Source: https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/
Canonical: https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/
Language: nb
# Z.ai: GLM 5.3 Flash
[Markdown](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/index.md) · [JSON](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/facts.json)
## [Z.ai: GLM 5.3 Flash](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/)
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-5.3-flash`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-0)
- [**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-5.3-flash`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-1)
- [**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-5.3-flash`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-2)
- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `glm-5.3-flash`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-3)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `glm-5.3-flash`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-4)
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-4.5`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-5)
- [**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-4.5`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-6)
- [**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-4.5`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-7)
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-4.5-air`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-8)
- [**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-4.5-air`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-9)
- [**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-4.5-air`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-10)
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-4.6`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-11)
- [**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-4.6`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-12)
- [**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-4.6`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-13)
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-4.7`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-14)
- [**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-4.7`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-15)
- [**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-4.7`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-16)
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-5-turbo`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-17)
- [**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-5-turbo`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-18)
- [**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-5-turbo`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-19)
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-flash`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-20)
- [**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-flash`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-21)
- [**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-flash`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-22)
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-flash-latest`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-23)
- [**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-flash-latest`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-24)
- [**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-flash-latest`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-25)
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-26)
- [**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-27)
- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-28)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-29)
- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-30)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/z-ai-glm-5-3-flash/#method-31)
Om modellen
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
#### Multimodal modell for arbeid
GLM 5.3 Flash kombinerer forståelse av tekst, bilder, video og filer. Den gir et tekstsvar og er laget for programmering med visuelle tilbakemeldinger, dokumentbehandling og profesjonelle oppgaver. En kontekst på opptil en million tokener og en maksimal utdatastørrelse på 128 tusen tokener er oppgitt.
#### Arkitektur for lang kontekst
Modellen har 320 milliarder parametere, hvorav 18 milliarder er aktive. Hybrid oppmerksomhet kombinerer glissen og lineær behandling, og spesielle forbindelser mellom lagene bidrar til stabilitet når skalaen økes. Multimodalt materiale inngår i forhåndstreningen.
Visuell informasjon inngår i arbeidsrunden: assistenten ser på grensesnittet eller det gjengitte resultatet, sammenligner det med oppgaven og foreslår rettelser. Dette forklarer produsentens vektlegging av kontroll av det faktiske visuelle resultatet etter at koden er skrevet.
#### Resonnering, verktøy og data
Resonnering er alltid aktiv. Dybden velges med nivåene `low`, `high` og `max`; en deaktivert modus er ikke tilgjengelig. Ved langvarig arbeid kan resonneringshistorikken bevares mellom trinnene.
For et verktøy formulerer modellen funksjonsnavn og argumenter, og programmet utfører handlingen og returnerer resultatet. JSON passer for programmatisk behandling av svaret: forventede felt angis gjennom instruksjoner, og syntaks og verdienes mening kontrolleres separat. Strømming gjør det mulig å motta tekst gradvis.
Mellomlagring av gjentatte instruksjoner eller historikk bidrar til å gjenbruke behandlet kontekst. Ifølge Z.ai reduserer det gjentatt behandling i egnede oppgaver; faktisk gjenbruk avgjøres av resultatet fra den konkrete forespørselen.
#### Utvikling fra en visuell oppgave
Modellen kan analysere flere skjermbilder av samme produkt, forbindelser mellom sider, felles komponenter, grensesnitttilstander og animasjoner. I et agentmiljø med verktøy skriver den kode, kjører programmet, ser på skjermbilder av resultatet og presiserer avvik. Ved spillutvikling omfatter en slik runde regler, bevegelse, samhandling, poeng og avslutning av spilløkten.
#### Dokumenter og profesjonell analyse
I oppgaver med presentasjoner, rapporter og regneark vurderer modellen innhold sammen med oppsett: tekst, bilder, diagrammer og elementplassering. Gjennom verktøy kan den lage og kontrollere materiale i PPTX, PDF, DOCX og XLSX. Filene er resultater fra programmets arbeid; modellens direkte svar er fortsatt tekst.
Økonomisk analyse omfatter arbeid med rapporter, kontroll av formelsamsvar og separat vurdering av oppgitte data, antakelser og konklusjoner. I prosessen produsenten beskriver, hentes dataene fra oppgavematerialet.
#### Video, tredimensjonale scener og grensesnitt
I et agentmiljø kan modellen analysere videomateriale, hendelsenes tidsrekkefølge, visuelle kjennetegn ved deltakere og undertekster. Verktøyene sørger for redigering og lagring av resultatet.
Ved arbeid med en tredimensjonal scene eller tegning knytter den sammen romlig beskrivelse, proporsjoner og synlig resultat. Verktøyrunden omfatter oppbygging, gjengivelse fra en bestemt vinkel, visuell sammenligning og retting. På samme måte kan modellen analysere en programskjerm og hjelpe med trinnvis grensesnittarbeid.
Disse bruksområdene beskriver modellegenskaper i et miljø med de nødvendige verktøyene. Hvilket materiale som tas imot, bestemmes av valgt metode; visuell forståelse innebærer ikke at video- og filbehandling eller oppretting av de nevnte artefaktene automatisk er tilgjengelig i hver forespørsel.
Praktisk oppgave
### Praktisk oppgave
Teknisk eksempel på engelsk
```
Audit a report calculation
Review these report rows supplied as text: revenue 12,000; cost of goods 7,000; delivery expense 800; reported gross profit 4,200. The report defines gross profit as revenue minus cost of goods, excluding delivery. Identify the formula mismatch, show the defined calculation and suggest a separate label for the delivery-adjusted figure.
```
#### Forventet resultat
```
A formula check, arithmetic using the given definition and a suggested label distinguishing the two measures.
```
#### Kontroller resultatet
```
Check that the report's stated definition, rather than an invented accounting rule, determines the correction.
```
**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-5.3-flash`
[`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages)
Z.ai /`glm-5.3-flash`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-5.3-flash | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string\|content_block[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`system` | Type`string\|content_block[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser Minimum: 1 Grensen gjelder for: den eksakte øvre grensen for valgt modell/kort | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop_sequences` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].name` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: verktøy oppgitt | Standard— |
| Felt`tools[].description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].input_schema` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.budget_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`output_config.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`metadata` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`cache_control` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content eller type=text-blokk`
**Tekst + bilde**
`{type:image,source:{type:base64,media_type,data}} eller en kilde med type=url`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · Anthropic Messages
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-5.3-flash", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-5.3-flash", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})
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/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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="glm-5.3-flash",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "glm-5.3-flash",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='glm-5.3-flash',max_tokens=1024,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_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · Anthropic Messages
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-5.3-flash`
[`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses)
Z.ai /`glm-5.3-flash`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Responses** `POST /v1/responses`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-5.3-flash | Standard— |
| Felt`input` | Type`string\|input_item[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].type` | Type`string` | KravValgfritt | Verdier & grenser message, reasoning, function\_call, function\_call\_output | Standard— |
| Felt`input[].content` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output; behold faktisk returnert call\_id | Standard— |
| Felt`input[].output` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output | Standard— |
| Felt`max_output_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.summary` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.verbosity` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`include` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`store` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`previous_response_id` | Type`string` | KravValgfritt | Verdier & grenser ID-krav: Bare en faktisk svar-ID fra en støttet videreføring Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_key` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`inputtekst eller input_text-del`
**Tekst + bilde**
`{type:input_image,image_url}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, input |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Responses
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-5.3-flash", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]="Summarize this material and quote supporting source passages.\n\n"+text
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-5.3-flash", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
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)
resp = client.responses.create(model="glm-5.3-flash", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.responses.create({ model: "glm-5.3-flash", input: "Explain the difference between an observation and a hypothesis in three sentences." });
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```python
from openai import OpenAI
import os
from pathlib import Path
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))
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)
with client.responses.stream(model="glm-5.3-flash", input="Explain the difference between an observation and a hypothesis 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_response()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Responses
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert outputelement og hver innholdsdel, faktisk call\_id for funksjonen, kryptert resonnering og bruksdata. Ved strømming beholder du fullstendig hendelses-/elementidentitet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`status` | Typestring |
| Felt`output[]` | Typemessage\|reasoning\|function\_call\|other item |
| Felt`output[].content[]` | Typecontent part |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash)
**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-5.3-flash`
[`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat)
Z.ai /`glm-5.3-flash`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-5.3-flash | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
| Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
| Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
| Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
| Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
**Tekst + bilde**
`{type:image_url,image_url:{url,detail}}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Chat
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-5.3-flash", "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-5.3-flash", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})
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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
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)
resp = client.chat.completions.create(
model="glm-5.3-flash",
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.chat.completions.create({
model: "glm-5.3-flash",
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```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-5.3-flash',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")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `glm-5.3-flash`
[`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
Z.ai /`glm-5.3-flash`
Modell-ID
- `glm-5.3-flash`
- `z-ai/glm-5.3-flash`
- `~z-ai/glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`
Utdatatyper
`text`
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-5.3-flash | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Tekstsamtale | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, messages |
| Parameter`material_types` | Avtaletext |
| Parameter`messages` | Avtalemeldingstabell med role/content-struktur |
| Parameter`file_material` | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
| Parameter`optional_controls` | Avtalestream |
| Parameter`control_scope` | AvtaleTekstsamtale; stream er en boolsk verdi med false som standard. |
| Parameter`output_modalities` | Avtaletext |
| Parameter`hosted_operations` | Avtalefalse |
| Parameter`multimodal_input_binding` | Avtalenull |
Metodealiaser: `/chat/completions`
Livssyklus: `synchronous_or_streamed`
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
### Priser
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Hurtigmodus
Standardpris Når hurtigmodus er valgt
Flex-modus
Standardpris Når flex-modus er valgt
Maksimal resonneringsinnsats
Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats
Resonneringsinnsats · high
Standardpris Når resonneringsinnsatsen er satt til high
Resonneringsinnsats · low
Standardpris Når resonneringsinnsatsen er satt til low
Resonneringsinnsats · max
Standardpris Når resonneringsinnsatsen er satt til max
#### Ailoot-satser
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
### Eksempelforespørsler
#### Ailoot Ultra · OpenAI Chat
curlPython SDK
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"glm-5.3-flash","messages":[{"role":"user","content":"hello"}],"stream":false}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```
```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-5.3-flash", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(result.to_dict(mode="json"))
```
### Motta og lagre resultater
#### Ailoot Ultra · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `glm-5.3-flash`
[`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
Z.ai /`glm-5.3-flash`
Modell-ID
- `glm-5.3-flash`
- `z-ai/glm-5.3-flash`
- `~z-ai/glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst
Resultater
json · sse
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`
Utdatatyper
`json`, `sse`
Utdataformat
JSON eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-5.3-flash | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
Kombinasjoner av inngående materialer
**Tekst** · UTF-8-tekst
`messages[].content-streng`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalestream |
| Parameter`material_types` | Avtaletext |
| Parameter`text_file_material` | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: `synchronous_or_streamed`
### Priser
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Hurtigmodus
Standardpris Når hurtigmodus er valgt
Flex-modus
Standardpris Når flex-modus er valgt
Maksimal resonneringsinnsats
Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats
Resonneringsinnsats · high
Standardpris Når resonneringsinnsatsen er satt til high
Resonneringsinnsats · low
Standardpris Når resonneringsinnsatsen er satt til low
Resonneringsinnsats · max
Standardpris Når resonneringsinnsatsen er satt til max
#### Ailoot-satser
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
### Eksempelforespørsler
#### Ailoot Ultra · Anthropic Messages
Komplett, minimal JSON-kroppcurl · bruk UTF-8-dokumentet dittPython · lagre hele resultatet
```json
{
"model": "glm-5.3-flash",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}
```
```bash
set -eu
: "${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-5.3-flash', '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-5.3-flash', '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))
```
### Motta og lagre resultater
#### Ailoot Ultra · Anthropic Messages
JSON eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-4.5`
[`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages)
Z.ai /`glm-4.5`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-4.5 | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string\|content_block[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`system` | Type`string\|content_block[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser Minimum: 1 Grensen gjelder for: den eksakte øvre grensen for valgt modell/kort | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop_sequences` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].name` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: verktøy oppgitt | Standard— |
| Felt`tools[].description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].input_schema` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.budget_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`output_config.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`metadata` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`cache_control` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content eller type=text-blokk`
**Tekst + bilde**
`{type:image,source:{type:base64,media_type,data}} eller en kilde med type=url`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · Anthropic Messages
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})
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/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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="glm-4.5",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "glm-4.5",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='glm-4.5',max_tokens=1024,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_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · Anthropic Messages
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-4.5`
[`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses)
Z.ai /`glm-4.5`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Responses** `POST /v1/responses`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-4.5 | Standard— |
| Felt`input` | Type`string\|input_item[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].type` | Type`string` | KravValgfritt | Verdier & grenser message, reasoning, function\_call, function\_call\_output | Standard— |
| Felt`input[].content` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output; behold faktisk returnert call\_id | Standard— |
| Felt`input[].output` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output | Standard— |
| Felt`max_output_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.summary` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.verbosity` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`include` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`store` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`previous_response_id` | Type`string` | KravValgfritt | Verdier & grenser ID-krav: Bare en faktisk svar-ID fra en støttet videreføring Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_key` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`inputtekst eller input_text-del`
**Tekst + bilde**
`{type:input_image,image_url}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, input |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Responses
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]="Summarize this material and quote supporting source passages.\n\n"+text
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
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)
resp = client.responses.create(model="glm-4.5", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.responses.create({ model: "glm-4.5", input: "Explain the difference between an observation and a hypothesis in three sentences." });
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```python
from openai import OpenAI
import os
from pathlib import Path
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))
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)
with client.responses.stream(model="glm-4.5", input="Explain the difference between an observation and a hypothesis 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_response()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Responses
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert outputelement og hver innholdsdel, faktisk call\_id for funksjonen, kryptert resonnering og bruksdata. Ved strømming beholder du fullstendig hendelses-/elementidentitet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`status` | Typestring |
| Felt`output[]` | Typemessage\|reasoning\|function\_call\|other item |
| Felt`output[].content[]` | Typecontent part |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash)
**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-4.5`
[`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat)
Z.ai /`glm-4.5`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-4.5 | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
| Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
| Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
| Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
| Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
**Tekst + bilde**
`{type:image_url,image_url:{url,detail}}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Chat
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5", "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})
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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
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)
resp = client.chat.completions.create(
model="glm-4.5",
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.chat.completions.create({
model: "glm-4.5",
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```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-4.5',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")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-4.5-air`
[`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages)
Z.ai /`glm-4.5-air`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-4.5-air | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string\|content_block[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`system` | Type`string\|content_block[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser Minimum: 1 Grensen gjelder for: den eksakte øvre grensen for valgt modell/kort | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop_sequences` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].name` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: verktøy oppgitt | Standard— |
| Felt`tools[].description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].input_schema` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.budget_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`output_config.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`metadata` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`cache_control` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content eller type=text-blokk`
**Tekst + bilde**
`{type:image,source:{type:base64,media_type,data}} eller en kilde med type=url`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · Anthropic Messages
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5-air", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5-air", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})
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/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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="glm-4.5-air",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "glm-4.5-air",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='glm-4.5-air',max_tokens=1024,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_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · Anthropic Messages
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-4.5-air`
[`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses)
Z.ai /`glm-4.5-air`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Responses** `POST /v1/responses`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-4.5-air | Standard— |
| Felt`input` | Type`string\|input_item[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].type` | Type`string` | KravValgfritt | Verdier & grenser message, reasoning, function\_call, function\_call\_output | Standard— |
| Felt`input[].content` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output; behold faktisk returnert call\_id | Standard— |
| Felt`input[].output` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output | Standard— |
| Felt`max_output_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.summary` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.verbosity` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`include` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`store` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`previous_response_id` | Type`string` | KravValgfritt | Verdier & grenser ID-krav: Bare en faktisk svar-ID fra en støttet videreføring Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_key` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`inputtekst eller input_text-del`
**Tekst + bilde**
`{type:input_image,image_url}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, input |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Responses
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5-air", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]="Summarize this material and quote supporting source passages.\n\n"+text
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5-air", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
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)
resp = client.responses.create(model="glm-4.5-air", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.responses.create({ model: "glm-4.5-air", input: "Explain the difference between an observation and a hypothesis in three sentences." });
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```python
from openai import OpenAI
import os
from pathlib import Path
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))
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)
with client.responses.stream(model="glm-4.5-air", input="Explain the difference between an observation and a hypothesis 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_response()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Responses
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert outputelement og hver innholdsdel, faktisk call\_id for funksjonen, kryptert resonnering og bruksdata. Ved strømming beholder du fullstendig hendelses-/elementidentitet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`status` | Typestring |
| Felt`output[]` | Typemessage\|reasoning\|function\_call\|other item |
| Felt`output[].content[]` | Typecontent part |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash)
**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-4.5-air`
[`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat)
Z.ai /`glm-4.5-air`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-4.5-air | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
| Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
| Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
| Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
| Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
**Tekst + bilde**
`{type:image_url,image_url:{url,detail}}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Chat
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5-air", "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.5-air", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})
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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
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)
resp = client.chat.completions.create(
model="glm-4.5-air",
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.chat.completions.create({
model: "glm-4.5-air",
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```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-4.5-air',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")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-4.6`
[`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages)
Z.ai /`glm-4.6`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-4.6 | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string\|content_block[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`system` | Type`string\|content_block[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser Minimum: 1 Grensen gjelder for: den eksakte øvre grensen for valgt modell/kort | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop_sequences` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].name` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: verktøy oppgitt | Standard— |
| Felt`tools[].description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].input_schema` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.budget_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`output_config.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`metadata` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`cache_control` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content eller type=text-blokk`
**Tekst + bilde**
`{type:image,source:{type:base64,media_type,data}} eller en kilde med type=url`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · Anthropic Messages
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.6", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.6", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})
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/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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="glm-4.6",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "glm-4.6",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='glm-4.6',max_tokens=1024,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_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · Anthropic Messages
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-4.6`
[`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses)
Z.ai /`glm-4.6`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Responses** `POST /v1/responses`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-4.6 | Standard— |
| Felt`input` | Type`string\|input_item[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].type` | Type`string` | KravValgfritt | Verdier & grenser message, reasoning, function\_call, function\_call\_output | Standard— |
| Felt`input[].content` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output; behold faktisk returnert call\_id | Standard— |
| Felt`input[].output` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output | Standard— |
| Felt`max_output_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.summary` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.verbosity` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`include` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`store` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`previous_response_id` | Type`string` | KravValgfritt | Verdier & grenser ID-krav: Bare en faktisk svar-ID fra en støttet videreføring Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_key` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`inputtekst eller input_text-del`
**Tekst + bilde**
`{type:input_image,image_url}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, input |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Responses
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.6", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]="Summarize this material and quote supporting source passages.\n\n"+text
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.6", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
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)
resp = client.responses.create(model="glm-4.6", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.responses.create({ model: "glm-4.6", input: "Explain the difference between an observation and a hypothesis in three sentences." });
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```python
from openai import OpenAI
import os
from pathlib import Path
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))
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)
with client.responses.stream(model="glm-4.6", input="Explain the difference between an observation and a hypothesis 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_response()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Responses
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert outputelement og hver innholdsdel, faktisk call\_id for funksjonen, kryptert resonnering og bruksdata. Ved strømming beholder du fullstendig hendelses-/elementidentitet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`status` | Typestring |
| Felt`output[]` | Typemessage\|reasoning\|function\_call\|other item |
| Felt`output[].content[]` | Typecontent part |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash)
**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-4.6`
[`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat)
Z.ai /`glm-4.6`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-4.6 | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
| Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
| Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
| Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
| Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
**Tekst + bilde**
`{type:image_url,image_url:{url,detail}}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Chat
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.6", "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.6", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})
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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
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)
resp = client.chat.completions.create(
model="glm-4.6",
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.chat.completions.create({
model: "glm-4.6",
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```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-4.6',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")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-4.7`
[`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages)
Z.ai /`glm-4.7`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-4.7 | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string\|content_block[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`system` | Type`string\|content_block[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser Minimum: 1 Grensen gjelder for: den eksakte øvre grensen for valgt modell/kort | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop_sequences` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].name` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: verktøy oppgitt | Standard— |
| Felt`tools[].description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].input_schema` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.budget_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`output_config.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`metadata` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`cache_control` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content eller type=text-blokk`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · Anthropic Messages
TeksteksempelPython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.7", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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/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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="glm-4.7",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "glm-4.7",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='glm-4.7',max_tokens=1024,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_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · Anthropic Messages
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-4.7`
[`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses)
Z.ai /`glm-4.7`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Responses** `POST /v1/responses`
Inndatatyper
`text`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-4.7 | Standard— |
| Felt`input` | Type`string\|input_item[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].type` | Type`string` | KravValgfritt | Verdier & grenser message, reasoning, function\_call, function\_call\_output | Standard— |
| Felt`input[].content` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output; behold faktisk returnert call\_id | Standard— |
| Felt`input[].output` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output | Standard— |
| Felt`max_output_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.summary` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.verbosity` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`include` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`store` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`previous_response_id` | Type`string` | KravValgfritt | Verdier & grenser ID-krav: Bare en faktisk svar-ID fra en støttet videreføring Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_key` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`inputtekst eller input_text-del`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext |
| Parameter`required` | Avtalemodel, input |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Responses
TeksteksempelPython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.7", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]="Summarize this material and quote supporting source passages.\n\n"+text
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
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)
resp = client.responses.create(model="glm-4.7", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.responses.create({ model: "glm-4.7", input: "Explain the difference between an observation and a hypothesis in three sentences." });
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```python
from openai import OpenAI
import os
from pathlib import Path
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))
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)
with client.responses.stream(model="glm-4.7", input="Explain the difference between an observation and a hypothesis 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_response()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Responses
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert outputelement og hver innholdsdel, faktisk call\_id for funksjonen, kryptert resonnering og bruksdata. Ved strømming beholder du fullstendig hendelses-/elementidentitet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`status` | Typestring |
| Felt`output[]` | Typemessage\|reasoning\|function\_call\|other item |
| Felt`output[].content[]` | Typecontent part |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash)
**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-4.7`
[`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat)
Z.ai /`glm-4.7`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-4.7 | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
| Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
| Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
| Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
| Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext |
| Parameter`required` | Avtalemodel, messages |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Chat
TeksteksempelPython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.7", "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
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)
resp = client.chat.completions.create(
model="glm-4.7",
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.chat.completions.create({
model: "glm-4.7",
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```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-4.7',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")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-5-turbo`
[`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages)
Z.ai /`glm-5-turbo`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-5-turbo | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string\|content_block[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`system` | Type`string\|content_block[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser Minimum: 1 Grensen gjelder for: den eksakte øvre grensen for valgt modell/kort | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop_sequences` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].name` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: verktøy oppgitt | Standard— |
| Felt`tools[].description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].input_schema` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.budget_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`output_config.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`metadata` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`cache_control` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content eller type=text-blokk`
**Tekst + bilde**
`{type:image,source:{type:base64,media_type,data}} eller en kilde med type=url`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · Anthropic Messages
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-5-turbo", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-5-turbo", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})
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/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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="glm-5-turbo",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "glm-5-turbo",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='glm-5-turbo',max_tokens=1024,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_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · Anthropic Messages
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-5-turbo`
[`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses)
Z.ai /`glm-5-turbo`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Responses** `POST /v1/responses`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-5-turbo | Standard— |
| Felt`input` | Type`string\|input_item[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].type` | Type`string` | KravValgfritt | Verdier & grenser message, reasoning, function\_call, function\_call\_output | Standard— |
| Felt`input[].content` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output; behold faktisk returnert call\_id | Standard— |
| Felt`input[].output` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output | Standard— |
| Felt`max_output_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.summary` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.verbosity` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`include` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`store` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`previous_response_id` | Type`string` | KravValgfritt | Verdier & grenser ID-krav: Bare en faktisk svar-ID fra en støttet videreføring Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_key` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`inputtekst eller input_text-del`
**Tekst + bilde**
`{type:input_image,image_url}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, input |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Responses
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-5-turbo", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]="Summarize this material and quote supporting source passages.\n\n"+text
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-5-turbo", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
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)
resp = client.responses.create(model="glm-5-turbo", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.responses.create({ model: "glm-5-turbo", input: "Explain the difference between an observation and a hypothesis in three sentences." });
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```python
from openai import OpenAI
import os
from pathlib import Path
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))
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)
with client.responses.stream(model="glm-5-turbo", input="Explain the difference between an observation and a hypothesis 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_response()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Responses
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert outputelement og hver innholdsdel, faktisk call\_id for funksjonen, kryptert resonnering og bruksdata. Ved strømming beholder du fullstendig hendelses-/elementidentitet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`status` | Typestring |
| Felt`output[]` | Typemessage\|reasoning\|function\_call\|other item |
| Felt`output[].content[]` | Typecontent part |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash)
**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-5-turbo`
[`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat)
Z.ai /`glm-5-turbo`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-5-turbo | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
| Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
| Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
| Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
| Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
**Tekst + bilde**
`{type:image_url,image_url:{url,detail}}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Chat
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-5-turbo", "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-5-turbo", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})
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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
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)
resp = client.chat.completions.create(
model="glm-5-turbo",
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.chat.completions.create({
model: "glm-5-turbo",
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```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-5-turbo',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")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-flash`
[`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages)
Z.ai /`glm-flash`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-flash | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string\|content_block[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`system` | Type`string\|content_block[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser Minimum: 1 Grensen gjelder for: den eksakte øvre grensen for valgt modell/kort | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop_sequences` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].name` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: verktøy oppgitt | Standard— |
| Felt`tools[].description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].input_schema` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.budget_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`output_config.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`metadata` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`cache_control` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content eller type=text-blokk`
**Tekst + bilde**
`{type:image,source:{type:base64,media_type,data}} eller en kilde med type=url`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · Anthropic Messages
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-flash", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-flash", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})
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/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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="glm-flash",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "glm-flash",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='glm-flash',max_tokens=1024,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_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · Anthropic Messages
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-flash`
[`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses)
Z.ai /`glm-flash`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Responses** `POST /v1/responses`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-flash | Standard— |
| Felt`input` | Type`string\|input_item[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].type` | Type`string` | KravValgfritt | Verdier & grenser message, reasoning, function\_call, function\_call\_output | Standard— |
| Felt`input[].content` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output; behold faktisk returnert call\_id | Standard— |
| Felt`input[].output` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output | Standard— |
| Felt`max_output_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.summary` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.verbosity` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`include` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`store` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`previous_response_id` | Type`string` | KravValgfritt | Verdier & grenser ID-krav: Bare en faktisk svar-ID fra en støttet videreføring Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_key` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`inputtekst eller input_text-del`
**Tekst + bilde**
`{type:input_image,image_url}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, input |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Responses
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-flash", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]="Summarize this material and quote supporting source passages.\n\n"+text
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-flash", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
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)
resp = client.responses.create(model="glm-flash", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.responses.create({ model: "glm-flash", input: "Explain the difference between an observation and a hypothesis in three sentences." });
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```python
from openai import OpenAI
import os
from pathlib import Path
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))
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)
with client.responses.stream(model="glm-flash", input="Explain the difference between an observation and a hypothesis 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_response()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Responses
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert outputelement og hver innholdsdel, faktisk call\_id for funksjonen, kryptert resonnering og bruksdata. Ved strømming beholder du fullstendig hendelses-/elementidentitet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`status` | Typestring |
| Felt`output[]` | Typemessage\|reasoning\|function\_call\|other item |
| Felt`output[].content[]` | Typecontent part |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash)
**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-flash`
[`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat)
Z.ai /`glm-flash`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-flash | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
| Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
| Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
| Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
| Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
**Tekst + bilde**
`{type:image_url,image_url:{url,detail}}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Chat
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-flash", "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-flash", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})
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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
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)
resp = client.chat.completions.create(
model="glm-flash",
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.chat.completions.create({
model: "glm-flash",
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```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-flash',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")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
**Ailoot · Anthropic Messages** `POST /v1/messages` `glm-flash-latest`
[`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages)
Z.ai /`glm-flash-latest`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-flash-latest | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string\|content_block[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`system` | Type`string\|content_block[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser Minimum: 1 Grensen gjelder for: den eksakte øvre grensen for valgt modell/kort | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop_sequences` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].name` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: verktøy oppgitt | Standard— |
| Felt`tools[].description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].input_schema` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.budget_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`output_config.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`metadata` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`cache_control` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content eller type=text-blokk`
**Tekst + bilde**
`{type:image,source:{type:base64,media_type,data}} eller en kilde med type=url`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · Anthropic Messages
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-flash-latest", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-flash-latest", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})
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/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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="glm-flash-latest",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "glm-flash-latest",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='glm-flash-latest',max_tokens=1024,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_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · Anthropic Messages
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
**Ailoot · OpenAI Responses** `POST /v1/responses` `glm-flash-latest`
[`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses)
Z.ai /`glm-flash-latest`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Responses** `POST /v1/responses`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-flash-latest | Standard— |
| Felt`input` | Type`string\|input_item[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].type` | Type`string` | KravValgfritt | Verdier & grenser message, reasoning, function\_call, function\_call\_output | Standard— |
| Felt`input[].content` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`input[].call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output; behold faktisk returnert call\_id | Standard— |
| Felt`input[].output` | Type`string\|content_part[]` | KravValgfritt | Verdier & grenser Gjelder når: function\_call\_output | Standard— |
| Felt`max_output_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning.summary` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`text.verbosity` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`include` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`store` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`previous_response_id` | Type`string` | KravValgfritt | Verdier & grenser ID-krav: Bare en faktisk svar-ID fra en støttet videreføring Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_key` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`inputtekst eller input_text-del`
**Tekst + bilde**
`{type:input_image,image_url}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, input |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Responses
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-flash-latest", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]="Summarize this material and quote supporting source passages.\n\n"+text
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-flash-latest", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})
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/responses \
-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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))
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)
resp = client.responses.create(model="glm-flash-latest", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.responses.create({ model: "glm-flash-latest", input: "Explain the difference between an observation and a hypothesis in three sentences." });
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```python
from openai import OpenAI
import os
from pathlib import Path
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))
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)
with client.responses.stream(model="glm-flash-latest", input="Explain the difference between an observation and a hypothesis 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_response()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Responses
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert outputelement og hver innholdsdel, faktisk call\_id for funksjonen, kryptert resonnering og bruksdata. Ved strømming beholder du fullstendig hendelses-/elementidentitet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`status` | Typestring |
| Felt`output[]` | Typemessage\|reasoning\|function\_call\|other item |
| Felt`output[].content[]` | Typecontent part |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=responses), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=responses), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=responses), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=responses), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=responses), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=responses), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=responses), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=responses), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash)
**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `glm-flash-latest`
[`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat)
Z.ai /`glm-flash-latest`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 000 000 tokens
Maksimale utdata
131 072 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser glm-flash-latest | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
| Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
| Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
| Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
| Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
**Tekst + bilde**
`{type:image_url,image_url:{url,detail}}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Chat
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-flash-latest", "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-flash-latest", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="image/png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "image/jpeg" if raw.startswith(b"\xff\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})
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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
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)
resp = client.chat.completions.create(
model="glm-flash-latest",
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.chat.completions.create({
model: "glm-flash-latest",
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```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-flash-latest',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")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
**Ailoot · Anthropic Messages** `POST /v1/messages` `z-ai/glm-5.3-flash`
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
Z.ai /`z-ai/glm-5.3-flash`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`
Utdatatyper
`text`
Kontekst
1 048 576 tokens
Maksimale utdata
32 768 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser z-ai/glm-5.3-flash | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string\|content_block[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`system` | Type`string\|content_block[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser Minimum: 1 Grensen gjelder for: den eksakte øvre grensen for valgt modell/kort | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop_sequences` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].name` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: verktøy oppgitt | Standard— |
| Felt`tools[].description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].input_schema` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.budget_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`output_config.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`metadata` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`cache_control` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content eller type=text-blokk`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Skriving til hurtigbuffer
0,00015 USD */ 1K*
Skriving til hurtigbuffer, 5 min
0,00015 USD */ 1K tokens*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · Anthropic Messages
TeksteksempelPython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "z-ai/glm-5.3-flash", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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/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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="z-ai/glm-5.3-flash",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "z-ai/glm-5.3-flash",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='z-ai/glm-5.3-flash',max_tokens=1024,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_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · Anthropic Messages
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `z-ai/glm-5.3-flash`
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
Z.ai /`z-ai/glm-5.3-flash`
Modell-ID
- `glm-5.3-flash`
- `glm-4.5`
- `glm-4.5-air`
- `glm-4.6`
- `glm-4.7`
- `glm-5-turbo`
- `glm-flash`
- `glm-flash-latest`
- `z-ai/glm-5.3-flash`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`
Utdatatyper
`text`
Kontekst
4 096 tokens
Maksimale utdata
1 024 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser z-ai/glm-5.3-flash | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
| Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
| Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
| Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
| Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext |
| Parameter`required` | Avtalemodel, messages |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00015 USD */ 1K*
Utdata
0,0005 USD */ 1K*
Lesing fra hurtigbuffer
≈0,00003 USD */ 1K*
Skriving til hurtigbuffer
0,00015 USD */ 1K*
Skriving til hurtigbuffer, 5 min
0,00015 USD */ 1K tokens*
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · OpenAI Chat
TeksteksempelPython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "z-ai/glm-5.3-flash", "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
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
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
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)
resp = client.chat.completions.create(
model="z-ai/glm-5.3-flash",
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.chat.completions.create({
model: "z-ai/glm-5.3-flash",
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```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='z-ai/glm-5.3-flash',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")
```
### Motta og lagre resultater
#### Ailoot · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `z-ai/glm-5.3-flash`
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
Z.ai /`z-ai/glm-5.3-flash`
Modell-ID
- `glm-5.3-flash`
- `z-ai/glm-5.3-flash`
- `~z-ai/glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`
Utdatatyper
`text`
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser z-ai/glm-5.3-flash | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
| Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
| Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
| Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
| Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
| Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`modalities` | Type`string[]` | KravValgfritt | Verdier & grenser text | Standard— |
| Felt`provider` | Type`object` | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
| Felt`cache_control.ttl` | Type`string` | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, messages |
| Parameter`material_types` | Avtaletext |
| Parameter`messages` | Avtalemeldingstabell med role/content-struktur |
| Parameter`file_material` | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
| Parameter`optional_controls` | Avtalestream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| Parameter`control_scope` | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
| Parameter`output_modalities` | Avtaletext |
| Parameter`hosted_operations` | Avtalefalse |
| Parameter`multimodal_input_binding` | Avtalenull |
Livssyklus: `synchronous_or_streamed`
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
### Priser
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Hurtigmodus
Standardpris Når hurtigmodus er valgt
Flex-modus
Standardpris Når flex-modus er valgt
Maksimal resonneringsinnsats
Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats
Resonneringsinnsats · high
Standardpris Når resonneringsinnsatsen er satt til high
Resonneringsinnsats · low
Standardpris Når resonneringsinnsatsen er satt til low
Resonneringsinnsats · max
Standardpris Når resonneringsinnsatsen er satt til max
#### Ailoot-satser
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
### Eksempelforespørsler
#### Ailoot Ultra · OpenAI Chat
curlPython SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "z-ai/glm-5.3-flash", "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='z-ai/glm-5.3-flash',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='z-ai/glm-5.3-flash',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")
```
### Motta og lagre resultater
#### Ailoot Ultra · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `z-ai/glm-5.3-flash`
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
Z.ai /`z-ai/glm-5.3-flash`
Modell-ID
- `glm-5.3-flash`
- `z-ai/glm-5.3-flash`
- `~z-ai/glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst
Resultater
json · sse
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`
Utdatatyper
`json`, `sse`
Utdataformat
JSON eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser z-ai/glm-5.3-flash | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
Kombinasjoner av inngående materialer
**Tekst** · UTF-8-tekst
`messages[].content-streng`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalestream |
| Parameter`material_types` | Avtaletext |
| Parameter`text_file_material` | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: `synchronous_or_streamed`
### Priser
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Hurtigmodus
Standardpris Når hurtigmodus er valgt
Flex-modus
Standardpris Når flex-modus er valgt
Maksimal resonneringsinnsats
Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats
Resonneringsinnsats · high
Standardpris Når resonneringsinnsatsen er satt til high
Resonneringsinnsats · low
Standardpris Når resonneringsinnsatsen er satt til low
Resonneringsinnsats · max
Standardpris Når resonneringsinnsatsen er satt til max
#### Ailoot-satser
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
### Eksempelforespørsler
#### Ailoot Ultra · Anthropic Messages
Komplett, minimal JSON-kroppcurl · bruk UTF-8-dokumentet dittPython · lagre hele resultatet
```json
{
"model": "z-ai/glm-5.3-flash",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}
```
```bash
set -eu
: "${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': 'z-ai/glm-5.3-flash', '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': 'z-ai/glm-5.3-flash', '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))
```
### Motta og lagre resultater
#### Ailoot Ultra · Anthropic Messages
JSON eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `~z-ai/glm-flash-latest`
[`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
Z.ai /`~z-ai/glm-flash-latest`
Modell-ID
- `glm-5.3-flash`
- `z-ai/glm-5.3-flash`
- `~z-ai/glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`
Utdatatyper
`text`
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser ~z-ai/glm-flash-latest | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
| Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
| Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
| Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
| Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
| Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`modalities` | Type`string[]` | KravValgfritt | Verdier & grenser text | Standard— |
| Felt`provider` | Type`object` | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
| Felt`cache_control.ttl` | Type`string` | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, messages |
| Parameter`material_types` | Avtaletext |
| Parameter`messages` | Avtalemeldingstabell med role/content-struktur |
| Parameter`file_material` | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
| Parameter`optional_controls` | Avtalestream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| Parameter`control_scope` | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
| Parameter`output_modalities` | Avtaletext |
| Parameter`hosted_operations` | Avtalefalse |
| Parameter`multimodal_input_binding` | Avtalenull |
Livssyklus: `synchronous_or_streamed`
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
### Priser
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Hurtigmodus
Standardpris Når hurtigmodus er valgt
Flex-modus
Standardpris Når flex-modus er valgt
Maksimal resonneringsinnsats
Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats
Resonneringsinnsats · high
Standardpris Når resonneringsinnsatsen er satt til high
Resonneringsinnsats · low
Standardpris Når resonneringsinnsatsen er satt til low
Resonneringsinnsats · max
Standardpris Når resonneringsinnsatsen er satt til max
#### Ailoot-satser
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
### Eksempelforespørsler
#### Ailoot Ultra · OpenAI Chat
curlPython SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "~z-ai/glm-flash-latest", "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='~z-ai/glm-flash-latest',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='~z-ai/glm-flash-latest',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")
```
### Motta og lagre resultater
#### Ailoot Ultra · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=chat), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=chat), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=chat), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=chat), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=chat), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=chat), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=chat), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=chat), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=chat), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=chat)
**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `~z-ai/glm-flash-latest`
[`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
Z.ai /`~z-ai/glm-flash-latest`
Modell-ID
- `glm-5.3-flash`
- `z-ai/glm-5.3-flash`
- `~z-ai/glm-flash-latest`
### Start
GLM 5.3 Flash er en multimodal Z.ai-modell for visuell utvikling, dokumentanalyse og agentarbeid med tekst som resultat.
Godkjente inndata
Tekst
Resultater
json · sse
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`
Utdatatyper
`json`, `sse`
Utdataformat
JSON eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser ~z-ai/glm-flash-latest | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
Kombinasjoner av inngående materialer
**Tekst** · UTF-8-tekst
`messages[].content-streng`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalestream |
| Parameter`material_types` | Avtaletext |
| Parameter`text_file_material` | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: `synchronous_or_streamed`
### Priser
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Hurtigmodus
Standardpris Når hurtigmodus er valgt
Flex-modus
Standardpris Når flex-modus er valgt
Maksimal resonneringsinnsats
Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats
Resonneringsinnsats · high
Standardpris Når resonneringsinnsatsen er satt til high
Resonneringsinnsats · low
Standardpris Når resonneringsinnsatsen er satt til low
Resonneringsinnsats · max
Standardpris Når resonneringsinnsatsen er satt til max
#### Ailoot-satser
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0003** / 1K tokener Utdata · Utgående tokener **$0.001** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00006** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
### Eksempelforespørsler
#### Ailoot Ultra · Anthropic Messages
Komplett, minimal JSON-kroppcurl · bruk UTF-8-dokumentet dittPython · lagre hele resultatet
```json
{
"model": "~z-ai/glm-flash-latest",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}
```
```bash
set -eu
: "${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': '~z-ai/glm-flash-latest', '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': '~z-ai/glm-flash-latest', '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))
```
### Motta og lagre resultater
#### Ailoot Ultra · Anthropic Messages
JSON eller SSE
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages)
**Ailoot Ultra** [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`z-ai/glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=z-ai%2Fglm-5.3-flash&fmt=messages), [`glm-4.5`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5&fmt=messages), [`glm-4.5-air`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.5-air&fmt=messages), [`glm-4.6`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.6&fmt=messages), [`glm-4.7`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-4.7&fmt=messages), [`glm-5-turbo`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5-turbo&fmt=messages), [`glm-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash&fmt=messages), [`glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-flash-latest&fmt=messages), [`~z-ai/glm-flash-latest`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=~z-ai%2Fglm-flash-latest&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Core&caller=glm-5.3-flash&fmt=messages), [`glm-5.3-flash`](https://ailoot.ai/models/nb/#m=z-ai%2Fglm-5.3-flash&route=Ultra&caller=glm-5.3-flash&fmt=messages)
FAQ · z-ai/glm-5.3-flash
Hvilke inndata og resultater er tilgjengelige?
`POST /v1/messages` · `glm-5.3-flash`: `text`, `image` → `text` `POST /v1/responses` · `glm-5.3-flash`: `text`, `image` → `text` `POST /v1/chat/completions` · `glm-5.3-flash`: `text`, `image` → `text` `POST /v1/chat/completions` · `glm-5.3-flash`: `text` → `text` `POST /v1/messages` · `glm-5.3-flash`: `text` → `json`, `sse` `POST /v1/messages` · `glm-4.5`: `text`, `image` → `text` `POST /v1/responses` · `glm-4.5`: `text`, `image` → `text` `POST /v1/chat/completions` · `glm-4.5`: `text`, `image` → `text` `POST /v1/messages` · `glm-4.5-air`: `text`, `image` → `text` `POST /v1/responses` · `glm-4.5-air`: `text`, `image` → `text` `POST /v1/chat/completions` · `glm-4.5-air`: `text`, `image` → `text` `POST /v1/messages` · `glm-4.6`: `text`, `image` → `text` `POST /v1/responses` · `glm-4.6`: `text`, `image` → `text` `POST /v1/chat/completions` · `glm-4.6`: `text`, `image` → `text` `POST /v1/messages` · `glm-4.7`: `text` → `text` `POST /v1/responses` · `glm-4.7`: `text` → `text` `POST /v1/chat/completions` · `glm-4.7`: `text` → `text` `POST /v1/messages` · `glm-5-turbo`: `text`, `image` → `text` `POST /v1/responses` · `glm-5-turbo`: `text`, `image` → `text` `POST /v1/chat/completions` · `glm-5-turbo`: `text`, `image` → `text` `POST /v1/messages` · `glm-flash`: `text`, `image` → `text` `POST /v1/responses` · `glm-flash`: `text`, `image` → `text` `POST /v1/chat/completions` · `glm-flash`: `text`, `image` → `text` `POST /v1/messages` · `glm-flash-latest`: `text`, `image` → `text` `POST /v1/responses` · `glm-flash-latest`: `text`, `image` → `text` `POST /v1/chat/completions` · `glm-flash-latest`: `text`, `image` → `text` `POST /v1/messages` · `z-ai/glm-5.3-flash`: `text` → `text` `POST /v1/chat/completions` · `z-ai/glm-5.3-flash`: `text` → `text` `POST /v1/chat/completions` · `z-ai/glm-5.3-flash`: `text` → `text` `POST /v1/messages` · `z-ai/glm-5.3-flash`: `text` → `json`, `sse` `POST /v1/chat/completions` · `~z-ai/glm-flash-latest`: `text` → `text` `POST /v1/messages` · `~z-ai/glm-flash-latest`: `text` → `json`, `sse`
Hvilke felt bruker forespørselen?
`POST /v1/messages` · `glm-5.3-flash`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1/responses` · `glm-5.3-flash`: `model`, `input`, `instructions`, `stream` `POST /v1/chat/completions` · `glm-5.3-flash`: `model`, `messages`, `stream` `POST /v1/chat/completions` · `glm-5.3-flash`: `model`, `messages`, `stream` `POST /v1/messages` · `glm-5.3-flash`: `model`, `messages`, `max_tokens`, `stream` `POST /v1/messages` · `glm-4.5`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1/responses` · `glm-4.5`: `model`, `input`, `instructions`, `stream` `POST /v1/chat/completions` · `glm-4.5`: `model`, `messages`, `stream` `POST /v1/messages` · `glm-4.5-air`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1/responses` · `glm-4.5-air`: `model`, `input`, `instructions`, `stream` `POST /v1/chat/completions` · `glm-4.5-air`: `model`, `messages`, `stream` `POST /v1/messages` · `glm-4.6`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1/responses` · `glm-4.6`: `model`, `input`, `instructions`, `stream` `POST /v1/chat/completions` · `glm-4.6`: `model`, `messages`, `stream` `POST /v1/messages` · `glm-4.7`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1/responses` · `glm-4.7`: `model`, `input`, `instructions`, `stream` `POST /v1/chat/completions` · `glm-4.7`: `model`, `messages`, `stream` `POST /v1/messages` · `glm-5-turbo`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1/responses` · `glm-5-turbo`: `model`, `input`, `instructions`, `stream` `POST /v1/chat/completions` · `glm-5-turbo`: `model`, `messages`, `stream` `POST /v1/messages` · `glm-flash`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1/responses` · `glm-flash`: `model`, `input`, `instructions`, `stream` `POST /v1/chat/completions` · `glm-flash`: `model`, `messages`, `stream` `POST /v1/messages` · `glm-flash-latest`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1/responses` · `glm-flash-latest`: `model`, `input`, `instructions`, `stream` `POST /v1/chat/completions` · `glm-flash-latest`: `model`, `messages`, `stream` `POST /v1/messages` · `z-ai/glm-5.3-flash`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1/chat/completions` · `z-ai/glm-5.3-flash`: `model`, `messages`, `stream` `POST /v1/chat/completions` · `z-ai/glm-5.3-flash`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `z-ai/glm-5.3-flash`: `model`, `messages`, `max_tokens`, `stream` `POST /v1/chat/completions` · `~z-ai/glm-flash-latest`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `~z-ai/glm-flash-latest`: `model`, `messages`, `max_tokens`, `stream`
Hvilke grenser gjelder?
`POST /v1/messages` · `glm-5.3-flash`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1/responses` · `glm-5.3-flash`: `ctx`: `1000000`; `max_out`: `131072` `POST /v1/chat/completions` · `glm-5.3-flash`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1` `POST /v1/chat/completions` · `glm-5.3-flash`: `messages.min_items`: `1` `POST /v1/messages` · `glm-4.5`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1/responses` · `glm-4.5`: `ctx`: `1000000`; `max_out`: `131072` `POST /v1/chat/completions` · `glm-4.5`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1` `POST /v1/messages` · `glm-4.5-air`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1/responses` · `glm-4.5-air`: `ctx`: `1000000`; `max_out`: `131072` `POST /v1/chat/completions` · `glm-4.5-air`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1` `POST /v1/messages` · `glm-4.6`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1/responses` · `glm-4.6`: `ctx`: `1000000`; `max_out`: `131072` `POST /v1/chat/completions` · `glm-4.6`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1` `POST /v1/messages` · `glm-4.7`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1/responses` · `glm-4.7`: `ctx`: `1000000`; `max_out`: `131072` `POST /v1/chat/completions` · `glm-4.7`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1` `POST /v1/messages` · `glm-5-turbo`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1/responses` · `glm-5-turbo`: `ctx`: `1000000`; `max_out`: `131072` `POST /v1/chat/completions` · `glm-5-turbo`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1` `POST /v1/messages` · `glm-flash`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1/responses` · `glm-flash`: `ctx`: `1000000`; `max_out`: `131072` `POST /v1/chat/completions` · `glm-flash`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1` `POST /v1/messages` · `glm-flash-latest`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1/responses` · `glm-flash-latest`: `ctx`: `1000000`; `max_out`: `131072` `POST /v1/chat/completions` · `glm-flash-latest`: `ctx`: `1000000`; `max_out`: `131072`; `messages.min_items`: `1` `POST /v1/messages` · `z-ai/glm-5.3-flash`: `ctx`: `1048576`; `max_out`: `32768`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1/chat/completions` · `z-ai/glm-5.3-flash`: `ctx`: `4096`; `max_out`: `1024`; `messages.min_items`: `1` `POST /v1/chat/completions` · `z-ai/glm-5.3-flash`: `messages.min_items`: `1` `POST /v1/chat/completions` · `~z-ai/glm-flash-latest`: `messages.min_items`: `1`
Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.
## Selskapet og dets prosjektportefølje
Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.
## Kjøp tokener med rabatt.
Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.
Abonnement
Velg et rabattabonnement for faste forespørsler.
Kampanjekode opptil 50%
Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.
Kostnader i historikken
Modell, tokener og beløp lagres for hver forespørsel.
[Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/)
## Koble API-et til produktet du selger.
SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.
Kommersiell applikasjon
Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.
Forhandlerlisens
Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.
Dokumenter på nettstedet
Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.
[Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb)
## Ailoot · Selskapet og dets prosjektportefølje
Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll.
Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.
Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.