GLM

复制成功!
立即体验加入对比
推理文本生成

概述

推理文本生成

GLM新一代旗舰模型,核心能力较4.5全面提升。总参数量为3550 亿,激活参数320亿,上下文窗口扩展至200K。

输入

文本

输出

文本

功能

前缀补全

您可在调用通义千问 API 时启用 Partial Mode,确保模型严格基于您的起始文本进行生成。查看文档

函数调用

您可以使用 函数调用 功能,通过引入外部工具,使得大模型可以与外部世界进行交互。查看文档

缓存

Context Cache 技术会缓存长上下文请求的公共前缀,减少推理时的重复计算,提升响应速度同时降低您的使用成本。查看文档

结构化输出

开启结构化输出功能可以确保大模型输出标准格式的 JSON 字符串。查看文档

批量任务

联网搜索

启用联网检索功能后,模型将基于实时检索数据进行回复。查看文档

微调

定价

  • 输入
    ¥3/M tokens
  • 输出
    ¥14/M tokens
  • 输入(缓存命中)
    ¥0.6/M tokens
  • 输入
    ¥3/M tokens
  • 输出
    ¥14/M tokens
  • 输入(缓存命中)
    ¥0.6/M tokens

速率限制与上下文

  • 最大输入
    169.98K
  • 最大输出
    16.38K
  • RPM每分钟请求数
    60
  • TPM每分钟 Token 数
    1M
  • 最大输入(思考模式)
    169.98K
  • 最大输出(思考模式)
    16.38K
  • 上下文
    202.75K

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-4.6",
    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}")