Z.ai GLM 5.3 — murakkab dasturiy injiniring va uzoq muddatli agent ishlari uchun yaratilgan katta ko‘lamli matnli mulohaza modeli. Ishlab chiqaruvchi u GLM 5.2 bilan bir xil tayanch modeldan foydalanishini, yangi yutuqlar esa keyingi o‘qitishdan kelishini aytadi. Nashr kuchliroq dasturlash, terminal amallari va bir nechta bog‘liq qadamli kengroq vazifalarga qaratilgan. U matn qabul qilib, matn yaratadi; vositalarga ulangan dasturda kod, izohlar, rejalar va vosita chaqiruvi so‘rovlari ham shunga kiradi.
Hujjatlashtirilgan mulohaza rejimi doimo yoqilgan. GLM 5.3 uchta kuch darajasini taklif qiladi: low, high va max; standart daraja max. Ishlab chiqaruvchi murakkab kodlash ishlari uchun max’ni tavsiya qiladi; low oddiyroq qadamlar uchun yengilroq mulohaza variantini beradi. Tanlangan darajani aniq yakuniy material va tugallanish mezonlari bilan birga ishlating. Masalan: «Ushbu fayllar va muvaffaqiyatsiz natijalarni tekshiring, sababni tegishli modullar bo‘ylab kuzating, ochiq interfeysni saqlovchi tuzatishni taklif qiling va regressiya bartaraf etilganini qaysi tekshiruvlar tasdiqlashini izohlang».
Ishlab chiqaruvchi 1M tokenlik kontekst oynasi va eng katta 128K tokenlik chiqishni belgilaydi. Uzun materialni model tekshirishi kerak bo‘lgan munosabat atrofida tashkil qiling. Fayl nomlari, tegishli ta’riflar, manba belgilari va kuzatuvlar tartibini saqlang, tegishli ishchi kontekst ichida mulohaza va yakuniy javob uchun joy qoldiring. Katta oyna modullararo bog‘liqliklar yoki agent kuzatuvlarining uzun ketma-ketligiga foydalidir; u aloqasiz materialning yo‘naltirilmagan arxivini aniq vazifaga aylantirmaydi.
Repozitoriy ishida kutilgan xatti-harakat, tegishli manba matni, bog‘liqlik versiyalari va haqiqiy xato chiqishini bering. Modeldan tuzatish taklif qilishdan oldin ta’sirlangan xatti-harakatni aniqlashni so‘rang. Refaktoringda o‘zgarmasligi kerak bo‘lgan interfeys va invariantlarni nomlang. Foydali javob qayta ishlangan kod, o‘zgarish kuzatilgan muammoni nega hal qilishi va natijani tekshirish uchun kerakli holatlarni o‘z ichiga oladi. Keyingi qadam oldingi taklifga emas, o‘zgargan holatga tayanishi uchun haqiqiy natijalarni vositali jarayonga qaytaring.
Unumdorlik ishida yuklama, boshlang‘ich ko‘rsatkich va vaqtlar, profillar yoki xotira ajratish qaydlari kabi o‘lchovlarni bering. Z.ai tor joy diagnostikasi, optimallashtirish, tajribalar va to‘g‘rilikni saqlaydigan natijali o‘qitish vazifalarini ta’riflaydi. Amaliy so‘rov: «Ushbu profil yordamida eng muhim tor joyni aniqlang, bitta o‘lchanadigan o‘zgarishni taklif qiling va uni saqlashni qaysi natija oqlashini tushuntiring». Unumdorlik haqidagi gipotezani qayd etilgan yaxshilanishdan ajrating. Natijani tekshirganda ayni yuklama va tegishli shartlarni saqlang.
Nashr zaiflik tahlili imkoniyatini ham rivojlantiradi. Himoya maqsadidagi manba tekshiruvida tegishli kod, uning mo‘ljallangan ishonch chegaralari va ishlash shartlarini bering. Gumon qilingan muammoni tegishli kirish, xatti-harakat va aniq tuzatishga bog‘laydigan topilmani so‘rang. Ehtimoliy zaiflikni takroran namoyish qilingan nosozlikdan ajrating va tekshirishda ishlatilgan kuzatuvni saqlang. Har bir shubhali andozani tasdiqlangan zaiflik deb qabul qilish o‘rniga aniq dalil va taklif etilgan tuzatishlarni ustuvor qilgan hisobot foydaliroqdir.
Funksiya chaqiruvi atrofdagi dasturga tashqi amallarni modelga taqdim etish imkonini beradi. Har vositaning maqsadi, argumentlari va kutilgan natijasini belgilang, so‘ng keyingi qadam uchun haqiqiy vosita kuzatuvini qaytaring. Model shu natija ustida mulohaza yuritib, u vazifani qanday o‘zgartirishini hal qilishi mumkin. Taklif etilgan amallar, bajarilgan operatsiyalar va hal qilinmagan tekshiruvlarni bir-biridan aniq ajratib ko‘rsating. Ishlab chiqaruvchi mulohaza va javob parchalarini alohida qaytaradigan oqimli javoblarni ham hujjatlashtiradi; uni yakuniy hisobot yoki kod izohi deb qabul qilishdan oldin tugallangan javobni yig‘ing.
Mahalliy model kartochkasi tarix sozlamasining muayyan tafsilotini beradi: suhbat andozasi standart holatda fikrlashni saqlaydi, ishlab chiqaruvchi esa oddiy suhbat vaziyatlarida eski fikrlashni ochiq tozalashni tavsiya qiladi. Davom uchun zarur haqiqiy tugallangan javoblar va vosita natijalarini saqlagan holda foydalanish holatiga mos suhbat tuzilmasini qo‘llang. GLM 5.2 yoki alohida GLM 5.3 Flash nashrlarining mulohaza boshqaruvi sozlamalarini bu modelning low/high/max boshqaruvlari bilan o‘zaro almashtiriladigan deb qabul qilmang.
Tuzilgan natijada kutilgan maydonlar, turlar va manba qoidalarini belgilang. Foydali material nuqsonlar jadvali, o‘zgarish rejasi yoki kuzatuvlarni xulosalovchi JSON obyekti bo‘lishi mumkin. Dastur foydalanishidan oldin tuzilmani ham, qiymatlarni ham tekshiring. Yakuniy natija javob yoki qayta ishlangan material, uni asoslovchi dalil va qolgan taxminlarni ko‘rsatishi kerak. Ko‘proq mulohaza kuchi vosita ishlaganini, taklif etilgan tuzatish tekshiruvlardan o‘tganini yoki faktik da’vo berilgan materialdan tashqari asosga ega ekanini tasdiqlamaydi.
", "aboutText": "Z.ai GLM 5.3 — murakkab dasturiy injiniring va uzoq muddatli agent ishlari uchun yaratilgan katta ko‘lamli matnli mulohaza modeli. Ishlab chiqaruvchi u GLM 5.2 bilan bir xil tayanch modeldan foydalanishini, yangi yutuqlar esa keyingi o‘qitishdan kelishini aytadi. Nashr kuchliroq dasturlash, terminal amallari va bir nechta bog‘liq qadamli kengroq vazifalarga qaratilgan. U matn qabul qilib, matn yaratadi; vositalarga ulangan dasturda kod, izohlar, rejalar va vosita chaqiruvi so‘rovlari ham shunga kiradi.\n\nHujjatlashtirilgan mulohaza rejimi doimo yoqilgan. GLM 5.3 uchta kuch darajasini taklif qiladi: low, high va max; standart daraja max. Ishlab chiqaruvchi murakkab kodlash ishlari uchun max’ni tavsiya qiladi; low oddiyroq qadamlar uchun yengilroq mulohaza variantini beradi. Tanlangan darajani aniq yakuniy material va tugallanish mezonlari bilan birga ishlating. Masalan: «Ushbu fayllar va muvaffaqiyatsiz natijalarni tekshiring, sababni tegishli modullar bo‘ylab kuzating, ochiq interfeysni saqlovchi tuzatishni taklif qiling va regressiya bartaraf etilganini qaysi tekshiruvlar tasdiqlashini izohlang».\n\nIshlab chiqaruvchi 1M tokenlik kontekst oynasi va eng katta 128K tokenlik chiqishni belgilaydi. Uzun materialni model tekshirishi kerak bo‘lgan munosabat atrofida tashkil qiling. Fayl nomlari, tegishli ta’riflar, manba belgilari va kuzatuvlar tartibini saqlang, tegishli ishchi kontekst ichida mulohaza va yakuniy javob uchun joy qoldiring. Katta oyna modullararo bog‘liqliklar yoki agent kuzatuvlarining uzun ketma-ketligiga foydalidir; u aloqasiz materialning yo‘naltirilmagan arxivini aniq vazifaga aylantirmaydi.\n\nRepozitoriy ishida kutilgan xatti-harakat, tegishli manba matni, bog‘liqlik versiyalari va haqiqiy xato chiqishini bering. Modeldan tuzatish taklif qilishdan oldin ta’sirlangan xatti-harakatni aniqlashni so‘rang. Refaktoringda o‘zgarmasligi kerak bo‘lgan interfeys va invariantlarni nomlang. Foydali javob qayta ishlangan kod, o‘zgarish kuzatilgan muammoni nega hal qilishi va natijani tekshirish uchun kerakli holatlarni o‘z ichiga oladi. Keyingi qadam oldingi taklifga emas, o‘zgargan holatga tayanishi uchun haqiqiy natijalarni vositali jarayonga qaytaring.\n\nUnumdorlik ishida yuklama, boshlang‘ich ko‘rsatkich va vaqtlar, profillar yoki xotira ajratish qaydlari kabi o‘lchovlarni bering. Z.ai tor joy diagnostikasi, optimallashtirish, tajribalar va to‘g‘rilikni saqlaydigan natijali o‘qitish vazifalarini ta’riflaydi. Amaliy so‘rov: «Ushbu profil yordamida eng muhim tor joyni aniqlang, bitta o‘lchanadigan o‘zgarishni taklif qiling va uni saqlashni qaysi natija oqlashini tushuntiring». Unumdorlik haqidagi gipotezani qayd etilgan yaxshilanishdan ajrating. Natijani tekshirganda ayni yuklama va tegishli shartlarni saqlang.\n\nNashr zaiflik tahlili imkoniyatini ham rivojlantiradi. Himoya maqsadidagi manba tekshiruvida tegishli kod, uning mo‘ljallangan ishonch chegaralari va ishlash shartlarini bering. Gumon qilingan muammoni tegishli kirish, xatti-harakat va aniq tuzatishga bog‘laydigan topilmani so‘rang. Ehtimoliy zaiflikni takroran namoyish qilingan nosozlikdan ajrating va tekshirishda ishlatilgan kuzatuvni saqlang. Har bir shubhali andozani tasdiqlangan zaiflik deb qabul qilish o‘rniga aniq dalil va taklif etilgan tuzatishlarni ustuvor qilgan hisobot foydaliroqdir.\n\nFunksiya chaqiruvi atrofdagi dasturga tashqi amallarni modelga taqdim etish imkonini beradi. Har vositaning maqsadi, argumentlari va kutilgan natijasini belgilang, so‘ng keyingi qadam uchun haqiqiy vosita kuzatuvini qaytaring. Model shu natija ustida mulohaza yuritib, u vazifani qanday o‘zgartirishini hal qilishi mumkin. Taklif etilgan amallar, bajarilgan operatsiyalar va hal qilinmagan tekshiruvlarni bir-biridan aniq ajratib ko‘rsating. Ishlab chiqaruvchi mulohaza va javob parchalarini alohida qaytaradigan oqimli javoblarni ham hujjatlashtiradi; uni yakuniy hisobot yoki kod izohi deb qabul qilishdan oldin tugallangan javobni yig‘ing.\n\nMahalliy model kartochkasi tarix sozlamasining muayyan tafsilotini beradi: suhbat andozasi standart holatda fikrlashni saqlaydi, ishlab chiqaruvchi esa oddiy suhbat vaziyatlarida eski fikrlashni ochiq tozalashni tavsiya qiladi. Davom uchun zarur haqiqiy tugallangan javoblar va vosita natijalarini saqlagan holda foydalanish holatiga mos suhbat tuzilmasini qo‘llang. GLM 5.2 yoki alohida GLM 5.3 Flash nashrlarining mulohaza boshqaruvi sozlamalarini bu modelning low/high/max boshqaruvlari bilan o‘zaro almashtiriladigan deb qabul qilmang.\n\nTuzilgan natijada kutilgan maydonlar, turlar va manba qoidalarini belgilang. Foydali material nuqsonlar jadvali, o‘zgarish rejasi yoki kuzatuvlarni xulosalovchi JSON obyekti bo‘lishi mumkin. Dastur foydalanishidan oldin tuzilmani ham, qiymatlarni ham tekshiring. Yakuniy natija javob yoki qayta ishlangan material, uni asoslovchi dalil va qolgan taxminlarni ko‘rsatishi kerak. Ko‘proq mulohaza kuchi vosita ishlaganini, taklif etilgan tuzatish tekshiruvlardan o‘tganini yoki faktik da’vo berilgan materialdan tashqari asosga ega ekanini tasdiqlamaydi.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "e1545a5d0c291606a662749728a6dfd28677a7d1a3fe761354bd7d968f85c27a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "uz", "methods": [ { "html": "z-ai/glm-5.3:batchZ.ai GLM 5.3 — murakkab dasturiy injiniring, terminal ishlari va uzoq muddatli agentlar uchun matnli mulohaza modeli. U ishlab chiqaruvchi hujjatlashtirgan 1M tokenlik kontekst, 128K gacha chiqish tokenlari, funksiya chaqiruvi va low/high/max mulohaza kuchini qo‘llaydi; mulohaza doim yoqilgan.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Z.ai GLM 5.3 — murakkab dasturiy injiniring va uzoq muddatli agent ishlari uchun yaratilgan katta ko‘lamli matnli mulohaza modeli. Ishlab chiqaruvchi u GLM 5.2 bilan bir xil tayanch modeldan foydalanishini, yangi yutuqlar esa keyingi o‘qitishdan kelishini aytadi. Nashr kuchliroq dasturlash, terminal amallari va bir nechta bog‘liq qadamli kengroq vazifalarga qaratilgan. U matn qabul qilib, matn yaratadi; vositalarga ulangan dasturda kod, izohlar, rejalar va vosita chaqiruvi so‘rovlari ham shunga kiradi.
Hujjatlashtirilgan mulohaza rejimi doimo yoqilgan. GLM 5.3 uchta kuch darajasini taklif qiladi: low, high va max; standart daraja max. Ishlab chiqaruvchi murakkab kodlash ishlari uchun max’ni tavsiya qiladi; low oddiyroq qadamlar uchun yengilroq mulohaza variantini beradi. Tanlangan darajani aniq yakuniy material va tugallanish mezonlari bilan birga ishlating. Masalan: «Ushbu fayllar va muvaffaqiyatsiz natijalarni tekshiring, sababni tegishli modullar bo‘ylab kuzating, ochiq interfeysni saqlovchi tuzatishni taklif qiling va regressiya bartaraf etilganini qaysi tekshiruvlar tasdiqlashini izohlang».
Ishlab chiqaruvchi 1M tokenlik kontekst oynasi va eng katta 128K tokenlik chiqishni belgilaydi. Uzun materialni model tekshirishi kerak bo‘lgan munosabat atrofida tashkil qiling. Fayl nomlari, tegishli ta’riflar, manba belgilari va kuzatuvlar tartibini saqlang, tegishli ishchi kontekst ichida mulohaza va yakuniy javob uchun joy qoldiring. Katta oyna modullararo bog‘liqliklar yoki agent kuzatuvlarining uzun ketma-ketligiga foydalidir; u aloqasiz materialning yo‘naltirilmagan arxivini aniq vazifaga aylantirmaydi.
Repozitoriy ishida kutilgan xatti-harakat, tegishli manba matni, bog‘liqlik versiyalari va haqiqiy xato chiqishini bering. Modeldan tuzatish taklif qilishdan oldin ta’sirlangan xatti-harakatni aniqlashni so‘rang. Refaktoringda o‘zgarmasligi kerak bo‘lgan interfeys va invariantlarni nomlang. Foydali javob qayta ishlangan kod, o‘zgarish kuzatilgan muammoni nega hal qilishi va natijani tekshirish uchun kerakli holatlarni o‘z ichiga oladi. Keyingi qadam oldingi taklifga emas, o‘zgargan holatga tayanishi uchun haqiqiy natijalarni vositali jarayonga qaytaring.
Unumdorlik ishida yuklama, boshlang‘ich ko‘rsatkich va vaqtlar, profillar yoki xotira ajratish qaydlari kabi o‘lchovlarni bering. Z.ai tor joy diagnostikasi, optimallashtirish, tajribalar va to‘g‘rilikni saqlaydigan natijali o‘qitish vazifalarini ta’riflaydi. Amaliy so‘rov: «Ushbu profil yordamida eng muhim tor joyni aniqlang, bitta o‘lchanadigan o‘zgarishni taklif qiling va uni saqlashni qaysi natija oqlashini tushuntiring». Unumdorlik haqidagi gipotezani qayd etilgan yaxshilanishdan ajrating. Natijani tekshirganda ayni yuklama va tegishli shartlarni saqlang.
Nashr zaiflik tahlili imkoniyatini ham rivojlantiradi. Himoya maqsadidagi manba tekshiruvida tegishli kod, uning mo‘ljallangan ishonch chegaralari va ishlash shartlarini bering. Gumon qilingan muammoni tegishli kirish, xatti-harakat va aniq tuzatishga bog‘laydigan topilmani so‘rang. Ehtimoliy zaiflikni takroran namoyish qilingan nosozlikdan ajrating va tekshirishda ishlatilgan kuzatuvni saqlang. Har bir shubhali andozani tasdiqlangan zaiflik deb qabul qilish o‘rniga aniq dalil va taklif etilgan tuzatishlarni ustuvor qilgan hisobot foydaliroqdir.
Funksiya chaqiruvi atrofdagi dasturga tashqi amallarni modelga taqdim etish imkonini beradi. Har vositaning maqsadi, argumentlari va kutilgan natijasini belgilang, so‘ng keyingi qadam uchun haqiqiy vosita kuzatuvini qaytaring. Model shu natija ustida mulohaza yuritib, u vazifani qanday o‘zgartirishini hal qilishi mumkin. Taklif etilgan amallar, bajarilgan operatsiyalar va hal qilinmagan tekshiruvlarni bir-biridan aniq ajratib ko‘rsating. Ishlab chiqaruvchi mulohaza va javob parchalarini alohida qaytaradigan oqimli javoblarni ham hujjatlashtiradi; uni yakuniy hisobot yoki kod izohi deb qabul qilishdan oldin tugallangan javobni yig‘ing.
Mahalliy model kartochkasi tarix sozlamasining muayyan tafsilotini beradi: suhbat andozasi standart holatda fikrlashni saqlaydi, ishlab chiqaruvchi esa oddiy suhbat vaziyatlarida eski fikrlashni ochiq tozalashni tavsiya qiladi. Davom uchun zarur haqiqiy tugallangan javoblar va vosita natijalarini saqlagan holda foydalanish holatiga mos suhbat tuzilmasini qo‘llang. GLM 5.2 yoki alohida GLM 5.3 Flash nashrlarining mulohaza boshqaruvi sozlamalarini bu modelning low/high/max boshqaruvlari bilan o‘zaro almashtiriladigan deb qabul qilmang.
Tuzilgan natijada kutilgan maydonlar, turlar va manba qoidalarini belgilang. Foydali material nuqsonlar jadvali, o‘zgarish rejasi yoki kuzatuvlarni xulosalovchi JSON obyekti bo‘lishi mumkin. Dastur foydalanishidan oldin tuzilmani ham, qiymatlarni ham tekshiring. Yakuniy natija javob yoki qayta ishlangan material, uni asoslovchi dalil va qolgan taxminlarni ko‘rsatishi kerak. Ko‘proq mulohaza kuchi vosita ishlaganini, taklif etilgan tuzatish tekshiruvlardan o‘tganini yoki faktik da’vo berilgan materialdan tashqari asosga ega ekanini tasdiqlamaydi.
POST /v1/batchestexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonendpoint | Turstring | TalabMajburiy | Qiymatlar va cheklovlar /v1/chat/completions | Standart— |
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar z-ai/glm-5.3:batch | Standart— |
Maydonrequests | Turbatch_item[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonrequests[].custom_id | Turstring | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonrequests[].body.messages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydoncompletion_window | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar 24h | Standart— |
Maydonprovider | Turobject|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonrequests[].body.model | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar z-ai/glm-5.3:batch, z-ai/glm-5.3 | Standart— |
Maydonprovider.only | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar deepinfra/fp4 | Standart— |
Maydonprovider.allow_fallbacks | Turboolean|null | TalabIxtiyoriy | Qiymatlar va cheklovlar false, null | Standart— |
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablariendpoint, model, requests |
Parametrmaterial_types | Parametr talablaritext |
Parametrrepresentation | Parametr talablariSo‘rovga bevosita kiritilgan requests[] massivi; har bir elementda custom_id va body mavjud. |
Parametrrequest_endpoint_profile | Parametr talablari/v1/chat/completions |
Parametrfile_material | Parametr talablariChaqiruvchi haqiqiy UTF-8 JSONL ma’lumotlarini mahalliy tarzda requests[] ichiga o‘qishi mumkin. Yuklash maqsadi, input_file_id yoki faylga havola ishlatilmaydi. Mijoz materiali yo‘q yoki bo‘sh bo‘lsa, tayyorlash POST dan oldin to‘xtaydi. |
Parametrserialization_order | Parametr talablariendpoint, model, provider (agar berilgan bo‘lsa), completion_window (agar berilgan bo‘lsa), requests eng oxirida |
Parametroptional_controls | Parametr talablariprovider.only, provider.allow_fallbacks, completion_window |
Parametrschema_scope | Parametr talablariHujjatlarda ko‘rsatilgan Batch tuzilmasiga bevosita kiritilgan matnli Chat Completions so‘rovlarining tanalari. |
Hayot sikli: asynchronous
GET /v1/batches/{operation_id} · Dastlabki yaratish javobida amalda qaytarilgan response.id; aynan o‘sha foydalanuvchi/kalit/guruh
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.0009 / 1K token Chiqish · Chiqish tokenlari $0.004 / 1K token Kirish · Keshdan o‘qish $0.0002 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.0009 / 1K token Chiqish · Chiqish tokenlari $0.004 / 1K token Kirish · Keshdan o‘qish $0.0002 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"z-ai/glm-5.3:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['z-ai/glm-5.3:batch', 'z-ai/glm-5.3']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"z-ai/glm-5.3:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJavobga bevosita kiritilgan results[].response.body JSON ma’lumotlari
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nQaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Dastlabki holat haqidagi to‘liq JSON ni, har bir natija/custom_id ni va to‘liq javob yoki xato tanasini saqlang. Tugallangan results[] ni hech narsani filtrlab tashlamasdan JSONL sifatida saqlang.
Dastlabki operatsiya ID sini saqlang. 503 result_pending_check javobida X-Should-Retry:false mavjud; natijasi noma’lum bo‘lgan dastlabki paketni hech qachon qayta yubormang.
| Maydon | Tur |
|---|---|
Maydonresults[].custom_id | Turstring |
Maydonresults[].response.body.choices[].message.content | Turstring|null |
Maydonresults[].error | Turobject|null |
Maydonusage | Turobject|null |
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydonendpoint | Turstring |
Maydonstatus | Turstring |
Maydonrequest_counts | Turobject |
Maydonresults[].id | Turstring |
Maydonresults[].response.status_code | Turinteger |
Maydonresults[].response.request_id | Turstring |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartHujjatlarda ko‘rsatilgan, so‘rovga bevosita kiritiladigan tuzilma yaroqsiz, kalitlar takrorlangan, element identifikatori noto‘g‘ri yoki so‘rov modelning sozlangan imkoniyatlariga zid. | Keyingi qadamHar qanday yangi yuborishdan oldin ko‘rsatilgan maydonlarni tuzating. |
Javob401 · authentication_error | ShartAPI kaliti yaroqsiz. | Keyingi qadamFoydalanishga ruxsat berilgan Ailoot kalitidan foydalaning. |
Javob403 · permission_error | ShartPaketli ishlov berish guruhi mavjud emas. | Keyingi qadamKalit/guruhning foydalanish huquqini tekshiring. |
Javob422 · invalid_request_error | ShartPaketli ishlov berish to‘lovi balansdan yechiladi; obuna orqali yaratish rad etiladi. | Keyingi qadamFoydalanishga ruxsat berilgan, to‘lovi balansdan yechiladigan guruhdan foydalaning. |
Javob422 · price_unavailable | ShartPaket kirish ma’lumotlari uchun narx hisoblab bo‘lmaydi. | Keyingi qadamJavobni saqlang; tegishli API oilasi uchun hujjatlarda belgilangan kirish ma’lumotlaridan foydalaning. |
Javob402 · billing_error | ShartPaketli ishlov berish uchun zaxira mavjud emas. | Keyingi qadamYangi so‘rovdan oldin so‘rovni qabul qilishga ruxsat masalasini hal qiling. |
Javob503 · price_unavailable | ShartPaketli ishlov berish usulining narxi yoki tizimning ichki tariflari mavjud emas. | Keyingi qadamJavobni saqlang; narxlarni almashtirmang. |
Javob503 · api_error | ShartTa’minotchining aynan shu yo‘nalishi mavjud emas. | Keyingi qadamYo‘nalishni tuzatish uchun javobni saqlang. |
Javob503 · result_pending_check | ShartDastlabki natijani tekshirish kerak; X-Should-Retry:false. | Keyingi qadamDastlabki operation_id/id ni saqlang va uning holatini o‘qing; dastlabki POST ni hech qachon takrorlamang. |
Javob404 · not_found | ShartPaket holatini tekshirish operatsiyasi mavjud emas yoki boshqa foydalanuvchi/kalit/guruhga tegishli. | Keyingi qadamAynan dastlabki id va o‘sha foydalanuvchi/kalit/guruhdan foydalaning. |
Ailoot Ultra z-ai/glm-5.3:batch
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.