GLM-5V-Turbo liên kết hiểu biết trực quan với phát triển phần mềm và công việc tác tử. Z.ai liệt kê hình ảnh, video, văn bản, tệp là đầu vào và văn bản là đầu ra. Cấu hình có ngữ cảnh 200K token và tối đa 128K token đầu ra. Nhiệm vụ có thể kết hợp ảnh chụp màn hình hoặc thiết kế với yêu cầu và đề nghị mã, lời giải thích trực quan hoặc kết quả dựa trên tài liệu. Đây là phiên bản riêng với GLM-5.3-Flash.
Tái dựng giao diện là ứng dụng chính. Hãng mô tả việc nhận biết bố cục, màu sắc, thứ bậc thành phần và logic tương tác từ bản mẫu. Cung cấp các trạng thái tham chiếu, chức năng cần có và ràng buộc, rồi yêu cầu mã có thể chỉnh sửa và lời giải thích. Ảnh chụp trang bị lỗi có thể giúp xác định lệch căn chỉnh, thành phần chồng lấn hoặc màu không khớp. Ứng dụng dựng đề xuất và cung cấp kết quả thực tế để tiếp tục diễn giải.
Quy trình GUI có thể vượt ra ngoài một ảnh chụp màn hình. Hãng mô tả khám phá chuyển trang, tài sản trực quan và dùng phát hiện để chuẩn bị mã. Xác định mục tiêu, hành động khả dụng, trả lại màn hình đã thay đổi hoặc quan sát và nêu sản phẩm hoàn chỉnh. Mô hình lập kế hoạch từ phản hồi đó; ứng dụng thực hiện điều hướng, nhấp hoặc thao tác khác. Phản hồi mô tả hành động không phải bằng chứng hành động đã được thực hiện.
Hãng mô tả hợp nhất thị giác-văn bản, bộ mã hóa thị giác CogViT và dự đoán nhiều token, cùng học tăng cường chung trên hơn 30 loại nhiệm vụ. Phạm vi gồm STEM, định vị đối tượng, video, GUI và tác tử lập trình. Chuỗi công cụ thị giác gồm vẽ hộp, chụp màn hình và đọc trang có hình ảnh. Những thông tin này giải thích trọng tâm phát triển mà không gán số tham số hoặc kiến trúc mô hình khác cho phiên bản này.
Tư liệu nhiệm vụ chính thức bao gồm chú thích ảnh, định vị đối tượng trực quan, viết dựa trên tài liệu, so sánh hồ sơ ứng viên với yêu cầu được cung cấp và chuẩn bị lời nhắc từ phương tiện tham chiếu. Đề bài tài liệu có thể nêu các trường và yêu cầu kết luận được đoạn trích hỗ trợ. Đề bài định vị có thể nêu đối tượng và kết quả hộp bao. Nhiệm vụ tham chiếu phương tiện có thể yêu cầu lời nhắc cảnh hoặc phong cách bằng văn bản; cách dùng đó không biến mô hình thành bộ tạo ảnh hay video gốc.
Cấu hình ghi các chế độ suy nghĩ, truyền theo luồng, gọi hàm và lưu đệm ngữ cảnh. Xác định công cụ và lưu quan sát của chúng cùng bước liên quan. Gắn nhãn nguồn, đường dẫn mã và chuỗi video, chừa chỗ cho suy luận và câu trả lời. Các ví dụ ghép phương tiện với câu hỏi cụ thể. Hạn chế truyền tải chính xác và điều khiển giao diện vẫn gắn với quy trình được tài liệu hóa thay vì một phiên bản GLM có tên tương tự.
Để có kết quả dùng được, yêu cầu các trang hoặc phần tài liệu đã bao quát, nội dung sản phẩm được đề xuất và khác biệt còn lại trong bằng chứng. Hãng minh họa lập trình trang web, tạo website, đọc hiểu tài liệu và theo dõi đối tượng video. Dự án hoàn chỉnh, tệp được chỉnh sửa và tương tác đã thực thi đến từ môi trường ứng dụng; mô hình chuẩn bị và tinh chỉnh công việc văn bản tương ứng.
", "aboutText": "GLM-5V-Turbo liên kết hiểu biết trực quan với phát triển phần mềm và công việc tác tử. Z.ai liệt kê hình ảnh, video, văn bản, tệp là đầu vào và văn bản là đầu ra. Cấu hình có ngữ cảnh 200K token và tối đa 128K token đầu ra. Nhiệm vụ có thể kết hợp ảnh chụp màn hình hoặc thiết kế với yêu cầu và đề nghị mã, lời giải thích trực quan hoặc kết quả dựa trên tài liệu. Đây là phiên bản riêng với GLM-5.3-Flash.\n\nTái dựng giao diện là ứng dụng chính. Hãng mô tả việc nhận biết bố cục, màu sắc, thứ bậc thành phần và logic tương tác từ bản mẫu. Cung cấp các trạng thái tham chiếu, chức năng cần có và ràng buộc, rồi yêu cầu mã có thể chỉnh sửa và lời giải thích. Ảnh chụp trang bị lỗi có thể giúp xác định lệch căn chỉnh, thành phần chồng lấn hoặc màu không khớp. Ứng dụng dựng đề xuất và cung cấp kết quả thực tế để tiếp tục diễn giải.\n\nQuy trình GUI có thể vượt ra ngoài một ảnh chụp màn hình. Hãng mô tả khám phá chuyển trang, tài sản trực quan và dùng phát hiện để chuẩn bị mã. Xác định mục tiêu, hành động khả dụng, trả lại màn hình đã thay đổi hoặc quan sát và nêu sản phẩm hoàn chỉnh. Mô hình lập kế hoạch từ phản hồi đó; ứng dụng thực hiện điều hướng, nhấp hoặc thao tác khác. Phản hồi mô tả hành động không phải bằng chứng hành động đã được thực hiện.\n\nHãng mô tả hợp nhất thị giác-văn bản, bộ mã hóa thị giác CogViT và dự đoán nhiều token, cùng học tăng cường chung trên hơn 30 loại nhiệm vụ. Phạm vi gồm STEM, định vị đối tượng, video, GUI và tác tử lập trình. Chuỗi công cụ thị giác gồm vẽ hộp, chụp màn hình và đọc trang có hình ảnh. Những thông tin này giải thích trọng tâm phát triển mà không gán số tham số hoặc kiến trúc mô hình khác cho phiên bản này.\n\nTư liệu nhiệm vụ chính thức bao gồm chú thích ảnh, định vị đối tượng trực quan, viết dựa trên tài liệu, so sánh hồ sơ ứng viên với yêu cầu được cung cấp và chuẩn bị lời nhắc từ phương tiện tham chiếu. Đề bài tài liệu có thể nêu các trường và yêu cầu kết luận được đoạn trích hỗ trợ. Đề bài định vị có thể nêu đối tượng và kết quả hộp bao. Nhiệm vụ tham chiếu phương tiện có thể yêu cầu lời nhắc cảnh hoặc phong cách bằng văn bản; cách dùng đó không biến mô hình thành bộ tạo ảnh hay video gốc.\n\nCấu hình ghi các chế độ suy nghĩ, truyền theo luồng, gọi hàm và lưu đệm ngữ cảnh. Xác định công cụ và lưu quan sát của chúng cùng bước liên quan. Gắn nhãn nguồn, đường dẫn mã và chuỗi video, chừa chỗ cho suy luận và câu trả lời. Các ví dụ ghép phương tiện với câu hỏi cụ thể. Hạn chế truyền tải chính xác và điều khiển giao diện vẫn gắn với quy trình được tài liệu hóa thay vì một phiên bản GLM có tên tương tự.\n\nĐể có kết quả dùng được, yêu cầu các trang hoặc phần tài liệu đã bao quát, nội dung sản phẩm được đề xuất và khác biệt còn lại trong bằng chứng. Hãng minh họa lập trình trang web, tạo website, đọc hiểu tài liệu và theo dõi đối tượng video. Dự án hoàn chỉnh, tệp được chỉnh sửa và tương tác đã thực thi đến từ môi trường ứng dụng; mô hình chuẩn bị và tinh chỉnh công việc văn bản tương ứng.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Correct a described responsive layout\n\nPropose HTML and CSS for this written mockup: a header with brand text "North Workshop" and a Book visit link; below it, a title "Repair desk" and two service sections. On narrow screens the services stack in reading order. Use semantic elements, preserve exact labels and keep the link keyboard-focusable. Return editable code and inspection criteria.An editable HTML/CSS example with a responsive service layout and explicit visual and keyboard inspection criteria.Render both wide and narrow layouts and inspect reading order, exact labels and visible keyboard focus before using the code.glm-5v-turboGLM-5V-Turbo là mô hình lập trình đa phương thức của Z.ai dành cho ảnh chụp màn hình, tham chiếu trực quan, tài liệu và tác tử GUI. Cấu hình của hãng nhận hình ảnh, video, văn bản và tệp, trả về văn bản và ghi ngữ cảnh 200K cùng tối đa 128K token đầu ra.
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-5V-Turbo liên kết hiểu biết trực quan với phát triển phần mềm và công việc tác tử. Z.ai liệt kê hình ảnh, video, văn bản, tệp là đầu vào và văn bản là đầu ra. Cấu hình có ngữ cảnh 200K token và tối đa 128K token đầu ra. Nhiệm vụ có thể kết hợp ảnh chụp màn hình hoặc thiết kế với yêu cầu và đề nghị mã, lời giải thích trực quan hoặc kết quả dựa trên tài liệu. Đây là phiên bản riêng với GLM-5.3-Flash.
Tái dựng giao diện là ứng dụng chính. Hãng mô tả việc nhận biết bố cục, màu sắc, thứ bậc thành phần và logic tương tác từ bản mẫu. Cung cấp các trạng thái tham chiếu, chức năng cần có và ràng buộc, rồi yêu cầu mã có thể chỉnh sửa và lời giải thích. Ảnh chụp trang bị lỗi có thể giúp xác định lệch căn chỉnh, thành phần chồng lấn hoặc màu không khớp. Ứng dụng dựng đề xuất và cung cấp kết quả thực tế để tiếp tục diễn giải.
Quy trình GUI có thể vượt ra ngoài một ảnh chụp màn hình. Hãng mô tả khám phá chuyển trang, tài sản trực quan và dùng phát hiện để chuẩn bị mã. Xác định mục tiêu, hành động khả dụng, trả lại màn hình đã thay đổi hoặc quan sát và nêu sản phẩm hoàn chỉnh. Mô hình lập kế hoạch từ phản hồi đó; ứng dụng thực hiện điều hướng, nhấp hoặc thao tác khác. Phản hồi mô tả hành động không phải bằng chứng hành động đã được thực hiện.
Hãng mô tả hợp nhất thị giác-văn bản, bộ mã hóa thị giác CogViT và dự đoán nhiều token, cùng học tăng cường chung trên hơn 30 loại nhiệm vụ. Phạm vi gồm STEM, định vị đối tượng, video, GUI và tác tử lập trình. Chuỗi công cụ thị giác gồm vẽ hộp, chụp màn hình và đọc trang có hình ảnh. Những thông tin này giải thích trọng tâm phát triển mà không gán số tham số hoặc kiến trúc mô hình khác cho phiên bản này.
Tư liệu nhiệm vụ chính thức bao gồm chú thích ảnh, định vị đối tượng trực quan, viết dựa trên tài liệu, so sánh hồ sơ ứng viên với yêu cầu được cung cấp và chuẩn bị lời nhắc từ phương tiện tham chiếu. Đề bài tài liệu có thể nêu các trường và yêu cầu kết luận được đoạn trích hỗ trợ. Đề bài định vị có thể nêu đối tượng và kết quả hộp bao. Nhiệm vụ tham chiếu phương tiện có thể yêu cầu lời nhắc cảnh hoặc phong cách bằng văn bản; cách dùng đó không biến mô hình thành bộ tạo ảnh hay video gốc.
Cấu hình ghi các chế độ suy nghĩ, truyền theo luồng, gọi hàm và lưu đệm ngữ cảnh. Xác định công cụ và lưu quan sát của chúng cùng bước liên quan. Gắn nhãn nguồn, đường dẫn mã và chuỗi video, chừa chỗ cho suy luận và câu trả lời. Các ví dụ ghép phương tiện với câu hỏi cụ thể. Hạn chế truyền tải chính xác và điều khiển giao diện vẫn gắn với quy trình được tài liệu hóa thay vì một phiên bản GLM có tên tương tự.
Để có kết quả dùng được, yêu cầu các trang hoặc phần tài liệu đã bao quát, nội dung sản phẩm được đề xuất và khác biệt còn lại trong bằng chứng. Hãng minh họa lập trình trang web, tạo website, đọc hiểu tài liệu và theo dõi đối tượng video. Dự án hoàn chỉnh, tệp được chỉnh sửa và tương tác đã thực thi đến từ môi trường ứng dụng; mô hình chuẩn bị và tinh chỉnh công việc văn bản tương ứng.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn glm-5v-turbo | 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 Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Hội thoại văn bản | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
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 |
Tham sốcontrol_scope | Hợp đồngHội thoại văn bản; stream là giá trị boolean và mặc định là false. |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Bí danh phương thức: /chat/completions
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.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0024 / 1K token Đầu ra · Token đầu ra $0.008 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00048 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0024 / 1K token Đầu ra · Token đầu ra $0.008 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00048 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"glm-5v-turbo","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-5v-turbo", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
glm-5v-turboGLM-5V-Turbo là mô hình lập trình đa phương thức của Z.ai dành cho ảnh chụp màn hình, tham chiếu trực quan, tài liệu và tác tử GUI. Cấu hình của hãng nhận hình ảnh, video, văn bản và tệp, trả về văn bản và ghi ngữ cảnh 200K cùng tối đa 128K token đầu ra.
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-5V-Turbo liên kết hiểu biết trực quan với phát triển phần mềm và công việc tác tử. Z.ai liệt kê hình ảnh, video, văn bản, tệp là đầu vào và văn bản là đầu ra. Cấu hình có ngữ cảnh 200K token và tối đa 128K token đầu ra. Nhiệm vụ có thể kết hợp ảnh chụp màn hình hoặc thiết kế với yêu cầu và đề nghị mã, lời giải thích trực quan hoặc kết quả dựa trên tài liệu. Đây là phiên bản riêng với GLM-5.3-Flash.
Tái dựng giao diện là ứng dụng chính. Hãng mô tả việc nhận biết bố cục, màu sắc, thứ bậc thành phần và logic tương tác từ bản mẫu. Cung cấp các trạng thái tham chiếu, chức năng cần có và ràng buộc, rồi yêu cầu mã có thể chỉnh sửa và lời giải thích. Ảnh chụp trang bị lỗi có thể giúp xác định lệch căn chỉnh, thành phần chồng lấn hoặc màu không khớp. Ứng dụng dựng đề xuất và cung cấp kết quả thực tế để tiếp tục diễn giải.
Quy trình GUI có thể vượt ra ngoài một ảnh chụp màn hình. Hãng mô tả khám phá chuyển trang, tài sản trực quan và dùng phát hiện để chuẩn bị mã. Xác định mục tiêu, hành động khả dụng, trả lại màn hình đã thay đổi hoặc quan sát và nêu sản phẩm hoàn chỉnh. Mô hình lập kế hoạch từ phản hồi đó; ứng dụng thực hiện điều hướng, nhấp hoặc thao tác khác. Phản hồi mô tả hành động không phải bằng chứng hành động đã được thực hiện.
Hãng mô tả hợp nhất thị giác-văn bản, bộ mã hóa thị giác CogViT và dự đoán nhiều token, cùng học tăng cường chung trên hơn 30 loại nhiệm vụ. Phạm vi gồm STEM, định vị đối tượng, video, GUI và tác tử lập trình. Chuỗi công cụ thị giác gồm vẽ hộp, chụp màn hình và đọc trang có hình ảnh. Những thông tin này giải thích trọng tâm phát triển mà không gán số tham số hoặc kiến trúc mô hình khác cho phiên bản này.
Tư liệu nhiệm vụ chính thức bao gồm chú thích ảnh, định vị đối tượng trực quan, viết dựa trên tài liệu, so sánh hồ sơ ứng viên với yêu cầu được cung cấp và chuẩn bị lời nhắc từ phương tiện tham chiếu. Đề bài tài liệu có thể nêu các trường và yêu cầu kết luận được đoạn trích hỗ trợ. Đề bài định vị có thể nêu đối tượng và kết quả hộp bao. Nhiệm vụ tham chiếu phương tiện có thể yêu cầu lời nhắc cảnh hoặc phong cách bằng văn bản; cách dùng đó không biến mô hình thành bộ tạo ảnh hay video gốc.
Cấu hình ghi các chế độ suy nghĩ, truyền theo luồng, gọi hàm và lưu đệm ngữ cảnh. Xác định công cụ và lưu quan sát của chúng cùng bước liên quan. Gắn nhãn nguồn, đường dẫn mã và chuỗi video, chừa chỗ cho suy luận và câu trả lời. Các ví dụ ghép phương tiện với câu hỏi cụ thể. Hạn chế truyền tải chính xác và điều khiển giao diện vẫn gắn với quy trình được tài liệu hóa thay vì một phiên bản GLM có tên tương tự.
Để có kết quả dùng được, yêu cầu các trang hoặc phần tài liệu đã bao quát, nội dung sản phẩm được đề xuất và khác biệt còn lại trong bằng chứng. Hãng minh họa lập trình trang web, tạo website, đọc hiểu tài liệu và theo dõi đối tượng video. Dự án hoàn chỉnh, tệp được chỉnh sửa và tương tác đã thực thi đến từ môi trường ứng dụng; mô hình chuẩn bị và tinh chỉnh công việc văn bản tương ứng.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn glm-5v-turbo | 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.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0024 / 1K token Đầu ra · Token đầu ra $0.008 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00048 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0024 / 1K token Đầu ra · Token đầu ra $0.008 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00048 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "glm-5v-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5v-turbo', '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-5v-turbo', '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-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
z-ai/glm-5v-turboGLM-5V-Turbo là mô hình lập trình đa phương thức của Z.ai dành cho ảnh chụp màn hình, tham chiếu trực quan, tài liệu và tác tử GUI. Cấu hình của hãng nhận hình ảnh, video, văn bản và tệp, trả về văn bản và ghi ngữ cảnh 200K cùng tối đa 128K token đầu ra.
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-5V-Turbo liên kết hiểu biết trực quan với phát triển phần mềm và công việc tác tử. Z.ai liệt kê hình ảnh, video, văn bản, tệp là đầu vào và văn bản là đầu ra. Cấu hình có ngữ cảnh 200K token và tối đa 128K token đầu ra. Nhiệm vụ có thể kết hợp ảnh chụp màn hình hoặc thiết kế với yêu cầu và đề nghị mã, lời giải thích trực quan hoặc kết quả dựa trên tài liệu. Đây là phiên bản riêng với GLM-5.3-Flash.
Tái dựng giao diện là ứng dụng chính. Hãng mô tả việc nhận biết bố cục, màu sắc, thứ bậc thành phần và logic tương tác từ bản mẫu. Cung cấp các trạng thái tham chiếu, chức năng cần có và ràng buộc, rồi yêu cầu mã có thể chỉnh sửa và lời giải thích. Ảnh chụp trang bị lỗi có thể giúp xác định lệch căn chỉnh, thành phần chồng lấn hoặc màu không khớp. Ứng dụng dựng đề xuất và cung cấp kết quả thực tế để tiếp tục diễn giải.
Quy trình GUI có thể vượt ra ngoài một ảnh chụp màn hình. Hãng mô tả khám phá chuyển trang, tài sản trực quan và dùng phát hiện để chuẩn bị mã. Xác định mục tiêu, hành động khả dụng, trả lại màn hình đã thay đổi hoặc quan sát và nêu sản phẩm hoàn chỉnh. Mô hình lập kế hoạch từ phản hồi đó; ứng dụng thực hiện điều hướng, nhấp hoặc thao tác khác. Phản hồi mô tả hành động không phải bằng chứng hành động đã được thực hiện.
Hãng mô tả hợp nhất thị giác-văn bản, bộ mã hóa thị giác CogViT và dự đoán nhiều token, cùng học tăng cường chung trên hơn 30 loại nhiệm vụ. Phạm vi gồm STEM, định vị đối tượng, video, GUI và tác tử lập trình. Chuỗi công cụ thị giác gồm vẽ hộp, chụp màn hình và đọc trang có hình ảnh. Những thông tin này giải thích trọng tâm phát triển mà không gán số tham số hoặc kiến trúc mô hình khác cho phiên bản này.
Tư liệu nhiệm vụ chính thức bao gồm chú thích ảnh, định vị đối tượng trực quan, viết dựa trên tài liệu, so sánh hồ sơ ứng viên với yêu cầu được cung cấp và chuẩn bị lời nhắc từ phương tiện tham chiếu. Đề bài tài liệu có thể nêu các trường và yêu cầu kết luận được đoạn trích hỗ trợ. Đề bài định vị có thể nêu đối tượng và kết quả hộp bao. Nhiệm vụ tham chiếu phương tiện có thể yêu cầu lời nhắc cảnh hoặc phong cách bằng văn bản; cách dùng đó không biến mô hình thành bộ tạo ảnh hay video gốc.
Cấu hình ghi các chế độ suy nghĩ, truyền theo luồng, gọi hàm và lưu đệm ngữ cảnh. Xác định công cụ và lưu quan sát của chúng cùng bước liên quan. Gắn nhãn nguồn, đường dẫn mã và chuỗi video, chừa chỗ cho suy luận và câu trả lời. Các ví dụ ghép phương tiện với câu hỏi cụ thể. Hạn chế truyền tải chính xác và điều khiển giao diện vẫn gắn với quy trình được tài liệu hóa thay vì một phiên bản GLM có tên tương tự.
Để có kết quả dùng được, yêu cầu các trang hoặc phần tài liệu đã bao quát, nội dung sản phẩm được đề xuất và khác biệt còn lại trong bằng chứng. Hãng minh họa lập trình trang web, tạo website, đọc hiểu tài liệu và theo dõi đối tượng video. Dự án hoàn chỉnh, tệp được chỉnh sửa và tương tác đã thực thi đến từ môi trường ứng dụng; mô hình chuẩn bị và tinh chỉnh công việc văn bản tương ứng.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn z-ai/glm-5v-turbo | 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.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0024 / 1K token Đầu ra · Token đầu ra $0.008 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00048 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0024 / 1K token Đầu ra · Token đầu ra $0.008 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00048 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "z-ai/glm-5v-turbo", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='z-ai/glm-5v-turbo',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='z-ai/glm-5v-turbo',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-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
z-ai/glm-5v-turboGLM-5V-Turbo là mô hình lập trình đa phương thức của Z.ai dành cho ảnh chụp màn hình, tham chiếu trực quan, tài liệu và tác tử GUI. Cấu hình của hãng nhận hình ảnh, video, văn bản và tệp, trả về văn bản và ghi ngữ cảnh 200K cùng tối đa 128K token đầu ra.
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-5V-Turbo liên kết hiểu biết trực quan với phát triển phần mềm và công việc tác tử. Z.ai liệt kê hình ảnh, video, văn bản, tệp là đầu vào và văn bản là đầu ra. Cấu hình có ngữ cảnh 200K token và tối đa 128K token đầu ra. Nhiệm vụ có thể kết hợp ảnh chụp màn hình hoặc thiết kế với yêu cầu và đề nghị mã, lời giải thích trực quan hoặc kết quả dựa trên tài liệu. Đây là phiên bản riêng với GLM-5.3-Flash.
Tái dựng giao diện là ứng dụng chính. Hãng mô tả việc nhận biết bố cục, màu sắc, thứ bậc thành phần và logic tương tác từ bản mẫu. Cung cấp các trạng thái tham chiếu, chức năng cần có và ràng buộc, rồi yêu cầu mã có thể chỉnh sửa và lời giải thích. Ảnh chụp trang bị lỗi có thể giúp xác định lệch căn chỉnh, thành phần chồng lấn hoặc màu không khớp. Ứng dụng dựng đề xuất và cung cấp kết quả thực tế để tiếp tục diễn giải.
Quy trình GUI có thể vượt ra ngoài một ảnh chụp màn hình. Hãng mô tả khám phá chuyển trang, tài sản trực quan và dùng phát hiện để chuẩn bị mã. Xác định mục tiêu, hành động khả dụng, trả lại màn hình đã thay đổi hoặc quan sát và nêu sản phẩm hoàn chỉnh. Mô hình lập kế hoạch từ phản hồi đó; ứng dụng thực hiện điều hướng, nhấp hoặc thao tác khác. Phản hồi mô tả hành động không phải bằng chứng hành động đã được thực hiện.
Hãng mô tả hợp nhất thị giác-văn bản, bộ mã hóa thị giác CogViT và dự đoán nhiều token, cùng học tăng cường chung trên hơn 30 loại nhiệm vụ. Phạm vi gồm STEM, định vị đối tượng, video, GUI và tác tử lập trình. Chuỗi công cụ thị giác gồm vẽ hộp, chụp màn hình và đọc trang có hình ảnh. Những thông tin này giải thích trọng tâm phát triển mà không gán số tham số hoặc kiến trúc mô hình khác cho phiên bản này.
Tư liệu nhiệm vụ chính thức bao gồm chú thích ảnh, định vị đối tượng trực quan, viết dựa trên tài liệu, so sánh hồ sơ ứng viên với yêu cầu được cung cấp và chuẩn bị lời nhắc từ phương tiện tham chiếu. Đề bài tài liệu có thể nêu các trường và yêu cầu kết luận được đoạn trích hỗ trợ. Đề bài định vị có thể nêu đối tượng và kết quả hộp bao. Nhiệm vụ tham chiếu phương tiện có thể yêu cầu lời nhắc cảnh hoặc phong cách bằng văn bản; cách dùng đó không biến mô hình thành bộ tạo ảnh hay video gốc.
Cấu hình ghi các chế độ suy nghĩ, truyền theo luồng, gọi hàm và lưu đệm ngữ cảnh. Xác định công cụ và lưu quan sát của chúng cùng bước liên quan. Gắn nhãn nguồn, đường dẫn mã và chuỗi video, chừa chỗ cho suy luận và câu trả lời. Các ví dụ ghép phương tiện với câu hỏi cụ thể. Hạn chế truyền tải chính xác và điều khiển giao diện vẫn gắn với quy trình được tài liệu hóa thay vì một phiên bản GLM có tên tương tự.
Để có kết quả dùng được, yêu cầu các trang hoặc phần tài liệu đã bao quát, nội dung sản phẩm được đề xuất và khác biệt còn lại trong bằng chứng. Hãng minh họa lập trình trang web, tạo website, đọc hiểu tài liệu và theo dõi đối tượng video. Dự án hoàn chỉnh, tệp được chỉnh sửa và tương tác đã thực thi đến từ môi trường ứng dụng; mô hình chuẩn bị và tinh chỉnh công việc văn bản tương ứng.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn z-ai/glm-5v-turbo | 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.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0024 / 1K token Đầu ra · Token đầu ra $0.008 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00048 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0024 / 1K token Đầu ra · Token đầu ra $0.008 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00048 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "z-ai/glm-5v-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'z-ai/glm-5v-turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'z-ai/glm-5v-turbo', '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-5v-turbo, z-ai/glm-5v-turbo
/chat/completions
Ví dụ kỹ thuật bằng tiếng Anh
Correct a described responsive layout\n\nPropose HTML and CSS for this written mockup: a header with brand text "North Workshop" and a Book visit link; below it, a title "Repair desk" and two service sections. On narrow screens the services stack in reading order. Use semantic elements, preserve exact labels and keep the link keyboard-focusable. Return editable code and inspection criteria.An editable HTML/CSS example with a responsive service layout and explicit visual and keyboard inspection criteria.Render both wide and narrow layouts and inspect reading order, exact labels and visible keyboard focus before using the code.