GLM-4V-Plus är Zhipu AI:s multimodala modell för att tolka bilder eller video och producera text. Tillverkarens guide för agentutveckling skiljer den uttryckligen från GLM-4V:s bild-till-text-flöde: Plus-profilen tar emot bild- eller videomaterial med en skriftlig prompt. Använd kombinationen för att omvandla en visuell fråga till en källanknuten beskrivning, förklaring eller arbetsanteckning.
Tillhandahåll bilden eller videon som innehåller händelsen, objektet eller relationen att undersöka och ange uppgiftens syfte. En bildfråga kan fokusera på ett synligt arrangemang eller en dokumentdetalj. En videofråga kan be om en förklaring av den visade handlingen eller en sammanfattning av den tillhandahållna sekvensen.
Håll referensidentiteten med frågan. För en videogranskning namnger du sekvensen och, när det är användbart, tidsintervallet som ska beaktas. En illustrativ instruktion är: ”Beskriv handlingen i det valda intervallet och förklara hur den synliga sekvensen stöder beskrivningen.” En tidsreferens i briefen identifierar det begärda materialet; den ersätter inte videoindatan.
Tillverkaren dokumenterar två agentarbetsflöden: en samtalsagent som kopplar en uppladdad bild eller video till prompten och en textinriktad agent med uttryckligt namngivna uppladdningsindata. I det senare flödet kan flera visuella indata konfigureras genom separata namngivna indatafält. Ge varje referens en tydlig roll, exempelvis ett starttillstånd, ett senare tillstånd eller ett dokument att granska.
För en illustrativ jämförelse märker du referenserna innan du frågar vad som förändras. Begär en skriftlig jämförelse som namnger källan för varje observation. Det gör resultatet användbart som granskningsanteckning och håller en följdfråga om en viss bild eller sekvens knuten till rätt referens.
Definiera leveransen som nästa steg behöver: en bildtext, en förklaring, en sekvenssammanfattning eller en lista med observationer knutna till källreferenser. Be modellen skilja det som är synligt från det som kräver ytterligare kontext. För en dokumentfråga behåller du sididentiteten med den returnerade tolkningen; för en handlingssekvens sparar du det valda intervallet och originalklippet bredvid sammanfattningen.
Utdatan från det dokumenterade GLM-4V-Plus-flödet är text. Bevara svaret med prompten och indatareferenserna när en visuell kunskapspost förbereds eller granskningen lämnas till en annan person. Granska namn, beteckningar och händelsebeskrivningar mot källmaterialet och gör sedan nästa begäran om den specifika observation som behöver förtydligas.
GLM-4V och GLM-4V-Plus är separat namngivna producentprofiler. Välj Plus för en uppgift vars tillhandahållna underlag innehåller video och behåll valet med den färdiga anteckningen. En användbar fortsättning hänvisar till samma material, snävar in den begärda observationen och bevarar det tidigare svaret som en del av arbetsdokumentationen.
", "aboutText": "GLM-4V-Plus är Zhipu AI:s multimodala modell för att tolka bilder eller video och producera text. Tillverkarens guide för agentutveckling skiljer den uttryckligen från GLM-4V:s bild-till-text-flöde: Plus-profilen tar emot bild- eller videomaterial med en skriftlig prompt. Använd kombinationen för att omvandla en visuell fråga till en källanknuten beskrivning, förklaring eller arbetsanteckning.\n\n### Välj det visuella underlaget för frågan\n\nTillhandahåll bilden eller videon som innehåller händelsen, objektet eller relationen att undersöka och ange uppgiftens syfte. En bildfråga kan fokusera på ett synligt arrangemang eller en dokumentdetalj. En videofråga kan be om en förklaring av den visade handlingen eller en sammanfattning av den tillhandahållna sekvensen.\n\nHåll referensidentiteten med frågan. För en videogranskning namnger du sekvensen och, när det är användbart, tidsintervallet som ska beaktas. En illustrativ instruktion är: ”Beskriv handlingen i det valda intervallet och förklara hur den synliga sekvensen stöder beskrivningen.” En tidsreferens i briefen identifierar det begärda materialet; den ersätter inte videoindatan.\n\n### Knyt varje indatapost till dess roll\n\nTillverkaren dokumenterar två agentarbetsflöden: en samtalsagent som kopplar en uppladdad bild eller video till prompten och en textinriktad agent med uttryckligt namngivna uppladdningsindata. I det senare flödet kan flera visuella indata konfigureras genom separata namngivna indatafält. Ge varje referens en tydlig roll, exempelvis ett starttillstånd, ett senare tillstånd eller ett dokument att granska.\n\nFör en illustrativ jämförelse märker du referenserna innan du frågar vad som förändras. Begär en skriftlig jämförelse som namnger källan för varje observation. Det gör resultatet användbart som granskningsanteckning och håller en följdfråga om en viss bild eller sekvens knuten till rätt referens.\n\n### Be om ett användbart skriftligt resultat\n\nDefiniera leveransen som nästa steg behöver: en bildtext, en förklaring, en sekvenssammanfattning eller en lista med observationer knutna till källreferenser. Be modellen skilja det som är synligt från det som kräver ytterligare kontext. För en dokumentfråga behåller du sididentiteten med den returnerade tolkningen; för en handlingssekvens sparar du det valda intervallet och originalklippet bredvid sammanfattningen.\n\nUtdatan från det dokumenterade GLM-4V-Plus-flödet är text. Bevara svaret med prompten och indatareferenserna när en visuell kunskapspost förbereds eller granskningen lämnas till en annan person. Granska namn, beteckningar och händelsebeskrivningar mot källmaterialet och gör sedan nästa begäran om den specifika observation som behöver förtydligas.\n\n### Behåll den valda visuella profilen med resultatet\n\nGLM-4V och GLM-4V-Plus är separat namngivna producentprofiler. Välj Plus för en uppgift vars tillhandahållna underlag innehåller video och behåll valet med den färdiga anteckningen. En användbar fortsättning hänvisar till samma material, snävar in den begärda observationen och bevarar det tidigare svaret som en del av arbetsdokumentationen.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Compare labelled inspection notes\n\nUse only these text inspection notes. Before: crate latch closed, seal present, label K7. After: latch open, seal missing, label K7. Write a comparison for the receiving team. Distinguish documented changes from unknown causes and list the next evidence to request. No image or video is attached.A before/after comparison with source labels, an unknown-cause note and a short evidence request.The latch and seal changes are reported, while damage, theft and the person responsible remain unasserted.glm-4v-plusGLM-4V-Plus är Zhipu AI:s modell för att tolka bilder eller video tillsammans med en textprompt och returnera ett skriftligt svar. Välj den videokapabla Plus-profilen för en sekvenssammanfattning eller en skriftlig förklaring av den visade handlingen.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GLM-4V-Plus är Zhipu AI:s multimodala modell för att tolka bilder eller video och producera text. Tillverkarens guide för agentutveckling skiljer den uttryckligen från GLM-4V:s bild-till-text-flöde: Plus-profilen tar emot bild- eller videomaterial med en skriftlig prompt. Använd kombinationen för att omvandla en visuell fråga till en källanknuten beskrivning, förklaring eller arbetsanteckning.
Tillhandahåll bilden eller videon som innehåller händelsen, objektet eller relationen att undersöka och ange uppgiftens syfte. En bildfråga kan fokusera på ett synligt arrangemang eller en dokumentdetalj. En videofråga kan be om en förklaring av den visade handlingen eller en sammanfattning av den tillhandahållna sekvensen.
Håll referensidentiteten med frågan. För en videogranskning namnger du sekvensen och, när det är användbart, tidsintervallet som ska beaktas. En illustrativ instruktion är: ”Beskriv handlingen i det valda intervallet och förklara hur den synliga sekvensen stöder beskrivningen.” En tidsreferens i briefen identifierar det begärda materialet; den ersätter inte videoindatan.
Tillverkaren dokumenterar två agentarbetsflöden: en samtalsagent som kopplar en uppladdad bild eller video till prompten och en textinriktad agent med uttryckligt namngivna uppladdningsindata. I det senare flödet kan flera visuella indata konfigureras genom separata namngivna indatafält. Ge varje referens en tydlig roll, exempelvis ett starttillstånd, ett senare tillstånd eller ett dokument att granska.
För en illustrativ jämförelse märker du referenserna innan du frågar vad som förändras. Begär en skriftlig jämförelse som namnger källan för varje observation. Det gör resultatet användbart som granskningsanteckning och håller en följdfråga om en viss bild eller sekvens knuten till rätt referens.
Definiera leveransen som nästa steg behöver: en bildtext, en förklaring, en sekvenssammanfattning eller en lista med observationer knutna till källreferenser. Be modellen skilja det som är synligt från det som kräver ytterligare kontext. För en dokumentfråga behåller du sididentiteten med den returnerade tolkningen; för en handlingssekvens sparar du det valda intervallet och originalklippet bredvid sammanfattningen.
Utdatan från det dokumenterade GLM-4V-Plus-flödet är text. Bevara svaret med prompten och indatareferenserna när en visuell kunskapspost förbereds eller granskningen lämnas till en annan person. Granska namn, beteckningar och händelsebeskrivningar mot källmaterialet och gör sedan nästa begäran om den specifika observation som behöver förtydligas.
GLM-4V och GLM-4V-Plus är separat namngivna producentprofiler. Välj Plus för en uppgift vars tillhandahållna underlag innehåller video och behåll valet med den färdiga anteckningen. En användbar fortsättning hänvisar till samma material, snävar in den begärda observationen och bevarar det tidigare svaret som en del av arbetsdokumentationen.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser glm-4v-plus | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.0028 / 1K token Utdata · Utdatatoken $0.0028 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "glm-4v-plus", "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='glm-4v-plus',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='glm-4v-plus',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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra glm-4v-plus
Använd metodsökvägarna som visas ovan.
glm-4v-plusGLM-4V-Plus är Zhipu AI:s modell för att tolka bilder eller video tillsammans med en textprompt och returnera ett skriftligt svar. Välj den videokapabla Plus-profilen för en sekvenssammanfattning eller en skriftlig förklaring av den visade handlingen.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GLM-4V-Plus är Zhipu AI:s multimodala modell för att tolka bilder eller video och producera text. Tillverkarens guide för agentutveckling skiljer den uttryckligen från GLM-4V:s bild-till-text-flöde: Plus-profilen tar emot bild- eller videomaterial med en skriftlig prompt. Använd kombinationen för att omvandla en visuell fråga till en källanknuten beskrivning, förklaring eller arbetsanteckning.
Tillhandahåll bilden eller videon som innehåller händelsen, objektet eller relationen att undersöka och ange uppgiftens syfte. En bildfråga kan fokusera på ett synligt arrangemang eller en dokumentdetalj. En videofråga kan be om en förklaring av den visade handlingen eller en sammanfattning av den tillhandahållna sekvensen.
Håll referensidentiteten med frågan. För en videogranskning namnger du sekvensen och, när det är användbart, tidsintervallet som ska beaktas. En illustrativ instruktion är: ”Beskriv handlingen i det valda intervallet och förklara hur den synliga sekvensen stöder beskrivningen.” En tidsreferens i briefen identifierar det begärda materialet; den ersätter inte videoindatan.
Tillverkaren dokumenterar två agentarbetsflöden: en samtalsagent som kopplar en uppladdad bild eller video till prompten och en textinriktad agent med uttryckligt namngivna uppladdningsindata. I det senare flödet kan flera visuella indata konfigureras genom separata namngivna indatafält. Ge varje referens en tydlig roll, exempelvis ett starttillstånd, ett senare tillstånd eller ett dokument att granska.
För en illustrativ jämförelse märker du referenserna innan du frågar vad som förändras. Begär en skriftlig jämförelse som namnger källan för varje observation. Det gör resultatet användbart som granskningsanteckning och håller en följdfråga om en viss bild eller sekvens knuten till rätt referens.
Definiera leveransen som nästa steg behöver: en bildtext, en förklaring, en sekvenssammanfattning eller en lista med observationer knutna till källreferenser. Be modellen skilja det som är synligt från det som kräver ytterligare kontext. För en dokumentfråga behåller du sididentiteten med den returnerade tolkningen; för en handlingssekvens sparar du det valda intervallet och originalklippet bredvid sammanfattningen.
Utdatan från det dokumenterade GLM-4V-Plus-flödet är text. Bevara svaret med prompten och indatareferenserna när en visuell kunskapspost förbereds eller granskningen lämnas till en annan person. Granska namn, beteckningar och händelsebeskrivningar mot källmaterialet och gör sedan nästa begäran om den specifika observation som behöver förtydligas.
GLM-4V och GLM-4V-Plus är separat namngivna producentprofiler. Välj Plus för en uppgift vars tillhandahållna underlag innehåller video och behåll valet med den färdiga anteckningen. En användbar fortsättning hänvisar till samma material, snävar in den begärda observationen och bevarar det tidigare svaret som en del av arbetsdokumentationen.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser glm-4v-plus | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.0028 / 1K token Utdata · Utdatatoken $0.0028 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "glm-4v-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'glm-4v-plus', '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': 'glm-4v-plus', '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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra glm-4v-plus
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Compare labelled inspection notes\n\nUse only these text inspection notes. Before: crate latch closed, seal present, label K7. After: latch open, seal missing, label K7. Write a comparison for the receiving team. Distinguish documented changes from unknown causes and list the next evidence to request. No image or video is attached.A before/after comparison with source labels, an unknown-cause note and a short evidence request.The latch and seal changes are reported, while damage, theft and the person responsible remain unasserted.