AI Prosumer
MR
z-ai/glm4:9b-chat-q3_k_s

Llama 3 च्या तुलनेत स्पर्धात्मक कामगिरी असलेले एक मजबूत बहुभाषिक सामान्य भाषा मॉडेल.

इनपुट → आउटपुट
मजकूर मजकूर
प्रवेश
टोकन एक्सचेंज
संदर्भ विंडो
131,072 टोकन्स
मॉडेल टॅग्स
32 उपलब्ध आवृत्त्या
परवाना: उघड वजन

मॉडेलपासून अनुप्रयोगापर्यंत

जलद प्रारंभ

API संदर्भ
  1. तुमचा API की प्राप्त करा

    ShareAI कन्सोलमध्ये की तयार करा, नंतर ती तुमच्या सर्व्हरवर पर्यावरणीय व्हेरिएबल म्हणून सेव्ह करा.

    API की तयार करा
    पर्यावरणीय व्हेरिएबल
    export SHAREAI_API_KEY="your-api-key"
  2. तुमचा एंडपॉइंट निवडा

    तुमच्या API कीसह Authorization हेडरमध्ये POST विनंती पाठवा.

    पोस्टhttps://api.shareai.now/api/v1/chat/completions

    या टॅगचा एंडपॉइंट अद्याप पुष्टी झालेला नाही. विनंती पाठवण्यापूर्वी API संदर्भ आणि तुमचे कन्सोल तपासा.

  3. तुमची पहिली विनंती करा

    उदाहरणे तुमच्या निवडलेल्या टॅगचा वापर करतात आणि त्याच्या विनंती स्वरूपाचे प्रदर्शन करतात. तुमच्या सर्व्हरवर त्यांना चालवा जेणेकरून तुमची API की खाजगी राहील. तुम्ही विनंती पाठवल्यावर मॉडेल उपलब्धता आणि खाते प्रवेश तपासले जातात.

    cURL
    curl --fail-with-body --request POST 'https://api.shareai.now/api/v1/chat/completions' \
      --header "Authorization: Bearer ${SHAREAI_API_KEY}" \
      --header 'Content-Type: application/json' \
      --data-raw '{
      "model": "z-ai/glm4:9b-chat-q3_k_s",
      "messages": [
        {
          "role": "user",
          "content": "Hello!"
        }
      ],
      "stream": false
    }'
    Python
    import json
    import os
    import urllib.request
    
    payload = {
        "model": "z-ai/glm4:9b-chat-q3_k_s",
        "messages": [
            {
                "role": "user",
                "content": "Hello!",
            },
        ],
        "stream": False,
    }
    request = urllib.request.Request("https://api.shareai.now/api/v1/chat/completions",
        data=json.dumps(payload).encode(),
        headers={
            "Authorization": f"Bearer {os.environ['SHAREAI_API_KEY']}",
            "Content-Type": "application/json",
        },
        method="POST",
    )
    with urllib.request.urlopen(request, timeout=180) as response:
        print(json.dumps(json.load(response), indent=2))
    Go
    package main
    
    import (
        "bytes"
        "encoding/json"
        "fmt"
        "io"
        "net/http"
        "os"
        "time"
    )
    
    func main() {
        if err := run(); err != nil {
            fmt.Fprintln(os.Stderr, err)
            os.Exit(1)
        }
    }
    
    func run() error {
        key := os.Getenv("SHAREAI_API_KEY")
        if key == "" { return fmt.Errorf("set SHAREAI_API_KEY") }
        body := []byte(`{
      "model": "z-ai/glm4:9b-chat-q3_k_s",
      "messages": [
        {
          "role": "user",
          "content": "Hello!"
        }
      ],
      "stream": false
    }`)
        request, err := http.NewRequest(http.MethodPost, "https://api.shareai.now/api/v1/chat/completions", bytes.NewReader(body))
        if err != nil { return err }
        request.Header.Set("Authorization", "Bearer " + key)
        request.Header.Set("Content-Type", "application/json")
        client := &http.Client{Timeout: 180 * time.Second}
        response, err := client.Do(request)
        if err != nil { return err }
        defer response.Body.Close()
        if response.StatusCode < 200 || response.StatusCode >= 300 {
            detail, _ := io.ReadAll(io.LimitReader(response.Body, 1<<20))
            return fmt.Errorf("ShareAI HTTP %d: %s", response.StatusCode, detail)
        }
        var result any
        if err := json.NewDecoder(response.Body).Decode(&result); err != nil { return err }
        encoder := json.NewEncoder(os.Stdout)
        encoder.SetIndent("", "  ")
        return encoder.Encode(result)
    }

    main.go म्हणून सेव्ह करा आणि go run main.go चालवा. हे उदाहरण Go स्टँडर्ड लायब्ररीचा वापर करते.

    Rust अवलंबित्व सेट करा

    तुमच्या Cargo प्रकल्पात, ही अवलंबित्वे जोडा. उदाहरण src/main.rs म्हणून सेव्ह करा, नंतर cargo run चालवा.

    Cargo कमांड्स
    cargo add [email protected] --no-default-features --features blocking,json,rustls-tls
    cargo add serde_json@1
    रस्ट
    fn main() -> Result<(), Box<dyn std::error::Error>> {
        let api_key = std::env::var("SHAREAI_API_KEY")?;
        let payload: serde_json::Value = serde_json::from_str(r#"{
      "model": "z-ai/glm4:9b-chat-q3_k_s",
      "messages": [
        {
          "role": "user",
          "content": "Hello!"
        }
      ],
      "stream": false
    }"#)?;
        let client = reqwest::blocking::Client::builder()
            .timeout(std::time::Duration::from_secs(180))
            .build()?;
        let response = client.post(r#"https://api.shareai.now/api/v1/chat/completions"#)
            .bearer_auth(api_key)
            .json(&payload)
            .send()?
            .error_for_status()?;
        let result: serde_json::Value = response.json()?;
        println!("{}", serde_json::to_string_pretty(&result)?);
        Ok(())
    }
    टाइपस्क्रिप्ट
    const payload = {
      "model": "z-ai/glm4:9b-chat-q3_k_s",
      "messages": [
        {
          "role": "user",
          "content": "Hello!"
        }
      ],
      "stream": false
    };
    const response = await fetch("https://api.shareai.now/api/v1/chat/completions", {
      method: 'POST',
      headers: {
        Authorization: `Bearer ${process.env.SHAREAI_API_KEY}`,
        'Content-Type': 'application/json',
      },
      body: JSON.stringify(payload),
    });
    if (!response.ok) throw new Error(await response.text());
    console.log(JSON.stringify(await response.json(), null, 2));

टोकन एक्सचेंज

टोकन एक्सचेंजद्वारे उपलब्ध

तुमच्या टोकन बॅलन्ससह नेटवर्क वापरा. तुमच्या खात्याच्या वापर सेटिंग्ज ठरवतात की विनंत्यांचे बिलिंग कसे होईल.

तुमचा आवृत्ती निवडा

टॅग्स 32

सर्व टॅग पहा

टॅग उघडा त्याचे तपशील आणि API उदाहरणे पाहण्यासाठी.

z-ai/glm4:latest131,072 टोकन संदर्भ
टोकन एक्सचेंज
z-ai/glm4:9b131,072 टोकन संदर्भ
टोकन एक्सचेंज

थोडी अधिक माहिती

वारंवार विचारले जाणारे प्रश्न

glm4 म्हणजे काय?

Llama 3 च्या तुलनेत स्पर्धात्मक कामगिरी असलेले एक मजबूत बहुभाषिक सामान्य भाषा मॉडेल.

glm4 ची किंमत किती आहे?

हा टॅग टोकन एक्सचेंजद्वारे उपलब्ध आहे. तुमचा टोकन शिल्लक आणि खाते वापर सेटिंग्ज प्रवेश आणि बिलिंग ठरवतात. तुमचा शिल्लक आणि पात्रता तपासण्यासाठी तुमचा कन्सोल तपासा.

glm4 कोणते इनपुट्स आणि आउटपुट्स समर्थित करते?

इनपुट्स: मजकूर. आउटपुट्स: मजकूर. निवडलेल्या मॉडेल टॅगसाठी या क्षमता लागू होतात. समर्थित विनंती स्वरूपांसाठी एंडपॉइंट दस्तऐवज तपासा.

glm4 चा संदर्भ लांबी किती आहे?

या टॅगमध्ये 131,072 टोकन्सची संदर्भ विंडो आहे. संदर्भ आकार आणि किंमतींच्या मर्यादा वेगळ्या आहेत. विशिष्ट डिप्लॉयमेंटसाठी विनंती मर्यादा कमी असू शकतात.

ShareAI सह glm4 कसे वापरावे?

ShareAI कन्सोलमध्ये API की तयार करा, मॉडेल टॅग निवडा, आणि क्विक स्टार्टमधील एन्डपॉइंटला प्रमाणित विनंती पाठवा. निवडलेल्या मॉडेलसाठी तुमच्या कीला प्रवेश असणे आवश्यक आहे. तुमची की तुमच्या सर्व्हरवर ठेवा.