan alat dan soalan, kemudian kembalikan output sebenar. Aplikasi melaksanakan operasi; panggilan yang dicadangkan dan hasil lengkapnya ialah peringkat berasingan.
Kerja dokumen menggabungkan teks, struktur, carta, jadual, formula dan rajah. Kad menerangkan dokumen panjang atau berbilang dokumen dalam skop 128K. Bekalkan halaman yang boleh dibaca berserta label halaman dan minta medan atau kesimpulan bernama. Contoh laporan boleh menyusun dakwaan, bukti bagi setiap dakwaan dan perbezaan antara sumber yang belum diselesaikan. Kandungan visual menggunakan ruang input bersama soalan dan respons.
Pembuatnya menerangkan kandungan imej-teks berselang-seli yang disusun daripada dokumen sumber dan visual yang diperoleh. Aliran kerja boleh mencari imej calon, menilai perkaitan dan menggubah teks di sekitar bahan terpilih. Ini ialah penciptaan kandungan berilustrasi melalui alat, manakala profil dihoskan masih menyenaraikan teks sebagai modaliti output natif. Tetapkan rujukan sumber dan cara setiap imej menyokong naratif. Keupayaan ini tidak membuktikan penjanaan piksel bebas atau penghasilan fail siap.
Replikasi bahagian hadapan dan penyuntingan visual ialah kegunaan utama. Model boleh mentafsir susun atur, komponen dan gaya serta mencadangkan HTML, CSS atau JavaScript daripada tangkapan skrin. Model ini turut menyokong arahan untuk menyemak hasil yang kelihatan. Berikan keadaan sasaran dan perubahan yang diminta, kemudian minta sumber yang boleh disunting serta perbandingan dengan render sebenar. Penghasilan halaman yang dirender dan tangkapan skrin baharu memerlukan operasi aplikasi.
Tetapan kebolehulangan kad yang tepat merangkumi suhu 0.8, top-p 0.6, top-k 2 dan penalti pengulangan 1.1, dengan peruntukan penjanaan 16K dalam prosedur itu. Panduan mula pantas menggunakan peruntukan contoh yang berbeza. Ini ialah prosedur yang diterbitkan, bukan had output mutlak. Identiti 106B dan konteks 128K kekal berasingan daripada GLM-4.5V, model Flash 9B dan keluaran pengekodan visual kemudian.
Kad mengenal pasti batasan dalam soal jawab teks tulen, pemikiran berlebihan atau berulang bagi prom kompleks dan pengulangan semula jawapan sekali-sekala. Kad itu juga menyatakan kelemahan persepsi seperti ketepatan pengiraan bilangan. Tetapkan hasil, kekalkan label kecil dan minta bukti yang berkaitan dengan sumber. Ini menghubungkan keupayaan dokumen dan alat visual dengan artifak yang boleh disemak berdasarkan bahan yang dibekalkan.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had z-ai/glm-4.6v | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0006 / 1K token Output · Token output $0.0018 / 1K token Input · Bacaan cache $0.0001 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0006 / 1K token Output · Token output $0.0018 / 1K token Input · Bacaan cache $0.0001 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "z-ai/glm-4.6v",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.6v', '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-4.6v', '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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra z-ai/glm-4.6v
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Correct a narrow-screen layout\n\nUse this textual layout requirement and CSS. At 320 px viewport width, the panel must fit with 16 px margins and its input must stay inside it. Current CSS: .panel { width: 400px; padding: 24px; } input { width: 100%; padding: 12px; }. Return a focused CSS correction and explain the box-sizing issue. Preserve the class name.An editable CSS patch and checks for panel width, margins and input overflow at a 320 px viewport.Render the proposed styles at 320 px and verify the panel and input bounding boxes remain within the required margins.