modelos

glm-4.1v-thinking-flash

Markdown · JSON

glm-4.1v-thinking-flash

O GLM-4.1V-Thinking-Flash é o modelo de raciocínio visual da Zhipu para análise de gráficos, diagramas científicos, imagens de documentos e questões sobre interfaces.

Sobre o modelo

Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.

O GLM-4.1V-Thinking-Flash combina compreensão visual com raciocínio integrado. A Zhipu apresenta o modelo para interpretação de imagens e páginas de documentos, incluindo gráficos, problemas matemáticos, estrutura de interfaces e localização de elementos visuais. O seu objetivo é relacionar o que aparece no material com uma explicação da resposta.

Formule a pergunta visual com precisão

Num gráfico, preserve os rótulos dos eixos, a legenda e as unidades e, depois, indique a comparação ou o cálculo. Num diagrama, forneça o enunciado do problema e anotações legíveis. Numa interface, identifique o objetivo do utilizador e os controlos ou a disposição a examinar. Estes pormenores ajudam a distinguir uma observação visível de um pressuposto.

Peça um resultado aplicável

Peça uma interpretação do gráfico, uma solução com os passos, uma descrição dos elementos relevantes da interface ou uma especificação para implementação do frontend. Guarde a imagem de origem com a resposta e confira os rótulos, as quantidades e as posições de que o resultado depende.

Através da Ailoot, utilize o ID exato do modelo em /v1/chat/completions e mantenha a imagem com a respetiva pergunta na conversa. O formato do conteúdo de imagem utiliza image_url; as fontes de imagem suportadas podem conter um endereço de imagem ou um URI de dados base64. Recolha a resposta JSON completa ou todos os segmentos SSE quando stream estiver ativado e guarde usage juntamente com o resultado concluído.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions glm-4.1v-thinking-flash

glm-4.1v-thinking-flash

Outro /glm-4.1v-thinking-flash

Introdução

O GLM-4.1V-Thinking-Flash é o modelo de raciocínio visual da Zhipu para análise de gráficos, diagramas científicos, imagens de documentos e questões sobre interfaces.

Entradas aceites
Texto · Imagens
Resultados
Texto

Disponível no Ailoot · entradas e métodos

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Entrada
text, image
Saída
text
Formato de saída
JSON or SSE
CampoTipoRequisitoValores e limitesPredefinição
CampomodelTipostringRequisitoObrigatórioValores e limites
glm-4.1v-thinking-flash
Condições: Utilize exatamente este seletor de encaminhamento do Ailoot.
Predefinição—
CampomessagesTipoarrayRequisitoObrigatórioValores e limites
Condições:
Predefinição—
CampostreamTipobooleanRequisitoOpcionalValores e limites
Condições:
Predefiniçãofalse
Combinações de materiais de entrada

text_input · Obrigatório: messages

image_with_text · Obrigatório: messages with actual image content blocks

Parâmetros e ciclo de vida do método
ParâmetroContrato
Parâmetrocontent_typeContratoapplication/json
ParâmetrorequiredContratomodel, messages
ParâmetrooptionalContratostream
Parâmetromaterial_typesContratotext, image
ParâmetroconditionsContratoUtilize exatamente este seletor de encaminhamento do Ailoot., Este protocolo transporta conteúdo de imagem quando o modelo concreto selecionado suporta visão. A aceitação de pedidos pelo protocolo não comprova que todos os modelos consigam processar imagens.

Aliases do método: /chat/completions

Ciclo de vida: synchronous_or_streamed

Tarifários

As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.

Modo rápido
Tarifa normal Quando o modo rápido está selecionado
Modo flex
Tarifa normal Quando o modo flex está selecionado
Esforço máximo de raciocínio
Tarifa normal Quando o esforço máximo de raciocínio usa o ajuste predefinido (default)
Preços da cache explícita
Não ativado Quando é pedida cache explícita
Tarifas a zero apenas para texto
A cache, as ferramentas e os conteúdos multimédia seguem as respetivas condições de preço, indicadas separadamente. Para entrada e saída apenas de texto

Tarifas Ailoot

Preços por configuração

ConfiguraçãoTabela de tarifasCusto
ConfiguraçãoTarifas base por tokenTabela de tarifasTarifa baseCusto
Entrada · Tokens de entrada $0 / 1K tokens
Saída · Tokens de saída $0 / 1K tokens
Entrada · Leitura da cache $0 / 1K tokens
Entrada · Escrita na cache $0 / 1K tokens
Entrada · Escrita na cache, 1 hora — / 1K tokens

O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →

Exemplos de pedidos

Ailoot Ultra · OpenAI Chat

curl · crie uma única vez e guarde o resultado completo
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.1v-thinking-flash", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')

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
# Submit once. Retain the complete result, original identifiers and every response header.

Receber e guardar os resultados

Ailoot Ultra · OpenAI Chat

JSON or SSE

Guardar todos os resultados concluídos

Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.

Conserve todos os blocos de conteúdo, os ID de chamadas de ferramentas, as assinaturas de raciocínio que sejam devolvidas, todos os incrementos SSE e os dados completos de consumo. O primeiro fragmento de texto não é o resultado completo.

Se for necessário verificar a resposta original

Mantenha o X-Client-Request-ID original, a resposta e os cabeçalhos. Um resultado desconhecido ou result_pending_check não autoriza uma segunda criação.

Campos da resposta
CampoTipo
Campochoices[]Tipoobject
CampousageTipoobject
Erros e passos seguintes
RespostaCondiçãoPasso seguinte
Resposta400 · invalid_request_errorCondiçãoUm campo obrigatório, o seletor de modelo, o tipo ou a representação da entrada é inválido.Passo seguinteAnalise os detalhes de validação devolvidos antes de preparar um pedido separado.
RespostaCondiçãoO pedido original ou o respetivo resultado é desconhecido ou requer uma verificação.Passo seguinteMantenha os identificadores e os cabeçalhos originais; consulte apenas os registos de estado ou da biblioteca suportados. Não volte a enviar o pedido de criação.

Aliases

Aliases do modelo

Ailoot Ultra glm-4.1v-thinking-flash

Aliases dos caminhos dos métodos

/chat/completions

IDs de chamada relacionados

glm-4.1v-thinking-flash

Ailoot Ultra · Anthropic Messages POST /v1/messages glm-4.1v-thinking-flash

glm-4.1v-thinking-flash

Outro /glm-4.1v-thinking-flash

Introdução

O GLM-4.1V-Thinking-Flash é o modelo de raciocínio visual da Zhipu para análise de gráficos, diagramas científicos, imagens de documentos e questões sobre interfaces.

Entradas aceites
Texto · Imagens
Resultados
json · sse

Disponível no Ailoot · entradas e métodos

Ailoot Ultra · Anthropic Messages POST /v1/messages
Entrada
text, image
Saída
json, sse
Formato de saída
JSON or SSE
CampoTipoRequisitoValores e limitesPredefinição
CampomodelTipostringRequisitoObrigatórioValores e limites
glm-4.1v-thinking-flash
Condições: Utilize exatamente este seletor de encaminhamento do Ailoot.
Predefinição—
CampomessagesTipoarrayRequisitoObrigatórioValores e limites
Condições:
Predefinição—
CampostreamTipobooleanRequisitoOpcionalValores e limites
Condições:
Predefiniçãofalse
Campomax_tokensTipointegerRequisitoObrigatórioValores e limites
Mínimo: 1
Condições:
Predefinição—
Combinações de materiais de entrada

text_input · Obrigatório: messages

image_with_text · Obrigatório: messages with actual image content blocks

Parâmetros e ciclo de vida do método
ParâmetroContrato
Parâmetrocontent_typeContratoapplication/json
ParâmetrorequiredContratomodel, messages, max_tokens
ParâmetrooptionalContratostream
Parâmetromaterial_typesContratotext, image
ParâmetroconditionsContratoUtilize exatamente este seletor de encaminhamento do Ailoot., Este protocolo transporta conteúdo de imagem quando o modelo concreto selecionado suporta visão. A aceitação de pedidos pelo protocolo não comprova que todos os modelos consigam processar imagens.

Ciclo de vida: synchronous_or_streamed

Tarifários

As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.

Modo rápido
Tarifa normal Quando o modo rápido está selecionado
Modo flex
Tarifa normal Quando o modo flex está selecionado
Esforço máximo de raciocínio
Tarifa normal Quando o esforço máximo de raciocínio usa o ajuste predefinido (default)
Preços da cache explícita
Não ativado Quando é pedida cache explícita
Tarifas a zero apenas para texto
A cache, as ferramentas e os conteúdos multimédia seguem as respetivas condições de preço, indicadas separadamente. Para entrada e saída apenas de texto

Tarifas Ailoot

Preços por configuração

ConfiguraçãoTabela de tarifasCusto
ConfiguraçãoTarifas base por tokenTabela de tarifasTarifa baseCusto
Entrada · Tokens de entrada $0 / 1K tokens
Saída · Tokens de saída $0 / 1K tokens
Entrada · Leitura da cache $0 / 1K tokens
Entrada · Escrita na cache $0 / 1K tokens
Entrada · Escrita na cache, 1 hora — / 1K tokens

O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →

Exemplos de pedidos

Ailoot Ultra · Anthropic Messages

curl · crie uma única vez e guarde o resultado completo
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "glm-4.1v-thinking-flash", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}')

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 "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.

Receber e guardar os resultados

Ailoot Ultra · Anthropic Messages

JSON or SSE

Guardar todos os resultados concluídos

Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.

Conserve todos os blocos de conteúdo, os ID de chamadas de ferramentas, as assinaturas de raciocínio que sejam devolvidas, todos os incrementos SSE e os dados completos de consumo. O primeiro fragmento de texto não é o resultado completo.

Se for necessário verificar a resposta original

Mantenha o X-Client-Request-ID original, a resposta e os cabeçalhos. Um resultado desconhecido ou result_pending_check não autoriza uma segunda criação.

Campos da resposta
CampoTipo
Campocontent[]Tipoobject
CampousageTipoobject
Erros e passos seguintes
RespostaCondiçãoPasso seguinte
Resposta400 · invalid_request_errorCondiçãoUm campo obrigatório, o seletor de modelo, o tipo ou a representação da entrada é inválido.Passo seguinteAnalise os detalhes de validação devolvidos antes de preparar um pedido separado.
RespostaCondiçãoO pedido original ou o respetivo resultado é desconhecido ou requer uma verificação.Passo seguinteMantenha os identificadores e os cabeçalhos originais; consulte apenas os registos de estado ou da biblioteca suportados. Não volte a enviar o pedido de criação.

Aliases

Aliases do modelo

Ailoot Ultra glm-4.1v-thinking-flash

Aliases dos caminhos dos métodos

/chat/completions

IDs de chamada relacionados

glm-4.1v-thinking-flash

FAQ · glm-4.1v-thinking-flash
Que entradas e resultados estão disponíveis?

POST /v1/chat/completions · glm-4.1v-thinking-flash: text, image → text

POST /v1/messages · glm-4.1v-thinking-flash: text, image → json, sse

Que campos utiliza o pedido?

POST /v1/chat/completions · glm-4.1v-thinking-flash: model, messages, stream

POST /v1/messages · glm-4.1v-thinking-flash: model, messages, stream, max_tokens

Que limites se aplicam?

POST /v1/messages · glm-4.1v-thinking-flash: max_tokens.minimum: 1

Mais detalhes

Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação.

A empresa e a sua carteira de projetos

A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões.

Compre tokens com desconto.

Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens.

Subscrição
Escolha um plano com desconto para os pedidos regulares.
Código promocional até 50%
Introduza o código na compra. O preço é recalculado conforme a campanha em vigor.
Custos no histórico
O modelo, os tokens e o montante são guardados para cada pedido.

Escolher subscrição · Ver preços dos modelos

Ligue a API ao produto que vende.

SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor.

Aplicação comercial
Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço.
Licença de revendedor
Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda.
Documentos no site
A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação.

Pedir licença de revendedor · Oferta e contrato de licença