bigmodel

GLM-4-plus

bigmodel/glm-4-plus
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

GLM-4-Plus是GLM团队发布的基座大模型,使用了大量模型辅助构造高质量合成数据以提升模型性能,利用PPO有效提升模型推理(数学、代码算法题等)表现,更好反映人类偏好。

输入 / 输出模态
文本 至 文本
参考输入 / 输出价格
输入¥5输出¥5每百万 Token
上下文长度
128K
收录时间
2025年4月16日

供应通道与价格

供应通道输入 /M输出 /M缓存读取 /M上下文最大输出详情
智谱¥5¥5¥0128K4.1K

智谱

延迟
0.39s
吞吐量
26 tokens/s
上下文
128K

价格

输入
¥5/M tokens
输出
¥5/M tokens
缓存
¥0/M tokens

规格

上下文
128K
最大输出
4.1K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

GLM-4-plus 的示例代码与 API 说明

Modelmesh 会帮你在不同服务提供商之间规范化处理请求和响应,为你统一接口。

Modelmesh 提供了兼容 OpenAI 的 Completion API,可连接 300 多款模型与服务提供商,既可直接调用,也可通过 OpenAI SDK 调用。此外,还提供了一些第三方 SDK。

在以下示例中,Modelmesh 专用的请求头属于可选项。若你配置了这些请求头,你的应用就能出现在 Modelmesh 的排行榜上。

支持的接口点击接口可切换下方示例
/v1/chat/completions
from openai import OpenAI API_KEY = "$SSY_API_KEY" client = OpenAI( base_url="https://router.shengsuanyun.com/api/v1", api_key=API_KEY, ) try: completion = client.chat.completions.create( model="bigmodel/glm-4-plus", messages=[{"role": "user", "content": "9.11 和 9.8 哪个数更大?"}], temperature=0.6, top_p=0.7, stream=True, ) response_text = "" for chunk in completion: if chunk.choices and chunk.choices[0].delta.content is not None: content = chunk.choices[0].delta.content print(content, end="", flush=True) response_text += content except Exception as error: print(f"Request failed: {error}")
                
              

相关模型