GLM-4-Plus là mô hình văn bản năng lực cao trong dòng GLM-4 của Z.ai. Trọng tâm kết hợp hiểu ngôn ngữ, suy luận logic, tuân thủ chỉ dẫn và xử lý văn bản dài. Hãng ghi văn bản là cả đầu vào lẫn đầu ra, cửa sổ ngữ cảnh 128K token và đầu ra tối đa 4K token. Vì vậy đầu vào dài và kết quả gọn là phần riêng của cấu hình: tập tài liệu lớn có thể hỗ trợ tóm tắt, so sánh hoặc trích xuất tập trung.
Trợ lý tài liệu có thể nhận các phần có tên và câu hỏi, rồi tạo phân tích súc tích gắn với chúng. Xác định người đọc và quyết định trước khi yêu cầu trả lời: ví dụ so sánh hai thủ tục, liệt kê điều kiện áp dụng cho trường hợp hoặc xác định yêu cầu mâu thuẫn. Tách đoạn nguồn khỏi chỉ dẫn để phản hồi phân biệt bằng chứng với phân tích mong muốn.
Mô tả GLM-4 ghi truyền theo luồng, gọi hàm, lưu đệm ngữ cảnh, định dạng có cấu trúc như JSON và tương tác với công cụ, nguồn dữ liệu MCP. Truyền theo luồng cung cấp văn bản sinh ra từng phần. Đầu ra có cấu trúc hữu ích khi kết quả cần trường có tên thay vì bài viết mở: tóm tắt, định danh trích xuất, nhãn phần nguồn và câu hỏi chưa giải quyết.
Dùng công cụ kết nối mô hình ngôn ngữ với hành động ứng dụng cung cấp. Ứng dụng mô tả hàm, thực hiện lệnh gọi được chọn và trả kết quả cho bước sau. Điều này hỗ trợ tra cứu rồi báo cáo, hoặc kết quả tìm kiếm thành bằng chứng trả lời. Văn bản mô hình khác với thực thi hành động bên ngoài. Chỉ dẫn hoặc tiền tố tài liệu lặp lại có thể tham gia cơ chế lưu đệm ngữ cảnh của hãng; tái dùng bộ đệm tự nó không chứng minh yêu cầu cụ thể đã trúng bộ đệm.
Dịch được mô tả vượt ngoài chuyển đổi từ rời: hãng bao gồm văn bản trộn ngôn ngữ, giọng điệu, tiếng lóng, emoji và thuật ngữ chuyên ngành, có xét khác biệt văn hóa. Cung cấp đoạn nguồn, đối tượng đích và thuật ngữ cần giữ. Với biên tập, yêu cầu sản phẩm cụ thể — thư đã sửa, mô tả sản phẩm hoặc giải thích ngắn — và nêu dữ kiện phải bảo toàn.
Phân loại ngữ nghĩa và trích xuất trường lấy tư liệu cung cấp làm cơ sở. Xác định loại hoặc trường bắt buộc trước, rồi đưa tài liệu. Ví dụ ứng dụng có thể yêu cầu định danh dự án và loại điều khoản cùng nhãn phần liên quan. Quy tắc giá trị thiếu rõ ngăn lược đồ đầu ra trở thành lý do bịa dữ liệu vắng mặt.
Hãng cũng mô tả tư liệu tiếp thị, báo cáo phân tích rủi ro và lập hành trình. Với viết, cung cấp dữ kiện sản phẩm hoặc chiến dịch thực tế và định dạng dự kiến. Với phân tích, đưa báo cáo liên quan và tiêu chí so sánh; thông tin hiện hành nên đến qua công cụ tìm kiếm hoặc dữ liệu ứng dụng cung cấp. Với hành trình, nêu sở thích và ràng buộc thời gian để đầu ra là kế hoạch cho tình huống mô tả thay vì bài du lịch chung.
GLM-4-Plus dùng dữ liệu tổng hợp có mô hình hỗ trợ và hậu huấn luyện dựa trên PPO để phát triển suy luận toán học và lập trình và phản ánh tốt hơn sở thích con người. Với văn bản dài, quá trình chuẩn bị điều chỉnh tỷ lệ tư liệu ngắn, dài để tăng suy luận trên đầu vào kéo dài. Đây là lựa chọn chuẩn bị của mô hình Plus cụ thể này. Chúng không biến cấu hình chỉ văn bản thành khả năng hiểu ảnh của phiên bản GLM-4V có tên riêng.
Dùng ngữ cảnh lớn hơn để cung cấp tư liệu thực sự hỗ trợ câu hỏi, với tên phần ổn định và hợp đồng đầu ra rõ. Yêu cầu thực tiễn là so sánh hai tài liệu, liệt kê điểm thống nhất, xung đột và xác định các đoạn làm cơ sở cho từng kết luận. Giữ sản phẩm cuối trong cấu hình đầu ra 4K: yêu cầu bản trình bày quyết định hoặc so sánh có cấu trúc, rồi tiếp bằng yêu cầu xác định nếu phần cụ thể cần mở rộng. Cấu trúc JSON hợp lệ và giá trị trường đúng thực tế là kiểm tra riêng.
", "aboutText": "### Tổng quan và cấu hình mô hình\n\nGLM-4-Plus là mô hình văn bản năng lực cao trong dòng GLM-4 của Z.ai. Trọng tâm kết hợp hiểu ngôn ngữ, suy luận logic, tuân thủ chỉ dẫn và xử lý văn bản dài. Hãng ghi văn bản là cả đầu vào lẫn đầu ra, cửa sổ ngữ cảnh 128K token và đầu ra tối đa 4K token. Vì vậy đầu vào dài và kết quả gọn là phần riêng của cấu hình: tập tài liệu lớn có thể hỗ trợ tóm tắt, so sánh hoặc trích xuất tập trung.\n\nTrợ lý tài liệu có thể nhận các phần có tên và câu hỏi, rồi tạo phân tích súc tích gắn với chúng. Xác định người đọc và quyết định trước khi yêu cầu trả lời: ví dụ so sánh hai thủ tục, liệt kê điều kiện áp dụng cho trường hợp hoặc xác định yêu cầu mâu thuẫn. Tách đoạn nguồn khỏi chỉ dẫn để phản hồi phân biệt bằng chứng với phân tích mong muốn.\n\n### Hỗ trợ năng lực\n\nMô tả GLM-4 ghi truyền theo luồng, gọi hàm, lưu đệm ngữ cảnh, định dạng có cấu trúc như JSON và tương tác với công cụ, nguồn dữ liệu MCP. Truyền theo luồng cung cấp văn bản sinh ra từng phần. Đầu ra có cấu trúc hữu ích khi kết quả cần trường có tên thay vì bài viết mở: tóm tắt, định danh trích xuất, nhãn phần nguồn và câu hỏi chưa giải quyết.\n\nDùng công cụ kết nối mô hình ngôn ngữ với hành động ứng dụng cung cấp. Ứng dụng mô tả hàm, thực hiện lệnh gọi được chọn và trả kết quả cho bước sau. Điều này hỗ trợ tra cứu rồi báo cáo, hoặc kết quả tìm kiếm thành bằng chứng trả lời. Văn bản mô hình khác với thực thi hành động bên ngoài. Chỉ dẫn hoặc tiền tố tài liệu lặp lại có thể tham gia cơ chế lưu đệm ngữ cảnh của hãng; tái dùng bộ đệm tự nó không chứng minh yêu cầu cụ thể đã trúng bộ đệm.\n\n### Tình huống khuyến nghị\n\nDịch được mô tả vượt ngoài chuyển đổi từ rời: hãng bao gồm văn bản trộn ngôn ngữ, giọng điệu, tiếng lóng, emoji và thuật ngữ chuyên ngành, có xét khác biệt văn hóa. Cung cấp đoạn nguồn, đối tượng đích và thuật ngữ cần giữ. Với biên tập, yêu cầu sản phẩm cụ thể — thư đã sửa, mô tả sản phẩm hoặc giải thích ngắn — và nêu dữ kiện phải bảo toàn.\n\nPhân loại ngữ nghĩa và trích xuất trường lấy tư liệu cung cấp làm cơ sở. Xác định loại hoặc trường bắt buộc trước, rồi đưa tài liệu. Ví dụ ứng dụng có thể yêu cầu định danh dự án và loại điều khoản cùng nhãn phần liên quan. Quy tắc giá trị thiếu rõ ngăn lược đồ đầu ra trở thành lý do bịa dữ liệu vắng mặt.\n\nHãng cũng mô tả tư liệu tiếp thị, báo cáo phân tích rủi ro và lập hành trình. Với viết, cung cấp dữ kiện sản phẩm hoặc chiến dịch thực tế và định dạng dự kiến. Với phân tích, đưa báo cáo liên quan và tiêu chí so sánh; thông tin hiện hành nên đến qua công cụ tìm kiếm hoặc dữ liệu ứng dụng cung cấp. Với hành trình, nêu sở thích và ràng buộc thời gian để đầu ra là kế hoạch cho tình huống mô tả thay vì bài du lịch chung.\n\n### Chuẩn bị mô hình chi tiết\n\nGLM-4-Plus dùng dữ liệu tổng hợp có mô hình hỗ trợ và hậu huấn luyện dựa trên PPO để phát triển suy luận toán học và lập trình và phản ánh tốt hơn sở thích con người. Với văn bản dài, quá trình chuẩn bị điều chỉnh tỷ lệ tư liệu ngắn, dài để tăng suy luận trên đầu vào kéo dài. Đây là lựa chọn chuẩn bị của mô hình Plus cụ thể này. Chúng không biến cấu hình chỉ văn bản thành khả năng hiểu ảnh của phiên bản GLM-4V có tên riêng.\n\n### Chuẩn bị yêu cầu và đầu ra\n\nDùng ngữ cảnh lớn hơn để cung cấp tư liệu thực sự hỗ trợ câu hỏi, với tên phần ổn định và hợp đồng đầu ra rõ. Yêu cầu thực tiễn là so sánh hai tài liệu, liệt kê điểm thống nhất, xung đột và xác định các đoạn làm cơ sở cho từng kết luận. Giữ sản phẩm cuối trong cấu hình đầu ra 4K: yêu cầu bản trình bày quyết định hoặc so sánh có cấu trúc, rồi tiếp bằng yêu cầu xác định nếu phần cụ thể cần mở rộng. Cấu trúc JSON hợp lệ và giá trị trường đúng thực tế là kiểm tra riêng.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
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 là mô hình văn bản của Z.ai cho hiểu ngôn ngữ, phân tích logic, tuân thủ chỉ dẫn và tài liệu dài. Cấu hình ngữ cảnh 128K và đầu ra 4K phù hợp với tóm tắt có bằng chứng, biên tập đa ngôn ngữ, trích xuất trường và báo cáo có công cụ hỗ trợ.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
GLM-4-Plus là mô hình văn bản năng lực cao trong dòng GLM-4 của Z.ai. Trọng tâm kết hợp hiểu ngôn ngữ, suy luận logic, tuân thủ chỉ dẫn và xử lý văn bản dài. Hãng ghi văn bản là cả đầu vào lẫn đầu ra, cửa sổ ngữ cảnh 128K token và đầu ra tối đa 4K token. Vì vậy đầu vào dài và kết quả gọn là phần riêng của cấu hình: tập tài liệu lớn có thể hỗ trợ tóm tắt, so sánh hoặc trích xuất tập trung.
Trợ lý tài liệu có thể nhận các phần có tên và câu hỏi, rồi tạo phân tích súc tích gắn với chúng. Xác định người đọc và quyết định trước khi yêu cầu trả lời: ví dụ so sánh hai thủ tục, liệt kê điều kiện áp dụng cho trường hợp hoặc xác định yêu cầu mâu thuẫn. Tách đoạn nguồn khỏi chỉ dẫn để phản hồi phân biệt bằng chứng với phân tích mong muốn.
Mô tả GLM-4 ghi truyền theo luồng, gọi hàm, lưu đệm ngữ cảnh, định dạng có cấu trúc như JSON và tương tác với công cụ, nguồn dữ liệu MCP. Truyền theo luồng cung cấp văn bản sinh ra từng phần. Đầu ra có cấu trúc hữu ích khi kết quả cần trường có tên thay vì bài viết mở: tóm tắt, định danh trích xuất, nhãn phần nguồn và câu hỏi chưa giải quyết.
Dùng công cụ kết nối mô hình ngôn ngữ với hành động ứng dụng cung cấp. Ứng dụng mô tả hàm, thực hiện lệnh gọi được chọn và trả kết quả cho bước sau. Điều này hỗ trợ tra cứu rồi báo cáo, hoặc kết quả tìm kiếm thành bằng chứng trả lời. Văn bản mô hình khác với thực thi hành động bên ngoài. Chỉ dẫn hoặc tiền tố tài liệu lặp lại có thể tham gia cơ chế lưu đệm ngữ cảnh của hãng; tái dùng bộ đệm tự nó không chứng minh yêu cầu cụ thể đã trúng bộ đệm.
Dịch được mô tả vượt ngoài chuyển đổi từ rời: hãng bao gồm văn bản trộn ngôn ngữ, giọng điệu, tiếng lóng, emoji và thuật ngữ chuyên ngành, có xét khác biệt văn hóa. Cung cấp đoạn nguồn, đối tượng đích và thuật ngữ cần giữ. Với biên tập, yêu cầu sản phẩm cụ thể — thư đã sửa, mô tả sản phẩm hoặc giải thích ngắn — và nêu dữ kiện phải bảo toàn.
Phân loại ngữ nghĩa và trích xuất trường lấy tư liệu cung cấp làm cơ sở. Xác định loại hoặc trường bắt buộc trước, rồi đưa tài liệu. Ví dụ ứng dụng có thể yêu cầu định danh dự án và loại điều khoản cùng nhãn phần liên quan. Quy tắc giá trị thiếu rõ ngăn lược đồ đầu ra trở thành lý do bịa dữ liệu vắng mặt.
Hãng cũng mô tả tư liệu tiếp thị, báo cáo phân tích rủi ro và lập hành trình. Với viết, cung cấp dữ kiện sản phẩm hoặc chiến dịch thực tế và định dạng dự kiến. Với phân tích, đưa báo cáo liên quan và tiêu chí so sánh; thông tin hiện hành nên đến qua công cụ tìm kiếm hoặc dữ liệu ứng dụng cung cấp. Với hành trình, nêu sở thích và ràng buộc thời gian để đầu ra là kế hoạch cho tình huống mô tả thay vì bài du lịch chung.
GLM-4-Plus dùng dữ liệu tổng hợp có mô hình hỗ trợ và hậu huấn luyện dựa trên PPO để phát triển suy luận toán học và lập trình và phản ánh tốt hơn sở thích con người. Với văn bản dài, quá trình chuẩn bị điều chỉnh tỷ lệ tư liệu ngắn, dài để tăng suy luận trên đầu vào kéo dài. Đây là lựa chọn chuẩn bị của mô hình Plus cụ thể này. Chúng không biến cấu hình chỉ văn bản thành khả năng hiểu ảnh của phiên bản GLM-4V có tên riêng.
Dùng ngữ cảnh lớn hơn để cung cấp tư liệu thực sự hỗ trợ câu hỏi, với tên phần ổn định và hợp đồng đầu ra rõ. Yêu cầu thực tiễn là so sánh hai tài liệu, liệt kê điểm thống nhất, xung đột và xác định các đoạn làm cơ sở cho từng kết luận. Giữ sản phẩm cuối trong cấu hình đầu ra 4K: yêu cầu bản trình bày quyết định hoặc so sánh có cấu trúc, rồi tiếp bằng yêu cầu xác định nếu phần cụ thể cần mở rộng. Cấu trúc JSON hợp lệ và giá trị trường đúng thực tế là kiểm tra riêng.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn glm-4-plus | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.014 / 1K token Đầu ra · Token đầu ra $0.014 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra glm-4-plus
Dùng các đường dẫn phương thức hiển thị ở trên.
glm-4-plusGLM-4-Plus là mô hình văn bản của Z.ai cho hiểu ngôn ngữ, phân tích logic, tuân thủ chỉ dẫn và tài liệu dài. Cấu hình ngữ cảnh 128K và đầu ra 4K phù hợp với tóm tắt có bằng chứng, biên tập đa ngôn ngữ, trích xuất trường và báo cáo có công cụ hỗ trợ.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
GLM-4-Plus là mô hình văn bản năng lực cao trong dòng GLM-4 của Z.ai. Trọng tâm kết hợp hiểu ngôn ngữ, suy luận logic, tuân thủ chỉ dẫn và xử lý văn bản dài. Hãng ghi văn bản là cả đầu vào lẫn đầu ra, cửa sổ ngữ cảnh 128K token và đầu ra tối đa 4K token. Vì vậy đầu vào dài và kết quả gọn là phần riêng của cấu hình: tập tài liệu lớn có thể hỗ trợ tóm tắt, so sánh hoặc trích xuất tập trung.
Trợ lý tài liệu có thể nhận các phần có tên và câu hỏi, rồi tạo phân tích súc tích gắn với chúng. Xác định người đọc và quyết định trước khi yêu cầu trả lời: ví dụ so sánh hai thủ tục, liệt kê điều kiện áp dụng cho trường hợp hoặc xác định yêu cầu mâu thuẫn. Tách đoạn nguồn khỏi chỉ dẫn để phản hồi phân biệt bằng chứng với phân tích mong muốn.
Mô tả GLM-4 ghi truyền theo luồng, gọi hàm, lưu đệm ngữ cảnh, định dạng có cấu trúc như JSON và tương tác với công cụ, nguồn dữ liệu MCP. Truyền theo luồng cung cấp văn bản sinh ra từng phần. Đầu ra có cấu trúc hữu ích khi kết quả cần trường có tên thay vì bài viết mở: tóm tắt, định danh trích xuất, nhãn phần nguồn và câu hỏi chưa giải quyết.
Dùng công cụ kết nối mô hình ngôn ngữ với hành động ứng dụng cung cấp. Ứng dụng mô tả hàm, thực hiện lệnh gọi được chọn và trả kết quả cho bước sau. Điều này hỗ trợ tra cứu rồi báo cáo, hoặc kết quả tìm kiếm thành bằng chứng trả lời. Văn bản mô hình khác với thực thi hành động bên ngoài. Chỉ dẫn hoặc tiền tố tài liệu lặp lại có thể tham gia cơ chế lưu đệm ngữ cảnh của hãng; tái dùng bộ đệm tự nó không chứng minh yêu cầu cụ thể đã trúng bộ đệm.
Dịch được mô tả vượt ngoài chuyển đổi từ rời: hãng bao gồm văn bản trộn ngôn ngữ, giọng điệu, tiếng lóng, emoji và thuật ngữ chuyên ngành, có xét khác biệt văn hóa. Cung cấp đoạn nguồn, đối tượng đích và thuật ngữ cần giữ. Với biên tập, yêu cầu sản phẩm cụ thể — thư đã sửa, mô tả sản phẩm hoặc giải thích ngắn — và nêu dữ kiện phải bảo toàn.
Phân loại ngữ nghĩa và trích xuất trường lấy tư liệu cung cấp làm cơ sở. Xác định loại hoặc trường bắt buộc trước, rồi đưa tài liệu. Ví dụ ứng dụng có thể yêu cầu định danh dự án và loại điều khoản cùng nhãn phần liên quan. Quy tắc giá trị thiếu rõ ngăn lược đồ đầu ra trở thành lý do bịa dữ liệu vắng mặt.
Hãng cũng mô tả tư liệu tiếp thị, báo cáo phân tích rủi ro và lập hành trình. Với viết, cung cấp dữ kiện sản phẩm hoặc chiến dịch thực tế và định dạng dự kiến. Với phân tích, đưa báo cáo liên quan và tiêu chí so sánh; thông tin hiện hành nên đến qua công cụ tìm kiếm hoặc dữ liệu ứng dụng cung cấp. Với hành trình, nêu sở thích và ràng buộc thời gian để đầu ra là kế hoạch cho tình huống mô tả thay vì bài du lịch chung.
GLM-4-Plus dùng dữ liệu tổng hợp có mô hình hỗ trợ và hậu huấn luyện dựa trên PPO để phát triển suy luận toán học và lập trình và phản ánh tốt hơn sở thích con người. Với văn bản dài, quá trình chuẩn bị điều chỉnh tỷ lệ tư liệu ngắn, dài để tăng suy luận trên đầu vào kéo dài. Đây là lựa chọn chuẩn bị của mô hình Plus cụ thể này. Chúng không biến cấu hình chỉ văn bản thành khả năng hiểu ảnh của phiên bản GLM-4V có tên riêng.
Dùng ngữ cảnh lớn hơn để cung cấp tư liệu thực sự hỗ trợ câu hỏi, với tên phần ổn định và hợp đồng đầu ra rõ. Yêu cầu thực tiễn là so sánh hai tài liệu, liệt kê điểm thống nhất, xung đột và xác định các đoạn làm cơ sở cho từng kết luận. Giữ sản phẩm cuối trong cấu hình đầu ra 4K: yêu cầu bản trình bày quyết định hoặc so sánh có cấu trúc, rồi tiếp bằng yêu cầu xác định nếu phần cụ thể cần mở rộng. Cấu trúc JSON hợp lệ và giá trị trường đúng thực tế là kiểm tra riêng.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn glm-4-plus | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.014 / 1K token Đầu ra · Token đầu ra $0.014 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "glm-4-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra glm-4-plus
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
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.