Z.ai: GLM 4 32B z-ai/glm-4-32b

Модель Z.ai: GLM 4 32B от ZAI (семейство glm-4) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Серия GLM от Zhipu AI — китайский open-source лидер.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

128K

контекст, токенов

10 ₽

за 1 млн входных токенов

10 ₽

за 1 млн выходных токенов

возможностей

2024-06

база знаний до

Что такое Z.ai: GLM 4 32B

Экономичная модель для агентных сценариев, кода и работы с китайским языком при большом контекстном окне.

GLM-4-32B — фундаментальная языковая модель от китайской компании Zhipu AI (Z.ai), входящая в семейство GLM-4. Модель позиционируется как экономически эффективное решение для широкого круга задач: при относительно компактном размере она демонстрирует заметные возможности в работе с инструментами (tool use), поиске в интернете и задачах, связанных с кодом.

Контекстное окно в 128 000 токенов позволяет обрабатывать объёмные документы, длинные диалоги и сложные многошаговые инструкции без потери контекста. Модели семейства GLM-4 традиционно хорошо справляются с задачами на китайском языке, что делает GLM-4-32B привлекательным вариантом для проектов с аудиторией или контентом на китайском, хотя английский язык также поддерживается.

Ключевое преимущество модели — баланс между стоимостью инференса и функциональностью: улучшенный агентный режим с вызовом инструментов и интеграцией поиска делает её пригодной для построения автономных пайплайнов и ассистентов без необходимости использовать более дорогие флагманские модели.

Когда брать эту модель

✓ Разработка агентов и пайплайнов с вызовом внешних инструментов и API
✓ Задачи на китайском языке: перевод, суммаризация, генерация контента
✓ Написание, анализ и отладка кода на популярных языках программирования
✓ Обработка длинных документов и многошаговые инструкции благодаря контексту 128k
✓ Прототипирование ассистентов с поиском в интернете при ограниченном бюджете

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Напиши Python-скрипт для парсинга таблицы из HTML-страницы с использованием BeautifulSoup, обработай возможные исключения и сохрани результат в CSV-файл.

Использование Z.ai: GLM 4 32B через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-4-32b",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="z-ai/glm-4-32b",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "z-ai/glm-4-32b",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);