GLM-4.5V je model vizualnega sklepanja Z.ai, zgrajen na GLM-4.5-Air, s skupaj 106 milijardami parametrov in 12 milijardami aktiviranih parametrov. Obravnava sklepanje o slikah, razumevanje videa, naloge z grafičnim uporabniškim vmesnikom, zahtevne grafe, dolge dokumente in prostorsko določanje v slikah. Profil, ki ga gosti proizvajalec, navaja slikovne, video-, besedilne in datotečne vhode ter besedilni izhod. Uporabna naloga lahko zahteva razlago strani, izluščeno tabelo, vizualni položaj ali kodo, pripravljeno iz posnetka zaslona. Ta model je ločen od GLM-4.1V-9B in kasnejšega GLM-4.6V.
Sklepanje o slikah zajema razumevanje prizorov, analizo več slik in prostorska razmerja. Vsaki sliki dodelite oznako in navedite natančno vprašanje. Pri grafu ohranite osi, enote in legende ter vprašajte, katere vidne vrednosti podpirajo sklep. Pri primerjavi opredelite značilnosti za pregled in odgovor uredite po oznakah virov. Model lahko poveže vizualna opažanja s pisnim vprašanjem; poleg količine priloženega gradiva sta pomembna tudi kakovost vhoda in zahtevani rezultat.
Prostorsko določanje je poseben izhodni delovni postopek. Kartica opisuje omejitvene okvirje, označene z žetonoma begin_of_box in end_of_box, s štirimi koordinatami, ki določajo zgornji levi in spodnji desni vogal. Vrednosti so glede na velikost slike normalizirane od 0 do 1.000 in niso neposredno podane kot položaji slikovnih pik. Navedite predmet ali območje za določitev položaja in zahtevano obliko okvirja. Ob rezultatu ohranite izvirne dimenzije slike, da lahko aplikacija koordinate preslika nazaj na to sliko, tudi če je bila zaradi obdelave spremenjena njena velikost.
Videonaloge vključujejo segmentacijo in prepoznavanje dogodkov, delo z dokumenti pa lahko združuje besedilo, grafe, tabele in postavitev na več straneh. Proizvajalec prikazuje pretvorbo slikane tabele v Markdown in analizo vsebine raziskovalnega poročila. Pripravite konkretno vprašanje, ohranite identifikatorje strani ali zaporedij in zahtevajte dokaze, ki podpirajo vsako izluščeno polje ali opisani dogodek. Ustvarjeni povzetek je besedilni rezultat; zbiranje sličic, sestavljanje datoteke ali izvedba popravka sodijo v povezano okolje.
Naloge grafičnega uporabniškega vmesnika in spletnih strani uporabljajo razumevanje zaslona za predlagano interakcijo ali kodo. Proizvajalčevi primeri zahtevajo HTML in CSS iz posnetka zaslona strani ter prikazujejo povezanega namiznega pomočnika s posnetki zaslona ali snemanimi prikazi. Podajte ustrezna stanja, dovoljena dejanja in želeno spremembo. Model pripravi kodo ali opis dejanja, aplikacija pa ga izvede in priloži spremenjeni zaslon ali izrisano stran za nadaljnji pregled.
Model podpira odgovore z razmišljanjem in brez njega. Njegova konkretna kartica opisuje stikalo, primeri odprtega modela pa razmišljanje privzeto omogočajo in ponujajo nastavitev predloge za njegovo onemogočanje. Te nastavitve naj ostanejo vezane na podprti delovni postopek. Konfiguracija kontrolne točke nastavi max_position_embeddings na 65.536; gostovani profil ločeno navaja do 16K izhodnih žetonov. To opisuje različne proizvajalčeve konfiguracije in ne določa univerzalnega aplikacijskega okna. Proizvajalec dokumentira tudi dodatno učenje odprte kontrolne točke GLM-4.5V za prilagojene multimodalne naloge; to je delovni postopek prilagajanja, ločen od običajnega izvajanja modela. Dolgo gradivo in zahtevani odgovor potrebujeta prostor znotraj dejansko uporabljene konfiguracije.
Kartica opredeljuje konkretne omejitve pri poustvarjanju vizualne kode: surovi HTML morda ni ovit v Markdown, ubežno zapisovanje znakov pa lahko povzroči težave pri izrisovanju. Opozarja tudi na šibkejše odgovarjanje na povsem besedilna vprašanja, občasno pretirano ali ponavljajoče se razmišljanje, ponovno navajanje odgovora in zaznavne napake, denimo pri štetju. Pri programski nalogi zahtevajte izrecno obliko izdelka in preglejte izrisani rezultat. Pri izluščanju ali vizualni analizi ohranite drobne oznake in zahtevajte vrednosti, povezane z vidnimi dokazi. Tako zmožnosti sklepanja in prostorskega določanja modela ostanejo povezane z rezultatom, ki ga je mogoče primerjati z izvirnim virom.
", "aboutText": "GLM-4.5V je model vizualnega sklepanja Z.ai, zgrajen na GLM-4.5-Air, s skupaj 106 milijardami parametrov in 12 milijardami aktiviranih parametrov. Obravnava sklepanje o slikah, razumevanje videa, naloge z grafičnim uporabniškim vmesnikom, zahtevne grafe, dolge dokumente in prostorsko določanje v slikah. Profil, ki ga gosti proizvajalec, navaja slikovne, video-, besedilne in datotečne vhode ter besedilni izhod. Uporabna naloga lahko zahteva razlago strani, izluščeno tabelo, vizualni položaj ali kodo, pripravljeno iz posnetka zaslona. Ta model je ločen od GLM-4.1V-9B in kasnejšega GLM-4.6V.\n\nSklepanje o slikah zajema razumevanje prizorov, analizo več slik in prostorska razmerja. Vsaki sliki dodelite oznako in navedite natančno vprašanje. Pri grafu ohranite osi, enote in legende ter vprašajte, katere vidne vrednosti podpirajo sklep. Pri primerjavi opredelite značilnosti za pregled in odgovor uredite po oznakah virov. Model lahko poveže vizualna opažanja s pisnim vprašanjem; poleg količine priloženega gradiva sta pomembna tudi kakovost vhoda in zahtevani rezultat.\n\nProstorsko določanje je poseben izhodni delovni postopek. Kartica opisuje omejitvene okvirje, označene z žetonoma begin_of_box in end_of_box, s štirimi koordinatami, ki določajo zgornji levi in spodnji desni vogal. Vrednosti so glede na velikost slike normalizirane od 0 do 1.000 in niso neposredno podane kot položaji slikovnih pik. Navedite predmet ali območje za določitev položaja in zahtevano obliko okvirja. Ob rezultatu ohranite izvirne dimenzije slike, da lahko aplikacija koordinate preslika nazaj na to sliko, tudi če je bila zaradi obdelave spremenjena njena velikost.\n\nVideonaloge vključujejo segmentacijo in prepoznavanje dogodkov, delo z dokumenti pa lahko združuje besedilo, grafe, tabele in postavitev na več straneh. Proizvajalec prikazuje pretvorbo slikane tabele v Markdown in analizo vsebine raziskovalnega poročila. Pripravite konkretno vprašanje, ohranite identifikatorje strani ali zaporedij in zahtevajte dokaze, ki podpirajo vsako izluščeno polje ali opisani dogodek. Ustvarjeni povzetek je besedilni rezultat; zbiranje sličic, sestavljanje datoteke ali izvedba popravka sodijo v povezano okolje.\n\nNaloge grafičnega uporabniškega vmesnika in spletnih strani uporabljajo razumevanje zaslona za predlagano interakcijo ali kodo. Proizvajalčevi primeri zahtevajo HTML in CSS iz posnetka zaslona strani ter prikazujejo povezanega namiznega pomočnika s posnetki zaslona ali snemanimi prikazi. Podajte ustrezna stanja, dovoljena dejanja in želeno spremembo. Model pripravi kodo ali opis dejanja, aplikacija pa ga izvede in priloži spremenjeni zaslon ali izrisano stran za nadaljnji pregled.\n\nModel podpira odgovore z razmišljanjem in brez njega. Njegova konkretna kartica opisuje stikalo, primeri odprtega modela pa razmišljanje privzeto omogočajo in ponujajo nastavitev predloge za njegovo onemogočanje. Te nastavitve naj ostanejo vezane na podprti delovni postopek. Konfiguracija kontrolne točke nastavi max_position_embeddings na 65.536; gostovani profil ločeno navaja do 16K izhodnih žetonov. To opisuje različne proizvajalčeve konfiguracije in ne določa univerzalnega aplikacijskega okna. Proizvajalec dokumentira tudi dodatno učenje odprte kontrolne točke GLM-4.5V za prilagojene multimodalne naloge; to je delovni postopek prilagajanja, ločen od običajnega izvajanja modela. Dolgo gradivo in zahtevani odgovor potrebujeta prostor znotraj dejansko uporabljene konfiguracije.\n\nKartica opredeljuje konkretne omejitve pri poustvarjanju vizualne kode: surovi HTML morda ni ovit v Markdown, ubežno zapisovanje znakov pa lahko povzroči težave pri izrisovanju. Opozarja tudi na šibkejše odgovarjanje na povsem besedilna vprašanja, občasno pretirano ali ponavljajoče se razmišljanje, ponovno navajanje odgovora in zaznavne napake, denimo pri štetju. Pri programski nalogi zahtevajte izrecno obliko izdelka in preglejte izrisani rezultat. Pri izluščanju ali vizualni analizi ohranite drobne oznake in zahtevajte vrednosti, povezane z vidnimi dokazi. Tako zmožnosti sklepanja in prostorskega določanja modela ostanejo povezane z rezultatom, ki ga je mogoče primerjati z izvirnim virom.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Format a transcribed report table\n\nFrom this text transcription of page V5, produce a Markdown table: 'Experiment | control | treated; run 1 | 12 | 15; run 2 | 11 | unreadable.' Add a difference column only where both values are available. Keep V5 with the result and separate the extracted values from the calculated differences. No image is supplied.A source-labeled Markdown table with extracted numbers, calculated differences and explicit unknown values.The unreadable treated value and its difference must remain unknown rather than be estimated.z-ai/glm-4.5vGLM-4.5V je model vizualnega sklepanja Z.ai 106B-A12B za slike, video, zahtevne dokumente in naloge z grafičnim uporabniškim vmesnikom. Vrača besedilo, podpira razmišljanje in neposredne odgovore ter lahko določi položaj vizualnih elementov s koordinatami, normaliziranimi od 0 do 1.000.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
GLM-4.5V je model vizualnega sklepanja Z.ai, zgrajen na GLM-4.5-Air, s skupaj 106 milijardami parametrov in 12 milijardami aktiviranih parametrov. Obravnava sklepanje o slikah, razumevanje videa, naloge z grafičnim uporabniškim vmesnikom, zahtevne grafe, dolge dokumente in prostorsko določanje v slikah. Profil, ki ga gosti proizvajalec, navaja slikovne, video-, besedilne in datotečne vhode ter besedilni izhod. Uporabna naloga lahko zahteva razlago strani, izluščeno tabelo, vizualni položaj ali kodo, pripravljeno iz posnetka zaslona. Ta model je ločen od GLM-4.1V-9B in kasnejšega GLM-4.6V.
Sklepanje o slikah zajema razumevanje prizorov, analizo več slik in prostorska razmerja. Vsaki sliki dodelite oznako in navedite natančno vprašanje. Pri grafu ohranite osi, enote in legende ter vprašajte, katere vidne vrednosti podpirajo sklep. Pri primerjavi opredelite značilnosti za pregled in odgovor uredite po oznakah virov. Model lahko poveže vizualna opažanja s pisnim vprašanjem; poleg količine priloženega gradiva sta pomembna tudi kakovost vhoda in zahtevani rezultat.
Prostorsko določanje je poseben izhodni delovni postopek. Kartica opisuje omejitvene okvirje, označene z žetonoma begin_of_box in end_of_box, s štirimi koordinatami, ki določajo zgornji levi in spodnji desni vogal. Vrednosti so glede na velikost slike normalizirane od 0 do 1.000 in niso neposredno podane kot položaji slikovnih pik. Navedite predmet ali območje za določitev položaja in zahtevano obliko okvirja. Ob rezultatu ohranite izvirne dimenzije slike, da lahko aplikacija koordinate preslika nazaj na to sliko, tudi če je bila zaradi obdelave spremenjena njena velikost.
Videonaloge vključujejo segmentacijo in prepoznavanje dogodkov, delo z dokumenti pa lahko združuje besedilo, grafe, tabele in postavitev na več straneh. Proizvajalec prikazuje pretvorbo slikane tabele v Markdown in analizo vsebine raziskovalnega poročila. Pripravite konkretno vprašanje, ohranite identifikatorje strani ali zaporedij in zahtevajte dokaze, ki podpirajo vsako izluščeno polje ali opisani dogodek. Ustvarjeni povzetek je besedilni rezultat; zbiranje sličic, sestavljanje datoteke ali izvedba popravka sodijo v povezano okolje.
Naloge grafičnega uporabniškega vmesnika in spletnih strani uporabljajo razumevanje zaslona za predlagano interakcijo ali kodo. Proizvajalčevi primeri zahtevajo HTML in CSS iz posnetka zaslona strani ter prikazujejo povezanega namiznega pomočnika s posnetki zaslona ali snemanimi prikazi. Podajte ustrezna stanja, dovoljena dejanja in želeno spremembo. Model pripravi kodo ali opis dejanja, aplikacija pa ga izvede in priloži spremenjeni zaslon ali izrisano stran za nadaljnji pregled.
Model podpira odgovore z razmišljanjem in brez njega. Njegova konkretna kartica opisuje stikalo, primeri odprtega modela pa razmišljanje privzeto omogočajo in ponujajo nastavitev predloge za njegovo onemogočanje. Te nastavitve naj ostanejo vezane na podprti delovni postopek. Konfiguracija kontrolne točke nastavi max_position_embeddings na 65.536; gostovani profil ločeno navaja do 16K izhodnih žetonov. To opisuje različne proizvajalčeve konfiguracije in ne določa univerzalnega aplikacijskega okna. Proizvajalec dokumentira tudi dodatno učenje odprte kontrolne točke GLM-4.5V za prilagojene multimodalne naloge; to je delovni postopek prilagajanja, ločen od običajnega izvajanja modela. Dolgo gradivo in zahtevani odgovor potrebujeta prostor znotraj dejansko uporabljene konfiguracije.
Kartica opredeljuje konkretne omejitve pri poustvarjanju vizualne kode: surovi HTML morda ni ovit v Markdown, ubežno zapisovanje znakov pa lahko povzroči težave pri izrisovanju. Opozarja tudi na šibkejše odgovarjanje na povsem besedilna vprašanja, občasno pretirano ali ponavljajoče se razmišljanje, ponovno navajanje odgovora in zaznavne napake, denimo pri štetju. Pri programski nalogi zahtevajte izrecno obliko izdelka in preglejte izrisani rezultat. Pri izluščanju ali vizualni analizi ohranite drobne oznake in zahtevajte vrednosti, povezane z vidnimi dokazi. Tako zmožnosti sklepanja in prostorskega določanja modela ostanejo povezane z rezultatom, ki ga je mogoče primerjati z izvirnim virom.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve z-ai/glm-4.5v | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0012 / 1K žetonov Izhod · Izhodni žetoni $0.0036 / 1K žetonov Vhod · Branje predpomnilnika $0.00022 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0012 / 1K žetonov Izhod · Izhodni žetoni $0.0036 / 1K žetonov Vhod · Branje predpomnilnika $0.00022 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "z-ai/glm-4.5v", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='z-ai/glm-4.5v',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='z-ai/glm-4.5v',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra z-ai/glm-4.5v
Uporabite zgoraj navedene poti metod.
z-ai/glm-4.5vGLM-4.5V je model vizualnega sklepanja Z.ai 106B-A12B za slike, video, zahtevne dokumente in naloge z grafičnim uporabniškim vmesnikom. Vrača besedilo, podpira razmišljanje in neposredne odgovore ter lahko določi položaj vizualnih elementov s koordinatami, normaliziranimi od 0 do 1.000.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
GLM-4.5V je model vizualnega sklepanja Z.ai, zgrajen na GLM-4.5-Air, s skupaj 106 milijardami parametrov in 12 milijardami aktiviranih parametrov. Obravnava sklepanje o slikah, razumevanje videa, naloge z grafičnim uporabniškim vmesnikom, zahtevne grafe, dolge dokumente in prostorsko določanje v slikah. Profil, ki ga gosti proizvajalec, navaja slikovne, video-, besedilne in datotečne vhode ter besedilni izhod. Uporabna naloga lahko zahteva razlago strani, izluščeno tabelo, vizualni položaj ali kodo, pripravljeno iz posnetka zaslona. Ta model je ločen od GLM-4.1V-9B in kasnejšega GLM-4.6V.
Sklepanje o slikah zajema razumevanje prizorov, analizo več slik in prostorska razmerja. Vsaki sliki dodelite oznako in navedite natančno vprašanje. Pri grafu ohranite osi, enote in legende ter vprašajte, katere vidne vrednosti podpirajo sklep. Pri primerjavi opredelite značilnosti za pregled in odgovor uredite po oznakah virov. Model lahko poveže vizualna opažanja s pisnim vprašanjem; poleg količine priloženega gradiva sta pomembna tudi kakovost vhoda in zahtevani rezultat.
Prostorsko določanje je poseben izhodni delovni postopek. Kartica opisuje omejitvene okvirje, označene z žetonoma begin_of_box in end_of_box, s štirimi koordinatami, ki določajo zgornji levi in spodnji desni vogal. Vrednosti so glede na velikost slike normalizirane od 0 do 1.000 in niso neposredno podane kot položaji slikovnih pik. Navedite predmet ali območje za določitev položaja in zahtevano obliko okvirja. Ob rezultatu ohranite izvirne dimenzije slike, da lahko aplikacija koordinate preslika nazaj na to sliko, tudi če je bila zaradi obdelave spremenjena njena velikost.
Videonaloge vključujejo segmentacijo in prepoznavanje dogodkov, delo z dokumenti pa lahko združuje besedilo, grafe, tabele in postavitev na več straneh. Proizvajalec prikazuje pretvorbo slikane tabele v Markdown in analizo vsebine raziskovalnega poročila. Pripravite konkretno vprašanje, ohranite identifikatorje strani ali zaporedij in zahtevajte dokaze, ki podpirajo vsako izluščeno polje ali opisani dogodek. Ustvarjeni povzetek je besedilni rezultat; zbiranje sličic, sestavljanje datoteke ali izvedba popravka sodijo v povezano okolje.
Naloge grafičnega uporabniškega vmesnika in spletnih strani uporabljajo razumevanje zaslona za predlagano interakcijo ali kodo. Proizvajalčevi primeri zahtevajo HTML in CSS iz posnetka zaslona strani ter prikazujejo povezanega namiznega pomočnika s posnetki zaslona ali snemanimi prikazi. Podajte ustrezna stanja, dovoljena dejanja in želeno spremembo. Model pripravi kodo ali opis dejanja, aplikacija pa ga izvede in priloži spremenjeni zaslon ali izrisano stran za nadaljnji pregled.
Model podpira odgovore z razmišljanjem in brez njega. Njegova konkretna kartica opisuje stikalo, primeri odprtega modela pa razmišljanje privzeto omogočajo in ponujajo nastavitev predloge za njegovo onemogočanje. Te nastavitve naj ostanejo vezane na podprti delovni postopek. Konfiguracija kontrolne točke nastavi max_position_embeddings na 65.536; gostovani profil ločeno navaja do 16K izhodnih žetonov. To opisuje različne proizvajalčeve konfiguracije in ne določa univerzalnega aplikacijskega okna. Proizvajalec dokumentira tudi dodatno učenje odprte kontrolne točke GLM-4.5V za prilagojene multimodalne naloge; to je delovni postopek prilagajanja, ločen od običajnega izvajanja modela. Dolgo gradivo in zahtevani odgovor potrebujeta prostor znotraj dejansko uporabljene konfiguracije.
Kartica opredeljuje konkretne omejitve pri poustvarjanju vizualne kode: surovi HTML morda ni ovit v Markdown, ubežno zapisovanje znakov pa lahko povzroči težave pri izrisovanju. Opozarja tudi na šibkejše odgovarjanje na povsem besedilna vprašanja, občasno pretirano ali ponavljajoče se razmišljanje, ponovno navajanje odgovora in zaznavne napake, denimo pri štetju. Pri programski nalogi zahtevajte izrecno obliko izdelka in preglejte izrisani rezultat. Pri izluščanju ali vizualni analizi ohranite drobne oznake in zahtevajte vrednosti, povezane z vidnimi dokazi. Tako zmožnosti sklepanja in prostorskega določanja modela ostanejo povezane z rezultatom, ki ga je mogoče primerjati z izvirnim virom.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve z-ai/glm-4.5v | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0012 / 1K žetonov Izhod · Izhodni žetoni $0.0036 / 1K žetonov Vhod · Branje predpomnilnika $0.00022 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0012 / 1K žetonov Izhod · Izhodni žetoni $0.0036 / 1K žetonov Vhod · Branje predpomnilnika $0.00022 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "z-ai/glm-4.5v",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'z-ai/glm-4.5v', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'z-ai/glm-4.5v', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra z-ai/glm-4.5v
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Format a transcribed report table\n\nFrom this text transcription of page V5, produce a Markdown table: 'Experiment | control | treated; run 1 | 12 | 15; run 2 | 11 | unreadable.' Add a difference column only where both values are available. Keep V5 with the result and separate the extracted values from the calculated differences. No image is supplied.A source-labeled Markdown table with extracted numbers, calculated differences and explicit unknown values.The unreadable treated value and its difference must remain unknown rather than be estimated.