GLM
复制成功!
立即体验加入对比
文本生成
概述
文本生成
GLM-4.5采用混合专家(MoE)架构,总参数量为3550 亿,激活参数320亿,在复杂推理、代码生成及智能体交互等通用能力上实现了能力融合与技术突破。
输入
文本
输出
文本
功能
前缀补全
函数调用
缓存
结构化输出
批量任务
联网搜索
微调
定价
- 输入¥3/M tokens
- 输出¥14/M tokens
- 输入¥3/M tokens
- 输出¥14/M tokens
上下文
上下文
131.07K
最大输入
98.30K
最大输出
16.38K
速率限制
- RPM每分钟请求数60
- TPM每分钟 Token 数1M
API 参考
获取 API Key复制成功!
12345678910111213141516171819202122232425262728293031
import os
from dashscope import Generation
import dashscope
dashscope.base_http_api_url = 'https://dashscope.aliyuncs.com/api/v1'
messages = [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "你是谁?"},
]
response = Generation.call(
# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key = "sk-xxx",
api_key=os.getenv("DASHSCOPE_API_KEY"),
model="glm-4.5",
messages=messages,
result_format="message",
# 开启深度思考
enable_thinking=True,
)
if response.status_code == 200:
# 打印思考过程
print("=" * 20 + "思考过程" + "=" * 20)
print(response.output.choices[0].message.reasoning_content)
# 打印回复
print("=" * 20 + "完整回复" + "=" * 20)
print(response.output.choices[0].message.content)
else:
print(f"HTTP返回码:{response.status_code}")
print(f"错误码:{response.code}")
print(f"错误信息:{response.message}")