202K संदर्भ, 128K आउटपुट, टूल कॉलिंग, संरचित आउटपुट और कैश समर्थन के साथ लंबे संदर्भ वाला Zhipu AI रीजनिंग मॉडल।
Z.aiपाठ निर्माण202K कॉन्टेक्स्टरिलीज 7 अप्रैल 2026Chinaस्वामित्व वाला एंडपॉइंट202K संदर्भ, 128K आउटपुट, टूल कॉलिंग, संरचित आउटपुट और कैश समर्थन के साथ लंबे संदर्भ वाला Zhipu AI रीजनिंग मॉडल।
टिप्पणियाँ: - चीन परिनियोजन मोड में अलीबाबा क्लाउड मॉडल स्टूडियो द्वारा सेवा की जाती है - संदर्भ विंडो: 202K टोकन - अधिकतम आउटपुट: 128K टोकन - फ़ंक्शन कॉलिंग, संरचित आउटपुट और संदर्भ कैश का समर्थन करता है - संरचित आउटपुट enable_thinking=false के साथ चलना चाहिए - वेब खोज, बैच, उपसर्ग निरंतरता या फाइन-ट्यूनिंग का समर्थन नहीं करता है
इस नाम से भी जाना जाता है Z.ai GLM 5.1
glm-5-1/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/glm-5-1:generateContentEmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।
GLM 5.1 OpenAI-संगत Chat Completions API देता है। किसी भी OpenAI SDK को अपनी EmpirioLabs API key के साथ https://api.empiriolabs.ai/v1 पर सेट करें और model id glm-5-1 उपयोग करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5-1",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="glm-5-1",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)EmpirioLabs पर GLM 5.1 API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।
| पैरामीटर | प्रकार | डिफॉल्ट | रेंज / मान | विवरण |
|---|---|---|---|---|
| max_tokens | integer | - | 1 से 128000 | अधिकतम आउटपुट टोकन। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है। |
| temperature | number | 1 | 0 से 2 | नमूना तापमान। 0 = नियतात्मक, 2 = अधिकतम यादृच्छिकता। |
| top_p | number | 0.95 | 0 से 1 | नाभिक नमूनाकरण संभाव्यता द्रव्यमान। निचला = अधिक केंद्रित। |
| top_k | integer | 20 | 1 से 100 | शीर्ष K टोकन तक नमूनाकरण सीमित करता है। |
| repetition_penalty | number | 1 | 0.1 से 2 | बार-बार टोकन को दंडित करता है। |
| reasoning_effort | enum | medium | none, low, medium, high, max | तर्क प्रयास स्तर। कोई भी सोच को अक्षम नहीं करता है। निम्न, मध्यम, उच्च और अधिकतम सेट चयनित मॉडल के आकार के बाउंड थिंकिंग बजट। |
| enable_thinking | boolean | true | - | उत्तर देने से पहले मॉडल को तर्क करने दें। response_format के साथ, मॉडल बिना किसी तर्क के उत्तर देता है जब तक कि अनुरोध enable_thinking सेट न हो। |
| thinking_budget | integer | 32768 | 1 से 38912 | सोच सक्षम होने पर तर्क के लिए आरक्षित अधिकतम टोकन। |
| tool_stream | boolean | false | - | स्ट्रीमिंग करते समय फ़ंक्शन-कॉल तर्कों को वृद्धिशील रूप से स्ट्रीम करें। |
| tools | array | [] | - | OpenAI-संगत फ़ंक्शन कॉलिंग टूल परिभाषाएँ। |
| tool_choice | object | - | - | OpenAI-संगत उपकरण विकल्प नियंत्रण। |
| parallel_tool_calls | boolean | - | - | एक ही सहायक मोड़ में कई टूल कॉल की अनुमति दें। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है। |
| stop | array | - | - | वैकल्पिक स्टॉप अनुक्रम। |
| response_format | enum | - | - | आउटपुट को वैध JSON ऑब्जेक्ट (JSON मोड) के रूप में लौटाएं। अपने प्रॉम्प्ट में उन फ़ील्ड का वर्णन करें जिन्हें आप चाहते हैं। |
EmpirioLabs पर GLM 5.1 का बिल उपयोग के अनुसार बनता है। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
GLM 5.1 202K टोकन की context window समर्थित करता है।
हां। GLM 5.1 OpenAI-संगत Chat Completions API देता है, इसलिए मौजूदा OpenAI SDKs base_url को https://api.empiriolabs.ai/v1 पर सेट करके और model id glm-5-1 रखकर काम करते हैं।
हां। EmpirioLabs playground ब्राउज़र में GLM 5.1 को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।
EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।
