GLM-4.7-Flash é a edição 30B-A3B de mistura de especialistas da família GLM-4.7 da Z.ai. A sua arquitetura esparsa tem aproximadamente 30 mil milhões de parâmetros no total e três mil milhões ativados, e o fabricante apresenta-o como um modelo leve que equilibra capacidade e eficiência. Aceita texto e gera texto. O produtor destaca especificamente o desenvolvimento de software, a escrita em chinês, a tradução, o processamento de texto longo e a conversação baseada em papéis. Um briefing útil pode pedir uma proposta de código, uma passagem revista, uma explicação ou um resultado estruturado assente no material fornecido.
Para desenvolvimento, a Z.ai identifica tanto tarefas de interface como de lógica da aplicação para esta edição Flash. Forneça o comportamento a implementar, o código-fonte relevante e as condições que devem permanecer intactas. Para uma página ou um componente, descreva os seus estados, a disposição e a interação necessária e peça depois código editável e uma explicação das escolhas importantes. Para uma função existente, inclua a falha observada e um exemplo do resultado esperado. O modelo produz o código proposto; compilá-lo, executá-lo ou apresentar a interface cabe a um ambiente de aplicação ligado.
O perfil da série GLM-4.7 alojado pelo produtor indica entrada textual, saída textual, um contexto de 200K tokens e até 128K tokens de saída para Flash. A ficha do modelo aberto e o perfil alojado descrevem aspetos diferentes da mesma edição: características da versão e uma configuração do serviço do produtor. Prepare uma entrada longa com títulos de fontes, identificadores de código e limites claros entre documentos, deixando espaço para o raciocínio e a resposta solicitada. Um modelo exclusivamente textual pode escrever código para uma aplicação que processa imagens ou entrada de câmara, mas isso não dá a esta versão um modo nativo de entrada visual.
O raciocínio está ativado por predefinição na série GLM-4.7. O produtor documenta um comutador por turno para que uma conversa possa pedir raciocínio para uma pergunta difícil e desativá-lo para uma reformulação simples ou uma resposta curta. Também suporta raciocínio intercalado entre chamadas de ferramentas, permitindo ao modelo interpretar uma observação devolvida antes de planear outra etapa. Defina as ferramentas disponíveis e o produto final necessário antes de iniciar uma tarefa deste tipo. Um assistente documental pode pedir informação selecionada, receber o resultado efetivo da recuperação e preparar depois uma explicação sustentada por esse resultado.
A conservação do raciocínio é uma opção distinta para trabalho continuado de programação ou de agentes. O guia do fabricante utiliza clear_thinking=false e exige que o reasoning_content completo e sem alterações dos turnos anteriores do assistente seja devolvido na sua ordem original. Alterar ou reorganizar esses blocos pode degradar o resultado e afetar o comportamento da cache. A predefinição difere entre as interfaces de programação e padrão do produtor, pelo que a opção é um fluxo de trabalho configurado e não uma propriedade automática de todas as conversas. Mantenha a resposta visível separada do raciocínio conservado e preserve os elementos de prova ou a saída de ferramentas de que dependem as etapas posteriores.
A interface documentada da família inclui texto em fluxo contínuo, chamada de funções, cache de contexto e saída estruturada, como JSON. Para um resultado estruturado, forneça os campos obrigatórios e o significado de cada valor; para um pedido de ferramenta, defina a finalidade da função, os argumentos e a condição de conclusão. Uma chamada gerada é um pedido para que a aplicação atue, não uma prova de execução. O resultado final pode ser um relatório curto, um objeto de dados ou um produto de código, mantendo identificável a informação utilizada para o produzir.
Para escrita ou tradução, especifique o leitor, a língua, o tom e os termos que devem permanecer inalterados. O fabricante recomenda experimentar Flash em escrita chinesa e em diálogo narrativo ou baseado em papéis, além do trabalho técnico. Um exemplo de briefing de edição pode fornecer uma passagem e pedir uma revisão concisa que preserve os seus factos; um briefing de tradução pode fornecer um glossário e distinguir o texto citado das instruções. Numa conversa mais longa, conserve as restrições e identifique o resultado seguinte necessário, para que a resposta do modelo continue ligada à tarefa original.
A ficha exata do modelo aberto publica diferentes definições de geração para as suas tarefas de avaliação: uma temperatura predefinida de 1.0 e top-p de 0.95, com definições separadas para tarefas de software de 0.7 e 1.0. Os comprimentos de geração dos seus exemplos fazem parte desses procedimentos, não são limites universais adicionais. Esta versão é distinta de GLM-4.7, GLM-4.7-FlashX e dos modelos GLM-5 posteriores. Adapte a tarefa e o modo de resposta às capacidades textuais documentadas desta edição e avalie depois o código entregue, os valores extraídos ou o texto revisto face à entrada.
", "aboutText": "GLM-4.7-Flash é a edição 30B-A3B de mistura de especialistas da família GLM-4.7 da Z.ai. A sua arquitetura esparsa tem aproximadamente 30 mil milhões de parâmetros no total e três mil milhões ativados, e o fabricante apresenta-o como um modelo leve que equilibra capacidade e eficiência. Aceita texto e gera texto. O produtor destaca especificamente o desenvolvimento de software, a escrita em chinês, a tradução, o processamento de texto longo e a conversação baseada em papéis. Um briefing útil pode pedir uma proposta de código, uma passagem revista, uma explicação ou um resultado estruturado assente no material fornecido.\n\nPara desenvolvimento, a Z.ai identifica tanto tarefas de interface como de lógica da aplicação para esta edição Flash. Forneça o comportamento a implementar, o código-fonte relevante e as condições que devem permanecer intactas. Para uma página ou um componente, descreva os seus estados, a disposição e a interação necessária e peça depois código editável e uma explicação das escolhas importantes. Para uma função existente, inclua a falha observada e um exemplo do resultado esperado. O modelo produz o código proposto; compilá-lo, executá-lo ou apresentar a interface cabe a um ambiente de aplicação ligado.\n\nO perfil da série GLM-4.7 alojado pelo produtor indica entrada textual, saída textual, um contexto de 200K tokens e até 128K tokens de saída para Flash. A ficha do modelo aberto e o perfil alojado descrevem aspetos diferentes da mesma edição: características da versão e uma configuração do serviço do produtor. Prepare uma entrada longa com títulos de fontes, identificadores de código e limites claros entre documentos, deixando espaço para o raciocínio e a resposta solicitada. Um modelo exclusivamente textual pode escrever código para uma aplicação que processa imagens ou entrada de câmara, mas isso não dá a esta versão um modo nativo de entrada visual.\n\nO raciocínio está ativado por predefinição na série GLM-4.7. O produtor documenta um comutador por turno para que uma conversa possa pedir raciocínio para uma pergunta difícil e desativá-lo para uma reformulação simples ou uma resposta curta. Também suporta raciocínio intercalado entre chamadas de ferramentas, permitindo ao modelo interpretar uma observação devolvida antes de planear outra etapa. Defina as ferramentas disponíveis e o produto final necessário antes de iniciar uma tarefa deste tipo. Um assistente documental pode pedir informação selecionada, receber o resultado efetivo da recuperação e preparar depois uma explicação sustentada por esse resultado.\n\nA conservação do raciocínio é uma opção distinta para trabalho continuado de programação ou de agentes. O guia do fabricante utiliza clear_thinking=false e exige que o reasoning_content completo e sem alterações dos turnos anteriores do assistente seja devolvido na sua ordem original. Alterar ou reorganizar esses blocos pode degradar o resultado e afetar o comportamento da cache. A predefinição difere entre as interfaces de programação e padrão do produtor, pelo que a opção é um fluxo de trabalho configurado e não uma propriedade automática de todas as conversas. Mantenha a resposta visível separada do raciocínio conservado e preserve os elementos de prova ou a saída de ferramentas de que dependem as etapas posteriores.\n\nA interface documentada da família inclui texto em fluxo contínuo, chamada de funções, cache de contexto e saída estruturada, como JSON. Para um resultado estruturado, forneça os campos obrigatórios e o significado de cada valor; para um pedido de ferramenta, defina a finalidade da função, os argumentos e a condição de conclusão. Uma chamada gerada é um pedido para que a aplicação atue, não uma prova de execução. O resultado final pode ser um relatório curto, um objeto de dados ou um produto de código, mantendo identificável a informação utilizada para o produzir.\n\nPara escrita ou tradução, especifique o leitor, a língua, o tom e os termos que devem permanecer inalterados. O fabricante recomenda experimentar Flash em escrita chinesa e em diálogo narrativo ou baseado em papéis, além do trabalho técnico. Um exemplo de briefing de edição pode fornecer uma passagem e pedir uma revisão concisa que preserve os seus factos; um briefing de tradução pode fornecer um glossário e distinguir o texto citado das instruções. Numa conversa mais longa, conserve as restrições e identifique o resultado seguinte necessário, para que a resposta do modelo continue ligada à tarefa original.\n\nA ficha exata do modelo aberto publica diferentes definições de geração para as suas tarefas de avaliação: uma temperatura predefinida de 1.0 e top-p de 0.95, com definições separadas para tarefas de software de 0.7 e 1.0. Os comprimentos de geração dos seus exemplos fazem parte desses procedimentos, não são limites universais adicionais. Esta versão é distinta de GLM-4.7, GLM-4.7-FlashX e dos modelos GLM-5 posteriores. Adapte a tarefa e o modo de resposta às capacidades textuais documentadas desta edição e avalie depois o código entregue, os valores extraídos ou o texto revisto face à entrada.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Translate a notice with a fixed glossary\n\nTranslate this Chinese notice into English: '订单已审核，但尚未发货。更改收货地址需要重新审核。' Use this glossary consistently: 审核 = review; 发货 = dispatch; 收货地址 = delivery address. Write a clear customer-facing notice and preserve the distinction between completed review and pending dispatch. Do not add a dispatch date or an approval guarantee.A concise English notice applying the glossary and preserving the two different order states.The translation retains the requirement for another review after an address change and does not state that dispatch occurred.z-ai/glm-4.7-flashGLM-4.7-Flash é o modelo textual 30B-A3B de mistura de especialistas da Z.ai para programação, texto longo, escrita em chinês e tradução. Suporta raciocínio e fluxos de trabalho orientados por ferramentas, com um perfil alojado pelo produtor de 200K tokens de contexto e até 128K de saída.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
GLM-4.7-Flash é a edição 30B-A3B de mistura de especialistas da família GLM-4.7 da Z.ai. A sua arquitetura esparsa tem aproximadamente 30 mil milhões de parâmetros no total e três mil milhões ativados, e o fabricante apresenta-o como um modelo leve que equilibra capacidade e eficiência. Aceita texto e gera texto. O produtor destaca especificamente o desenvolvimento de software, a escrita em chinês, a tradução, o processamento de texto longo e a conversação baseada em papéis. Um briefing útil pode pedir uma proposta de código, uma passagem revista, uma explicação ou um resultado estruturado assente no material fornecido.
Para desenvolvimento, a Z.ai identifica tanto tarefas de interface como de lógica da aplicação para esta edição Flash. Forneça o comportamento a implementar, o código-fonte relevante e as condições que devem permanecer intactas. Para uma página ou um componente, descreva os seus estados, a disposição e a interação necessária e peça depois código editável e uma explicação das escolhas importantes. Para uma função existente, inclua a falha observada e um exemplo do resultado esperado. O modelo produz o código proposto; compilá-lo, executá-lo ou apresentar a interface cabe a um ambiente de aplicação ligado.
O perfil da série GLM-4.7 alojado pelo produtor indica entrada textual, saída textual, um contexto de 200K tokens e até 128K tokens de saída para Flash. A ficha do modelo aberto e o perfil alojado descrevem aspetos diferentes da mesma edição: características da versão e uma configuração do serviço do produtor. Prepare uma entrada longa com títulos de fontes, identificadores de código e limites claros entre documentos, deixando espaço para o raciocínio e a resposta solicitada. Um modelo exclusivamente textual pode escrever código para uma aplicação que processa imagens ou entrada de câmara, mas isso não dá a esta versão um modo nativo de entrada visual.
O raciocínio está ativado por predefinição na série GLM-4.7. O produtor documenta um comutador por turno para que uma conversa possa pedir raciocínio para uma pergunta difícil e desativá-lo para uma reformulação simples ou uma resposta curta. Também suporta raciocínio intercalado entre chamadas de ferramentas, permitindo ao modelo interpretar uma observação devolvida antes de planear outra etapa. Defina as ferramentas disponíveis e o produto final necessário antes de iniciar uma tarefa deste tipo. Um assistente documental pode pedir informação selecionada, receber o resultado efetivo da recuperação e preparar depois uma explicação sustentada por esse resultado.
A conservação do raciocínio é uma opção distinta para trabalho continuado de programação ou de agentes. O guia do fabricante utiliza clear_thinking=false e exige que o reasoning_content completo e sem alterações dos turnos anteriores do assistente seja devolvido na sua ordem original. Alterar ou reorganizar esses blocos pode degradar o resultado e afetar o comportamento da cache. A predefinição difere entre as interfaces de programação e padrão do produtor, pelo que a opção é um fluxo de trabalho configurado e não uma propriedade automática de todas as conversas. Mantenha a resposta visível separada do raciocínio conservado e preserve os elementos de prova ou a saída de ferramentas de que dependem as etapas posteriores.
A interface documentada da família inclui texto em fluxo contínuo, chamada de funções, cache de contexto e saída estruturada, como JSON. Para um resultado estruturado, forneça os campos obrigatórios e o significado de cada valor; para um pedido de ferramenta, defina a finalidade da função, os argumentos e a condição de conclusão. Uma chamada gerada é um pedido para que a aplicação atue, não uma prova de execução. O resultado final pode ser um relatório curto, um objeto de dados ou um produto de código, mantendo identificável a informação utilizada para o produzir.
Para escrita ou tradução, especifique o leitor, a língua, o tom e os termos que devem permanecer inalterados. O fabricante recomenda experimentar Flash em escrita chinesa e em diálogo narrativo ou baseado em papéis, além do trabalho técnico. Um exemplo de briefing de edição pode fornecer uma passagem e pedir uma revisão concisa que preserve os seus factos; um briefing de tradução pode fornecer um glossário e distinguir o texto citado das instruções. Numa conversa mais longa, conserve as restrições e identifique o resultado seguinte necessário, para que a resposta do modelo continue ligada à tarefa original.
A ficha exata do modelo aberto publica diferentes definições de geração para as suas tarefas de avaliação: uma temperatura predefinida de 1.0 e top-p de 0.95, com definições separadas para tarefas de software de 0.7 e 1.0. Os comprimentos de geração dos seus exemplos fazem parte desses procedimentos, não são limites universais adicionais. Esta versão é distinta de GLM-4.7, GLM-4.7-FlashX e dos modelos GLM-5 posteriores. Adapte a tarefa e o modo de resposta às capacidades textuais documentadas desta edição e avalie depois o código entregue, os valores extraídos ou o texto revisto face à entrada.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites z-ai/glm-4.7-flash | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Exemplos: system, user, assistant, tool, function Condições: Estes papéis são representados explicitamente pelos tipos de compatibilidade do código-fonte; o conjunto exato de papéis continua específico do modelo. Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: role=tool; use o ID realmente devolvido | Predefinição— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Reintroduza o raciocínio realmente devolvido quando este modelo o utiliza | Predefinição— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores e limites function Depende do modelo | Predefinição— |
Campotools[].function.name | Tipostring | RequisitoObrigatório | Valores e limites Aplica-se quando: Função fornecida como ferramenta | Predefinição— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores e limites | Predefinição— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores e limites Campo de compatibilidade | Predefinição— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores e limites text | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites Condições: provider.options é rejeitado nesta rota textual Ultra | Predefinição— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores e limites Condições: 1h é rejeitado nos locais efetivos da cache de prompts | Predefinição— |
Texto · Texto UTF8
messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetromaterial_types | Contratotext |
Parâmetromessages | ContratoLista de mensagens com estrutura role/content |
Parâmetrofile_material | ContratoDocumento UTF-8 real inserido como texto literal; nenhum ID de ficheiro inferido |
Parâmetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parâmetrocontrol_scope | ContratoEspecífico do modelo; as ferramentas de funções do utilizador diferem das ferramentas alojadas |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envie o ID exato do modelo com messages.
O comprimento do contexto não é um limite de saída.
Um ficheiro de texto pode fornecer texto literal; as entradas de imagem/áudio/objeto de ficheiro exigem uma associação exata.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.000144 / 1K tokens Saída · Tokens de saída $0.000858 / 1K tokens Entrada · Leitura da cache $0.00002 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.000144 / 1K tokens Saída · Tokens de saída $0.000858 / 1K tokens Entrada · Leitura da cache $0.00002 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "z-ai/glm-4.7-flash", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='z-ai/glm-4.7-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='z-ai/glm-4.7-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada opção com o conteúdo, as chamadas de ferramentas e o raciocínio. Em SSE, junte os deltas por índice de opção e ferramenta e mantenha o motivo final de conclusão e os dados de utilização.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra z-ai/glm-4.7-flash
Use os caminhos dos métodos indicados acima.
z-ai/glm-4.7-flashGLM-4.7-Flash é o modelo textual 30B-A3B de mistura de especialistas da Z.ai para programação, texto longo, escrita em chinês e tradução. Suporta raciocínio e fluxos de trabalho orientados por ferramentas, com um perfil alojado pelo produtor de 200K tokens de contexto e até 128K de saída.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
GLM-4.7-Flash é a edição 30B-A3B de mistura de especialistas da família GLM-4.7 da Z.ai. A sua arquitetura esparsa tem aproximadamente 30 mil milhões de parâmetros no total e três mil milhões ativados, e o fabricante apresenta-o como um modelo leve que equilibra capacidade e eficiência. Aceita texto e gera texto. O produtor destaca especificamente o desenvolvimento de software, a escrita em chinês, a tradução, o processamento de texto longo e a conversação baseada em papéis. Um briefing útil pode pedir uma proposta de código, uma passagem revista, uma explicação ou um resultado estruturado assente no material fornecido.
Para desenvolvimento, a Z.ai identifica tanto tarefas de interface como de lógica da aplicação para esta edição Flash. Forneça o comportamento a implementar, o código-fonte relevante e as condições que devem permanecer intactas. Para uma página ou um componente, descreva os seus estados, a disposição e a interação necessária e peça depois código editável e uma explicação das escolhas importantes. Para uma função existente, inclua a falha observada e um exemplo do resultado esperado. O modelo produz o código proposto; compilá-lo, executá-lo ou apresentar a interface cabe a um ambiente de aplicação ligado.
O perfil da série GLM-4.7 alojado pelo produtor indica entrada textual, saída textual, um contexto de 200K tokens e até 128K tokens de saída para Flash. A ficha do modelo aberto e o perfil alojado descrevem aspetos diferentes da mesma edição: características da versão e uma configuração do serviço do produtor. Prepare uma entrada longa com títulos de fontes, identificadores de código e limites claros entre documentos, deixando espaço para o raciocínio e a resposta solicitada. Um modelo exclusivamente textual pode escrever código para uma aplicação que processa imagens ou entrada de câmara, mas isso não dá a esta versão um modo nativo de entrada visual.
O raciocínio está ativado por predefinição na série GLM-4.7. O produtor documenta um comutador por turno para que uma conversa possa pedir raciocínio para uma pergunta difícil e desativá-lo para uma reformulação simples ou uma resposta curta. Também suporta raciocínio intercalado entre chamadas de ferramentas, permitindo ao modelo interpretar uma observação devolvida antes de planear outra etapa. Defina as ferramentas disponíveis e o produto final necessário antes de iniciar uma tarefa deste tipo. Um assistente documental pode pedir informação selecionada, receber o resultado efetivo da recuperação e preparar depois uma explicação sustentada por esse resultado.
A conservação do raciocínio é uma opção distinta para trabalho continuado de programação ou de agentes. O guia do fabricante utiliza clear_thinking=false e exige que o reasoning_content completo e sem alterações dos turnos anteriores do assistente seja devolvido na sua ordem original. Alterar ou reorganizar esses blocos pode degradar o resultado e afetar o comportamento da cache. A predefinição difere entre as interfaces de programação e padrão do produtor, pelo que a opção é um fluxo de trabalho configurado e não uma propriedade automática de todas as conversas. Mantenha a resposta visível separada do raciocínio conservado e preserve os elementos de prova ou a saída de ferramentas de que dependem as etapas posteriores.
A interface documentada da família inclui texto em fluxo contínuo, chamada de funções, cache de contexto e saída estruturada, como JSON. Para um resultado estruturado, forneça os campos obrigatórios e o significado de cada valor; para um pedido de ferramenta, defina a finalidade da função, os argumentos e a condição de conclusão. Uma chamada gerada é um pedido para que a aplicação atue, não uma prova de execução. O resultado final pode ser um relatório curto, um objeto de dados ou um produto de código, mantendo identificável a informação utilizada para o produzir.
Para escrita ou tradução, especifique o leitor, a língua, o tom e os termos que devem permanecer inalterados. O fabricante recomenda experimentar Flash em escrita chinesa e em diálogo narrativo ou baseado em papéis, além do trabalho técnico. Um exemplo de briefing de edição pode fornecer uma passagem e pedir uma revisão concisa que preserve os seus factos; um briefing de tradução pode fornecer um glossário e distinguir o texto citado das instruções. Numa conversa mais longa, conserve as restrições e identifique o resultado seguinte necessário, para que a resposta do modelo continue ligada à tarefa original.
A ficha exata do modelo aberto publica diferentes definições de geração para as suas tarefas de avaliação: uma temperatura predefinida de 1.0 e top-p de 0.95, com definições separadas para tarefas de software de 0.7 e 1.0. Os comprimentos de geração dos seus exemplos fazem parte desses procedimentos, não são limites universais adicionais. Esta versão é distinta de GLM-4.7, GLM-4.7-FlashX e dos modelos GLM-5 posteriores. Adapte a tarefa e o modo de resposta às capacidades textuais documentadas desta edição e avalie depois o código entregue, os valores extraídos ou o texto revisto face à entrada.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites z-ai/glm-4.7-flash | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites user, assistant | Predefinição— |
Campomessages[].content | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Texto · Texto UTF-8
Cadeia de caracteres messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional_controls | Contratostream |
Parâmetromaterial_types | Contratotext |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: synchronous_or_streamed
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.000144 / 1K tokens Saída · Tokens de saída $0.000858 / 1K tokens Entrada · Leitura da cache $0.00002 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.000144 / 1K tokens Saída · Tokens de saída $0.000858 / 1K tokens Entrada · Leitura da cache $0.00002 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "z-ai/glm-4.7-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'z-ai/glm-4.7-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'z-ai/glm-4.7-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, as assinaturas de raciocínio e os ID reais de utilização de ferramentas. Junte todos os deltas de blocos SSE; o primeiro bloco de texto não é a saída completa.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra z-ai/glm-4.7-flash
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
Translate a notice with a fixed glossary\n\nTranslate this Chinese notice into English: '订单已审核，但尚未发货。更改收货地址需要重新审核。' Use this glossary consistently: 审核 = review; 发货 = dispatch; 收货地址 = delivery address. Write a clear customer-facing notice and preserve the distinction between completed review and pending dispatch. Do not add a dispatch date or an approval guarantee.A concise English notice applying the glossary and preserving the two different order states.The translation retains the requirement for another review after an address change and does not state that dispatch occurred.