GLM-4.7 کے لیے Playground

GLM-4.7 کا Playground دریافت کریں — ماڈلز کو ٹیسٹ کرنے اور حقیقی وقت میں سوالات چلانے کے لیے ایک متحرک ماحول۔ پرامپٹس آزمائیں، پیرامیٹرز ایڈجسٹ کریں، اور فوری طور پر دہرائیں تاکہ ترقی کو تیز کریں اور استعمال کے معاملات کی تصدیق کریں۔

GLM-4.7 کیا ہے

GLM-4.7 Z.ai / Zhipu AI کا تازہ ترین فلیگ شپ اوپن فاؤنڈیشن بڑا لسانی ماڈل ہے (ماڈل نام glm-4.7)۔ اسے ڈویلپر مرکوز “سوچنے والا” ماڈل کے طور پر متعین کیا گیا ہے جس میں خاص طور پر کوڈنگ/ایجنٹ پر مبنی ٹاسک ایگزیکیوشن، کثیر مرحلہ استدلال، ٹول کال، اور طویل سیاقی ورک فلو میں بہتریاں شامل ہیں۔ یہ ریلیز بڑے سیاق کے ہینڈلنگ (200K تک کانٹیکسٹ)، زیادہ سے زیادہ آؤٹ پٹ (128K ٹوکنز تک)، اور ایجنٹ پر مبنی پائپ لائنز کے لیے خصوصی “تھِنکنگ” موڈز پر زور دیتی ہے۔

اہم خصوصیات

ایجنٹ پر مبنی/ٹول کے استعمال میں بہتریاں: بلٹ اِن تھنکنگ موڈز (“Interleaved Thinking”، “Preserved Thinking”، ٹرن-لیول کنٹرول) جو ماڈل کو “عمل سے پہلے سوچنے” دیں، متعدد ٹرنز میں استدلال برقرار رکھیں، اور ٹول کال یا کثیر مرحلہ ٹاسک انجام دیتے وقت زیادہ مستحکم رہیں۔ یہ مضبوط ایجنٹ ورک فلو (ٹرمنلز، ٹول چینز، ویب براؤزنگ) کے لیے موزوں ہے۔
کوڈنگ اور ٹرمنل صلاحیت: کوڈنگ بینچ مارکس اور ٹرمنل آٹومیشن ٹاسکس میں نمایاں بہتری — وینڈر بینچ مارکس SWE-bench اور Terminal Bench میٹرکس میں GLM-4.6 کے مقابلے واضح اضافہ دکھاتے ہیں۔ اس کا نتیجہ ایجنٹ ماحول میں بہتر ملٹی ٹرن کوڈ جنریشن، کمانڈ کی ترتیب اور ریکوری کی صورت میں نکلتا ہے۔
“Vibe coding” / فرنٹ اینڈ آؤٹ پٹ کوالٹی: بنائے گئے HTML، سلائیڈز اور پریزنٹیشنز کے لیے ڈیفالٹ UI/لے آؤٹ کوالٹی میں بہتری (زیادہ صاف ستھرے لے آؤٹس، سائزنگ، بہتر بصری ڈیفالٹس)۔
طویل سیاقی ورک فلو: 200K ٹوکن کانٹیکسٹ ونڈو اور کانٹیکسٹ کیشنگ کے ٹولز؛ کثیر فائل کوڈبیسز، طویل دستاویزات، اور ملٹی راؤنڈ ایجنٹ سیشنز کے لیے عملی۔

بینچ مارک کارکردگی

GLM-4.7 کے پبلشر/مینٹینرز اور کمیونٹی بینچ مارک ٹیبلز کوڈنگ، ایجنٹ پر مبنی اور ٹول کے استعمال والے ٹاسکس پر GLM-4.6 کے مقابلے نمایاں اضافہ اور دیگر ہم عصر ماڈلز کے خلاف مسابقتی نتائج رپورٹ کرتے ہیں۔ منتخب نمبرز (ماخذ: آفیشل Hugging Face / Z.AI شائع کردہ ٹیبلز):

LiveCodeBench-v6 (کوڈنگ ایجنٹ بینچ مارک): 84.9 (اوپن سورس SOTA حوالہ دیا گیا)۔
SWE-bench Verified (کوڈنگ): 73.8% (GLM-4.6 کے 68.0% سے بہتر)۔
SWE-bench Multilingual: 66.7% (+12.9% بمقابلہ GLM-4.6)۔
Terminal Bench 2.0 (ایجنٹک ٹرمنل ایکشنز): 41.0% (ورژن 4.6 کے مقابلے قابل ذکر +16.5% بہتری)۔
HLE (ٹولز کے ساتھ پیچیدہ استدلال): ٹولز کے ساتھ استعمال پر 42.8% (سابقہ ورژنز کے مقابلے بڑی بہتری رپورٹ)۔
τ²-Bench (انٹرایکٹو ٹول کال): 87.4 (رپورٹڈ اوپن سورس SOTA)۔

عام استعمالی صورتیں اور مثالیں

ایجنٹ پر مبنی کوڈنگ اسسٹنٹس: خودکار یا نیم خودکار کوڈ جنریشن، ملٹی ٹرن کوڈ فکسز، ٹرمنل آٹومیشن اور CI/CD اسکرپٹنگ۔
ٹول ڈرِوَن ایجنٹس: ویب براؤزنگ، API آرکسٹریشن، کثیر مرحلہ ورک فلو (Preserved Thinking اور فنکشن کالنگ کی مدد سے)۔
فرنٹ اینڈ اور UI جنریشن: خودکار ویب سائٹ اسکیفولڈنگ، سلائیڈ ڈیکس، پوسٹرز بہتر جمالیاتی ذوق اور لے آؤٹ کے ساتھ۔
تحقیقی و طویل سیاقی ٹاسکس: دستاویز خلاصہ سازی، لٹریچر سنتھیسِس، اور طویل دستاویزات پر ریٹریول آگمینٹڈ جنریشن (200k ٹوکن ونڈو یہاں مددگار ہے)۔
انٹرایکٹو تعلیمی ایجنٹس/کوڈنگ ٹیوٹرز: ملٹی ٹرن ٹیوشن جس میں محفوظ شدہ استدلال سیشن کے دوران سابقہ reasoning بلاکس کو یاد رکھتا ہے۔

GLM 4.7 API تک رسائی اور استعمال کا طریقہ

مرحلہ 1: API Key کے لیے سائن اپ کریں

cometapi.com میں لاگ اِن کریں۔ اگر آپ ہمارے صارف نہیں ہیں تو پہلے رجسٹر کریں۔ اپنے CometAPI کنسول میں سائن اِن کریں۔ انٹرفیس کا ایکسیس کریڈینشل API key حاصل کریں۔ پرسنل سینٹر میں API ٹوکن پر “Add Token” پر کلک کریں، ٹوکن key حاصل کریں: sk-xxxxx اور سبمٹ کریں۔

مرحلہ 2: MiniMax M2.1 API کو درخواستیں بھیجیں

API ریکویسٹ بھیجنے کے لیے “glm-4.7” اینڈپوائنٹ منتخب کریں اور ریکویسٹ باڈی سیٹ کریں۔ ریکویسٹ میتھڈ اور ریکویسٹ باڈی ہماری ویب سائٹ کے API ڈاک سے حاصل کیے جاتے ہیں۔ ہماری ویب سائٹ آپ کی سہولت کے لیے Apifox ٹیسٹ بھی فراہم کرتی ہے۔ اپنے اکاؤنٹ کی حقیقی CometAPI key سے <YOUR_API_KEY> کو تبدیل کریں۔ Where to call it: Chat-اسٹائل APIs۔

اپنا سوال یا درخواست content فیلڈ میں درج کریں — ماڈل اسی کا جواب دیتا ہے۔ جنریٹڈ جواب حاصل کرنے کے لیے API ریسپانس کو پروسیس کریں۔

مرحلہ 3: نتائج حاصل کریں اور تصدیق کریں

جنریٹڈ جواب حاصل کرنے کے لیے API ریسپانس کو پروسیس کریں۔ پروسیسنگ کے بعد، API ٹاسک اسٹیٹس اور کے ساتھ جواب دیتی ہے۔

GLM-4.7 کے لیے خصوصیات

[ماڈل کا نام] کی اہم خصوصیات دریافت کریں، جو کارکردگی اور قابل استعمال کو بہتر بنانے کے لیے ڈیزائن کی گئی ہیں۔ جانیں کہ یہ صلاحیتیں آپ کے منصوبوں کو کیسے فائدہ پہنچا سکتی ہیں اور صارف کے تجربے کو بہتر بنا سکتی ہیں۔

text-to-text

text-to-music

speech-to-text

text-to-speech

text-to-image

image-to-image

image-editing

image-to-text

text-to-video

image-to-video

chat

video-to-text

pdf-to-text

GLM-4.7 کی قیمتیں

[ماڈل کا نام] کے لیے مسابقتی قیمتوں کو دریافت کریں، جو مختلف بجٹ اور استعمال کی ضروریات کے مطابق ڈیزائن کیا گیا ہے۔ ہمارے لچکدار منصوبے اس بات کو یقینی بناتے ہیں کہ آپ صرف اسی کے لیے ادائیگی کریں جو آپ استعمال کرتے ہیں، جس سے آپ کی ضروریات بڑھنے کے ساتھ ساتھ اسکیل کرنا آسان ہو جاتا ہے۔ دریافت کریں کہ [ماڈل کا نام] کیسے آپ کے پروجیکٹس کو بہتر بنا سکتا ہے جبکہ اخراجات کو قابو میں رکھتا ہے۔

Comet قیمت (USD / M Tokens)	سرکاری قیمت (USD / M Tokens)
ان پٹ:$0.44/M آؤٹ پٹ:$1.78/M	ان پٹ:$0.56/M آؤٹ پٹ:$2.22/M

GLM-4.7 کے لیے نمونہ کوڈ اور API

GLM-4.7 کے لیے جامع نمونہ کوڈ اور API وسائل تک رسائی حاصل کریں تاکہ آپ کے انضمام کے عمل کو آسان بنایا جا سکے۔ ہماری تفصیلی دستاویزات قدم بہ قدم رہنمائی فراہم کرتی ہیں، جو آپ کو اپنے پروجیکٹس میں GLM-4.7 کی مکمل صلاحیت سے فائدہ اٹھانے میں مدد کرتی ہیں۔

Python
JavaScript
Curl

from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

# glm-4.7: Zhipu GLM-4.7 model via chat/completions
completion = client.chat.completions.create(
    model="glm-4.7",
    messages=[
        {"role": "user", "content": "Hello! Tell me a short joke."}
    ]
)

print(completion.choices[0].message.content)

GLM-4.7

GLM-4.7 کے لیے Playground

مزید ماڈلز