Kvantora.ai
ВойтиНачать работу
К результатам поиска

zhipu

Coding GLM 5 Turbo

GLM Turbo для программирования, диалогов и задач с инструментами.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Вызов инструментовВызов инструментовМодель может запросить вызов функции. Приложение проверяет права и выполняет действие.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
Вход
7,20 ₽
Выход
26,40 ₽
Кэш
7,20 ₽
за 1 млн токенов
Посмотреть пример APIОткрыть в студии
API ID
zhipu/coding-glm-5-turbo

Данные каталога получены .

Цена

Текстовый диалог · вход
7,20 ₽ / 1 млн токенов
Текстовый диалог · выход
26,40 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
7,20 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Coding GLM 5 Turbo относится к семейству GLM Turbo для программирования, текстовых диалогов и задач агента. Принимает текстовые инструкции и исходные материалы и возвращает текст.

Характеристики

ДоступностьНет данныхНет данных за 24 часа: AIHubMix не публикует статистику успешных запросов для этой модели
Тип модели
Текст
Вход модели
Текст

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Операции
Текстовый диалог
Возможности модели
Потоковый ответ, Рассуждения, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON

Контрольные показатели

Для этой версии модели оценок пока нет.

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Пример API-запроса подготовлен для этой операции. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "zhipu/coding-glm-5-turbo",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ