GLM-4-Plus — Z.ai’ning GLM-4 qatoridagi yuqori imkoniyatli matn modeli. U tilni tushunish, mantiqiy mulohaza, ko‘rsatmaga rioya qilish va uzun matnni qayta ishlashni birlashtiradi. Ishlab chiqaruvchi kirish ham, chiqish ham matn ekanini, kontekst oynasi 128K token va eng katta chiqish 4K tokenligini ko‘rsatadi. Demak, uzun kirish va ixcham natija profilning alohida qismlaridir: katta hujjatlar to‘plami aniq yo‘naltirilgan xulosa, taqqoslash yoki ajratib olish natijasiga asos bo‘lishi mumkin.
Hujjat yordamchisi nomlangan bo‘limlar va savolni qabul qilib, o‘sha bo‘limlarga bog‘langan qisqa tahlil yaratishi mumkin. Javobni so‘rashdan oldin mo‘ljallangan auditoriya va qarorni belgilang: masalan, ikkita tartibni taqqoslash, vaziyatga tegishli shartlarni sanash yoki zid talablarni aniqlash. Javob dalilni so‘ralgan tahlildan ajratishi uchun manba parchalarini ko‘rsatmalaringizdan alohida tuting.
GLM-4 tavsifida oqimli chiqish, funksiya chaqiruvlari, kontekstni keshlash, JSON kabi tuzilgan formatlar va MCP vositalari hamda ma’lumot manbalari bilan ishlash ko‘rsatilgan. Oqim yaratilgan matnni bosqichma-bosqich taqdim etadi. Natija erkin insho emas, nomlangan maydonlardan iborat bo‘lishi kerak bo‘lsa, tuzilgan chiqish yordam beradi: xulosa, ajratilgan identifikatorlar, manba bo‘limlari belgilari va hal qilinmagan savollar.
Vositalardan foydalanish til modelini dastur taqdim etadigan amallar bilan bog‘laydi. Dastur funksiyalarni ta’riflaydi, tanlangan chaqiruvni bajaradi va keyingi qadam uchun natijani qaytaradi. Bu avval ma’lumot topib, so‘ng hisobot yozishni yoki javobga dalil bo‘ladigan qidiruv natijasini qo‘llashi mumkin. Model matni tashqi amalning bajarilishidan alohidadir. Takroriy ko‘rsatmalar yoki hujjatlarning umumiy boshlanishlari ishlab chiqaruvchining kontekst keshlash mexanizmida qatnashishi mumkin; keshdan qayta foydalanishning o‘zi muayyan so‘rovda keshga tushilganini isbotlamaydi.
Tarjima alohida so‘zlarni almashtirishdan kengroq vazifa deb ta’riflanadi: ishlab chiqaruvchi madaniy farqlarni hisobga olgan holda aralash tilli matn, ohang, jargon, emoji va maxsus atamalarni ham kiritadi. Asl parcha, maqsadli auditoriya va o‘zgarmasligi kerak bo‘lgan atamalarni bering. Tahrirda muayyan materialni — qayta ishlangan xat, mahsulot tavsifi yoki qisqa izohni — so‘rang va qaysi faktlar saqlanishini ayting.
Semantik tasnif va maydonlarni ajratish berilgan materialga tayanadi. Avval toifalar yoki majburiy maydonlarni belgilang, so‘ng hujjatlarni bering. Masalan, dastur loyiha identifikatorlari va band toifalarini tegishli bo‘lim belgilari bilan birga so‘rashi mumkin. Yetishmayotgan qiymat uchun ochiq qoida chiqish sxemasining yo‘q ma’lumotni to‘qishga sabab bo‘lishiga yo‘l qo‘ymaydi.
Ishlab chiqaruvchi marketing materiallari, xavflar haqidagi tahliliy hisobotlar va safar rejalashni ham ta’riflaydi. Yozish uchun mahsulot yoki kampaniyaning haqiqiy faktlari va mo‘ljallangan formatni bering. Tahliliy ish uchun tegishli hisobotlar va taqqoslash mezonlarini taqdim eting; joriy ma’lumot dastur bergan qidiruv yoki ma’lumot vositasi orqali kelishi kerak. Safar uchun afzalliklar va vaqt cheklovlarini belgilang, shunda chiqish umumiy sayohat inshosi emas, tasvirlangan vaziyatga mos reja bo‘ladi.
GLM-4-Plus matematik va kodlash mulohazasini rivojlantirish hamda inson afzalliklarini yaxshiroq aks ettirish uchun model yordamida yaratilgan sintetik ma’lumot va PPO asosidagi keyingi o‘qitishdan foydalanadi. Uzun matn uchun tayyorlash qisqa va uzun material aralashmasini sozlab, katta kirishlarda mulohazani kuchaytiradi. Bular aynan shu Plus modelining tayyorlash tanlovlaridir. Ular faqat matnli profilni alohida nomlangan GLM-4V nashrining tasvir tushunishiga aylantirmaydi.
Katta kontekstdan savolni haqiqatan qo‘llab-quvvatlaydigan materialni barqaror bo‘lim nomlari va aniq chiqish shartlari bilan berish uchun foydalaning. Amaliy so‘rov ikkita hujjatni taqqoslash, moslik va ziddiyatlarni sanash hamda har bir xulosa ortidagi parchalarni ko‘rsatishdir. Yakuniy materialni 4K chiqish profiliga sig‘diring: qaror uchun qisqa ma’lumot yoki tuzilgan taqqoslashni so‘rang, so‘ng muayyan bo‘limni kengaytirish kerak bo‘lsa, aniq davomiy so‘rov bering. JSON tuzilmasining yaroqliligi va maydon qiymatlarining faktlarga mosligi alohida tekshiruvlardir.
", "aboutText": "### Umumiy tavsif va model profili\n\nGLM-4-Plus — Z.ai’ning GLM-4 qatoridagi yuqori imkoniyatli matn modeli. U tilni tushunish, mantiqiy mulohaza, ko‘rsatmaga rioya qilish va uzun matnni qayta ishlashni birlashtiradi. Ishlab chiqaruvchi kirish ham, chiqish ham matn ekanini, kontekst oynasi 128K token va eng katta chiqish 4K tokenligini ko‘rsatadi. Demak, uzun kirish va ixcham natija profilning alohida qismlaridir: katta hujjatlar to‘plami aniq yo‘naltirilgan xulosa, taqqoslash yoki ajratib olish natijasiga asos bo‘lishi mumkin.\n\nHujjat yordamchisi nomlangan bo‘limlar va savolni qabul qilib, o‘sha bo‘limlarga bog‘langan qisqa tahlil yaratishi mumkin. Javobni so‘rashdan oldin mo‘ljallangan auditoriya va qarorni belgilang: masalan, ikkita tartibni taqqoslash, vaziyatga tegishli shartlarni sanash yoki zid talablarni aniqlash. Javob dalilni so‘ralgan tahlildan ajratishi uchun manba parchalarini ko‘rsatmalaringizdan alohida tuting.\n\n### Qo‘llanadigan imkoniyatlar\n\nGLM-4 tavsifida oqimli chiqish, funksiya chaqiruvlari, kontekstni keshlash, JSON kabi tuzilgan formatlar va MCP vositalari hamda ma’lumot manbalari bilan ishlash ko‘rsatilgan. Oqim yaratilgan matnni bosqichma-bosqich taqdim etadi. Natija erkin insho emas, nomlangan maydonlardan iborat bo‘lishi kerak bo‘lsa, tuzilgan chiqish yordam beradi: xulosa, ajratilgan identifikatorlar, manba bo‘limlari belgilari va hal qilinmagan savollar.\n\nVositalardan foydalanish til modelini dastur taqdim etadigan amallar bilan bog‘laydi. Dastur funksiyalarni ta’riflaydi, tanlangan chaqiruvni bajaradi va keyingi qadam uchun natijani qaytaradi. Bu avval ma’lumot topib, so‘ng hisobot yozishni yoki javobga dalil bo‘ladigan qidiruv natijasini qo‘llashi mumkin. Model matni tashqi amalning bajarilishidan alohidadir. Takroriy ko‘rsatmalar yoki hujjatlarning umumiy boshlanishlari ishlab chiqaruvchining kontekst keshlash mexanizmida qatnashishi mumkin; keshdan qayta foydalanishning o‘zi muayyan so‘rovda keshga tushilganini isbotlamaydi.\n\n### Tavsiya etilgan vaziyatlar\n\nTarjima alohida so‘zlarni almashtirishdan kengroq vazifa deb ta’riflanadi: ishlab chiqaruvchi madaniy farqlarni hisobga olgan holda aralash tilli matn, ohang, jargon, emoji va maxsus atamalarni ham kiritadi. Asl parcha, maqsadli auditoriya va o‘zgarmasligi kerak bo‘lgan atamalarni bering. Tahrirda muayyan materialni — qayta ishlangan xat, mahsulot tavsifi yoki qisqa izohni — so‘rang va qaysi faktlar saqlanishini ayting.\n\nSemantik tasnif va maydonlarni ajratish berilgan materialga tayanadi. Avval toifalar yoki majburiy maydonlarni belgilang, so‘ng hujjatlarni bering. Masalan, dastur loyiha identifikatorlari va band toifalarini tegishli bo‘lim belgilari bilan birga so‘rashi mumkin. Yetishmayotgan qiymat uchun ochiq qoida chiqish sxemasining yo‘q ma’lumotni to‘qishga sabab bo‘lishiga yo‘l qo‘ymaydi.\n\nIshlab chiqaruvchi marketing materiallari, xavflar haqidagi tahliliy hisobotlar va safar rejalashni ham ta’riflaydi. Yozish uchun mahsulot yoki kampaniyaning haqiqiy faktlari va mo‘ljallangan formatni bering. Tahliliy ish uchun tegishli hisobotlar va taqqoslash mezonlarini taqdim eting; joriy ma’lumot dastur bergan qidiruv yoki ma’lumot vositasi orqali kelishi kerak. Safar uchun afzalliklar va vaqt cheklovlarini belgilang, shunda chiqish umumiy sayohat inshosi emas, tasvirlangan vaziyatga mos reja bo‘ladi.\n\n### Modelning batafsil tayyorlanishi\n\nGLM-4-Plus matematik va kodlash mulohazasini rivojlantirish hamda inson afzalliklarini yaxshiroq aks ettirish uchun model yordamida yaratilgan sintetik ma’lumot va PPO asosidagi keyingi o‘qitishdan foydalanadi. Uzun matn uchun tayyorlash qisqa va uzun material aralashmasini sozlab, katta kirishlarda mulohazani kuchaytiradi. Bular aynan shu Plus modelining tayyorlash tanlovlaridir. Ular faqat matnli profilni alohida nomlangan GLM-4V nashrining tasvir tushunishiga aylantirmaydi.\n\n### So‘rov va chiqishni tayyorlash\n\nKatta kontekstdan savolni haqiqatan qo‘llab-quvvatlaydigan materialni barqaror bo‘lim nomlari va aniq chiqish shartlari bilan berish uchun foydalaning. Amaliy so‘rov ikkita hujjatni taqqoslash, moslik va ziddiyatlarni sanash hamda har bir xulosa ortidagi parchalarni ko‘rsatishdir. Yakuniy materialni 4K chiqish profiliga sig‘diring: qaror uchun qisqa ma’lumot yoki tuzilgan taqqoslashni so‘rang, so‘ng muayyan bo‘limni kengaytirish kerak bo‘lsa, aniq davomiy so‘rov bering. JSON tuzilmasining yaroqliligi va maydon qiymatlarining faktlarga mosligi alohida tekshiruvlardir.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Find contradictions between two procedures\n\nCompare procedure P: approve a supplier before issuing an order; emergency orders need the same approval. Procedure Q: emergency orders may be issued immediately and reviewed the next day. Prepare a decision brief identifying the conflict, the passages involved and the exact policy question an owner must resolve before the procedures can agree.A concise conflict statement, two supporting passages and one decision question.Check that the answer exposes the approval-timing conflict without silently choosing a governing procedure.glm-4-plusGLM-4-Plus — tilni tushunish, mantiqiy tahlil, ko‘rsatmalarga rioya qilish va uzun hujjatlar uchun Z.ai matn modeli. Uning 128K kontekst va 4K chiqish profili dalillarga asoslangan xulosalar, ko‘p tilli tahrir, maydon ajratish va vositalar yordamidagi hisobotlarga mos.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
GLM-4-Plus — Z.ai’ning GLM-4 qatoridagi yuqori imkoniyatli matn modeli. U tilni tushunish, mantiqiy mulohaza, ko‘rsatmaga rioya qilish va uzun matnni qayta ishlashni birlashtiradi. Ishlab chiqaruvchi kirish ham, chiqish ham matn ekanini, kontekst oynasi 128K token va eng katta chiqish 4K tokenligini ko‘rsatadi. Demak, uzun kirish va ixcham natija profilning alohida qismlaridir: katta hujjatlar to‘plami aniq yo‘naltirilgan xulosa, taqqoslash yoki ajratib olish natijasiga asos bo‘lishi mumkin.
Hujjat yordamchisi nomlangan bo‘limlar va savolni qabul qilib, o‘sha bo‘limlarga bog‘langan qisqa tahlil yaratishi mumkin. Javobni so‘rashdan oldin mo‘ljallangan auditoriya va qarorni belgilang: masalan, ikkita tartibni taqqoslash, vaziyatga tegishli shartlarni sanash yoki zid talablarni aniqlash. Javob dalilni so‘ralgan tahlildan ajratishi uchun manba parchalarini ko‘rsatmalaringizdan alohida tuting.
GLM-4 tavsifida oqimli chiqish, funksiya chaqiruvlari, kontekstni keshlash, JSON kabi tuzilgan formatlar va MCP vositalari hamda ma’lumot manbalari bilan ishlash ko‘rsatilgan. Oqim yaratilgan matnni bosqichma-bosqich taqdim etadi. Natija erkin insho emas, nomlangan maydonlardan iborat bo‘lishi kerak bo‘lsa, tuzilgan chiqish yordam beradi: xulosa, ajratilgan identifikatorlar, manba bo‘limlari belgilari va hal qilinmagan savollar.
Vositalardan foydalanish til modelini dastur taqdim etadigan amallar bilan bog‘laydi. Dastur funksiyalarni ta’riflaydi, tanlangan chaqiruvni bajaradi va keyingi qadam uchun natijani qaytaradi. Bu avval ma’lumot topib, so‘ng hisobot yozishni yoki javobga dalil bo‘ladigan qidiruv natijasini qo‘llashi mumkin. Model matni tashqi amalning bajarilishidan alohidadir. Takroriy ko‘rsatmalar yoki hujjatlarning umumiy boshlanishlari ishlab chiqaruvchining kontekst keshlash mexanizmida qatnashishi mumkin; keshdan qayta foydalanishning o‘zi muayyan so‘rovda keshga tushilganini isbotlamaydi.
Tarjima alohida so‘zlarni almashtirishdan kengroq vazifa deb ta’riflanadi: ishlab chiqaruvchi madaniy farqlarni hisobga olgan holda aralash tilli matn, ohang, jargon, emoji va maxsus atamalarni ham kiritadi. Asl parcha, maqsadli auditoriya va o‘zgarmasligi kerak bo‘lgan atamalarni bering. Tahrirda muayyan materialni — qayta ishlangan xat, mahsulot tavsifi yoki qisqa izohni — so‘rang va qaysi faktlar saqlanishini ayting.
Semantik tasnif va maydonlarni ajratish berilgan materialga tayanadi. Avval toifalar yoki majburiy maydonlarni belgilang, so‘ng hujjatlarni bering. Masalan, dastur loyiha identifikatorlari va band toifalarini tegishli bo‘lim belgilari bilan birga so‘rashi mumkin. Yetishmayotgan qiymat uchun ochiq qoida chiqish sxemasining yo‘q ma’lumotni to‘qishga sabab bo‘lishiga yo‘l qo‘ymaydi.
Ishlab chiqaruvchi marketing materiallari, xavflar haqidagi tahliliy hisobotlar va safar rejalashni ham ta’riflaydi. Yozish uchun mahsulot yoki kampaniyaning haqiqiy faktlari va mo‘ljallangan formatni bering. Tahliliy ish uchun tegishli hisobotlar va taqqoslash mezonlarini taqdim eting; joriy ma’lumot dastur bergan qidiruv yoki ma’lumot vositasi orqali kelishi kerak. Safar uchun afzalliklar va vaqt cheklovlarini belgilang, shunda chiqish umumiy sayohat inshosi emas, tasvirlangan vaziyatga mos reja bo‘ladi.
GLM-4-Plus matematik va kodlash mulohazasini rivojlantirish hamda inson afzalliklarini yaxshiroq aks ettirish uchun model yordamida yaratilgan sintetik ma’lumot va PPO asosidagi keyingi o‘qitishdan foydalanadi. Uzun matn uchun tayyorlash qisqa va uzun material aralashmasini sozlab, katta kirishlarda mulohazani kuchaytiradi. Bular aynan shu Plus modelining tayyorlash tanlovlaridir. Ular faqat matnli profilni alohida nomlangan GLM-4V nashrining tasvir tushunishiga aylantirmaydi.
Katta kontekstdan savolni haqiqatan qo‘llab-quvvatlaydigan materialni barqaror bo‘lim nomlari va aniq chiqish shartlari bilan berish uchun foydalaning. Amaliy so‘rov ikkita hujjatni taqqoslash, moslik va ziddiyatlarni sanash hamda har bir xulosa ortidagi parchalarni ko‘rsatishdir. Yakuniy materialni 4K chiqish profiliga sig‘diring: qaror uchun qisqa ma’lumot yoki tuzilgan taqqoslashni so‘rang, so‘ng muayyan bo‘limni kengaytirish kerak bo‘lsa, aniq davomiy so‘rov bering. JSON tuzilmasining yaroqliligi va maydon qiymatlarining faktlarga mosligi alohida tekshiruvlardir.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar glm-4-plus | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Namunalar: system, user, assistant, tool, function Shartlar: Bu rollar manba kodining moslik turlarida ochiq ifodalangan; aniq rollar to‘plami har bir modelga xos bo‘lib qoladi. Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring|content_part[]|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_calls | Turtool_call[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: role=tool; haqiqatan qaytarilgan IDdan foydalaning | Standart— |
Maydonmessages[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].reasoning_content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Ushbu model foydalanganda, haqiqatan qaytarilgan fikrlash ma’lumotlarini keyingi so‘rovda qayta yuboring | Standart— |
Maydonmessages[].reasoning_details | Turobject|array | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmax_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonmax_completion_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydonstream_options.include_usage | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop | Turstring|string[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turfunction_tool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar function Modelga bogʻliq | Standart— |
Maydontools[].function.name | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Funksiya vositasi taqdim etilgan | Standart— |
Maydontools[].function.description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].function.parameters | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonresponse_format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning_effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Moslik maydoni | Standart— |
Maydonfunctions | Turfunction[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonfunction_call | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmodalities | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar text | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Ushbu Ultra matn marshrutida provider.options rad etiladi | Standart— |
Maydoncache_control.ttl | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Haqiqiy prompt-kesh joylarida 1h rad etiladi | Standart— |
Matn · UTF8 matni
messages[].content
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages |
Parametrmaterial_types | Parametr talablaritext |
Parametrmessages | Parametr talablarirole/content tuzilishidagi xabarlar massivi |
Parametrfile_material | Parametr talablariHaqiqiy UTF-8 hujjati aynan matn sifatida kiritiladi; fayl IDsi faraz qilinmaydi |
Parametroptional_controls | Parametr talablaristream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Parametr talablariModelga xos; foydalanuvchi funksiya vositalari hostingdagi vositalardan farq qiladi |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Hayot sikli: synchronous_or_streamed
Aniq model IDsini messages bilan yuboring.
Kontekst uzunligi chiqishning yuqori chegarasi emas.
Matn fayli aynan matnni taqdim etishi mumkin; tasvir, audio va fayl obyekti kirishlari aniq bog‘lashni talab qiladi.
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.014 / 1K token Chiqish · Chiqish tokenlari $0.014 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "glm-4-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-4-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-4-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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir javob variantini va uning kontenti, vosita chaqiruvlari hamda fikrlash ma’lumotlarini saqlang. SSEda o‘zgarish qismlarini variant va vosita indeksi bo‘yicha yig‘ing, yakuniy tugash sababi va sarf ma’lumotlarini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonchoices[].index | Turinteger |
Maydonchoices[].message.content | Turstring|null |
Maydonchoices[].message.tool_calls | Turtool_call[] |
Maydonchoices[].message.reasoning_content | Turstring |
Maydonchoices[].message.reasoning_details | Turobject|array |
Maydonchoices[].finish_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra glm-4-plus
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
glm-4-plusGLM-4-Plus — tilni tushunish, mantiqiy tahlil, ko‘rsatmalarga rioya qilish va uzun hujjatlar uchun Z.ai matn modeli. Uning 128K kontekst va 4K chiqish profili dalillarga asoslangan xulosalar, ko‘p tilli tahrir, maydon ajratish va vositalar yordamidagi hisobotlarga mos.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
GLM-4-Plus — Z.ai’ning GLM-4 qatoridagi yuqori imkoniyatli matn modeli. U tilni tushunish, mantiqiy mulohaza, ko‘rsatmaga rioya qilish va uzun matnni qayta ishlashni birlashtiradi. Ishlab chiqaruvchi kirish ham, chiqish ham matn ekanini, kontekst oynasi 128K token va eng katta chiqish 4K tokenligini ko‘rsatadi. Demak, uzun kirish va ixcham natija profilning alohida qismlaridir: katta hujjatlar to‘plami aniq yo‘naltirilgan xulosa, taqqoslash yoki ajratib olish natijasiga asos bo‘lishi mumkin.
Hujjat yordamchisi nomlangan bo‘limlar va savolni qabul qilib, o‘sha bo‘limlarga bog‘langan qisqa tahlil yaratishi mumkin. Javobni so‘rashdan oldin mo‘ljallangan auditoriya va qarorni belgilang: masalan, ikkita tartibni taqqoslash, vaziyatga tegishli shartlarni sanash yoki zid talablarni aniqlash. Javob dalilni so‘ralgan tahlildan ajratishi uchun manba parchalarini ko‘rsatmalaringizdan alohida tuting.
GLM-4 tavsifida oqimli chiqish, funksiya chaqiruvlari, kontekstni keshlash, JSON kabi tuzilgan formatlar va MCP vositalari hamda ma’lumot manbalari bilan ishlash ko‘rsatilgan. Oqim yaratilgan matnni bosqichma-bosqich taqdim etadi. Natija erkin insho emas, nomlangan maydonlardan iborat bo‘lishi kerak bo‘lsa, tuzilgan chiqish yordam beradi: xulosa, ajratilgan identifikatorlar, manba bo‘limlari belgilari va hal qilinmagan savollar.
Vositalardan foydalanish til modelini dastur taqdim etadigan amallar bilan bog‘laydi. Dastur funksiyalarni ta’riflaydi, tanlangan chaqiruvni bajaradi va keyingi qadam uchun natijani qaytaradi. Bu avval ma’lumot topib, so‘ng hisobot yozishni yoki javobga dalil bo‘ladigan qidiruv natijasini qo‘llashi mumkin. Model matni tashqi amalning bajarilishidan alohidadir. Takroriy ko‘rsatmalar yoki hujjatlarning umumiy boshlanishlari ishlab chiqaruvchining kontekst keshlash mexanizmida qatnashishi mumkin; keshdan qayta foydalanishning o‘zi muayyan so‘rovda keshga tushilganini isbotlamaydi.
Tarjima alohida so‘zlarni almashtirishdan kengroq vazifa deb ta’riflanadi: ishlab chiqaruvchi madaniy farqlarni hisobga olgan holda aralash tilli matn, ohang, jargon, emoji va maxsus atamalarni ham kiritadi. Asl parcha, maqsadli auditoriya va o‘zgarmasligi kerak bo‘lgan atamalarni bering. Tahrirda muayyan materialni — qayta ishlangan xat, mahsulot tavsifi yoki qisqa izohni — so‘rang va qaysi faktlar saqlanishini ayting.
Semantik tasnif va maydonlarni ajratish berilgan materialga tayanadi. Avval toifalar yoki majburiy maydonlarni belgilang, so‘ng hujjatlarni bering. Masalan, dastur loyiha identifikatorlari va band toifalarini tegishli bo‘lim belgilari bilan birga so‘rashi mumkin. Yetishmayotgan qiymat uchun ochiq qoida chiqish sxemasining yo‘q ma’lumotni to‘qishga sabab bo‘lishiga yo‘l qo‘ymaydi.
Ishlab chiqaruvchi marketing materiallari, xavflar haqidagi tahliliy hisobotlar va safar rejalashni ham ta’riflaydi. Yozish uchun mahsulot yoki kampaniyaning haqiqiy faktlari va mo‘ljallangan formatni bering. Tahliliy ish uchun tegishli hisobotlar va taqqoslash mezonlarini taqdim eting; joriy ma’lumot dastur bergan qidiruv yoki ma’lumot vositasi orqali kelishi kerak. Safar uchun afzalliklar va vaqt cheklovlarini belgilang, shunda chiqish umumiy sayohat inshosi emas, tasvirlangan vaziyatga mos reja bo‘ladi.
GLM-4-Plus matematik va kodlash mulohazasini rivojlantirish hamda inson afzalliklarini yaxshiroq aks ettirish uchun model yordamida yaratilgan sintetik ma’lumot va PPO asosidagi keyingi o‘qitishdan foydalanadi. Uzun matn uchun tayyorlash qisqa va uzun material aralashmasini sozlab, katta kirishlarda mulohazani kuchaytiradi. Bular aynan shu Plus modelining tayyorlash tanlovlaridir. Ular faqat matnli profilni alohida nomlangan GLM-4V nashrining tasvir tushunishiga aylantirmaydi.
Katta kontekstdan savolni haqiqatan qo‘llab-quvvatlaydigan materialni barqaror bo‘lim nomlari va aniq chiqish shartlari bilan berish uchun foydalaning. Amaliy so‘rov ikkita hujjatni taqqoslash, moslik va ziddiyatlarni sanash hamda har bir xulosa ortidagi parchalarni ko‘rsatishdir. Yakuniy materialni 4K chiqish profiliga sig‘diring: qaror uchun qisqa ma’lumot yoki tuzilgan taqqoslashni so‘rang, so‘ng muayyan bo‘limni kengaytirish kerak bo‘lsa, aniq davomiy so‘rov bering. JSON tuzilmasining yaroqliligi va maydon qiymatlarining faktlarga mosligi alohida tekshiruvlardir.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar glm-4-plus | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar user, assistant | Standart— |
Maydonmessages[].content | Turstring | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmax_tokens | Turinteger | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Matn · UTF-8 matni
messages[].content satri
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages, max_tokens |
Parametroptional_controls | Parametr talablaristream |
Parametrmaterial_types | Parametr talablaritext |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 hujjatini o‘qing va uning matnini ko‘rsatilgan kirish yoki xabar kontenti satriga joylashtiring. |
Hayot sikli: synchronous_or_streamed
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.014 / 1K token Chiqish · Chiqish tokenlari $0.014 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "glm-4-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4-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-4-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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Barcha kontent bloklari, fikrlash imzolari va haqiqiy vosita ishlatish IDlarini saqlang. SSE bloklarining barcha o‘zgarish qismlarini yig‘ing; birinchi matn bloki to‘liq chiqish emas.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydoncontent[] | Turtext|thinking|tool_use|other content block |
Maydonstop_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra glm-4-plus
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Find contradictions between two procedures\n\nCompare procedure P: approve a supplier before issuing an order; emergency orders need the same approval. Procedure Q: emergency orders may be issued immediately and reviewed the next day. Prepare a decision brief identifying the conflict, the passages involved and the exact policy question an owner must resolve before the procedures can agree.A concise conflict statement, two supporting passages and one decision question.Check that the answer exposes the approval-timing conflict without silently choosing a governing procedure.