glm-4.7-flashx
GLM-4.7-FlashX 是智谱 GLM-4.7 系列的轻量高效版,总参数30B,兼顾性能与性价比。继承 GLM-4.7 系列在 Agentic Coding、长程任务规划与工具协同方面的强化能力,FlashX 版本以更快的响应速度和更高的吞吐量,满足实时交互、高频调用等业务场景需求。同时具备简洁自然的回复风格与沉浸式写作能力,在工具调用场景下指令遵循能力依然稳定可靠。
能力:文本生成
最大上下文长度:200K 输入: 文本 输出: 文本复制
价格信息
类型官方原价/折扣价格
输入
0.500.40 积分/M tokens
输入(命中缓存)
0.100.08 积分/M tokens
输出
3.002.37 积分/M tokens
API文档
Request address and method(请求地址和方式)
POSThttps://api.suanjiayun.com/v1/chat/completions
Request Headers(请求头)
"Authorization" string必填
示例:"Bearer <令牌key>"。使用 Bearer Token 认证
"Content-Type" string必填
示例:"application/json"。使用 JSON 发送请求主体
Request Body(请求体)
application/json "model" string必填
示例:"glm-4.7-flashx"。 调用的模型 ID
"messages" array必填
对话消息列表
"role" string
示例:"user"。 聊天模型 API 中消息的角色标识。取值:"system" | "user" | "assistant"
"content" string必填
示例:"内容"。 对话内容
"stream" boolean
示例:false。 调用的模型 ID
"temperature" number
示例:1。 采样温度,控制输出的随机性和创造性,取值范围[0,2]
"top_p" number
示例:1。 核采样参数,控制词汇选择的多样性,取值范围[0,1]
"n" number
示例:1。 生成数量,取值范围[1,+∞]
"frequency_penalty" number
示例:0。 频率惩罚,减少重复词汇的出现[-2,2]
"presence_penalty" number
示例:0。 存在惩罚,鼓励讨论新话题[-2,2]
"reasoning_effort" string
示例:"medium"。 推理强度 (用于支持推理的模型),"low" | "medium" | "high"
请求示例
cURL
JavaScript
Java
Python
Go
响应示例
200
400
409