AiNews
⚡ 速览 🧠 模型
← 返回首页

#glm-5.2

包含标签 "glm-5.2" 的文章,共 4 篇。

💻 AI 编程 V2EX

ZCode与GLM-5.2集成报错及修复

原文描述了一位开发者在使用`zcode v3.3.3`与`opencode go glm-5.2`进行集成时遇到的一个技术问题。核心问题是`zcode`在请求中新增了一个名为`extra_body`的字段,而`opencode go glm-5.2`接口未能识别该字段,导致系统报错`invalid_request_error`,具体错误信息为“Extra inputs are not permitted, field: 'extra_body'”。该问题发生在未通过任何LLM Gateway的情况下,报错详情中包含了TraceID和provider_code等信息,明确指出请求无效。 为解决此兼容性问题,开发者通过`cc opus`(一个AI Agent)的协助,对`zcode`的核心文件`zcode.cjs`中的`hbn()`函数进行了代码补丁。具体操作是备份原始文件后,在`zcode.cjs`的约1958824行处修改了`hbn()`函数,以确保`extra_body`字段(特别是其内部的`chat_template_kwargs`参数)能够被`glm-5.2`正确处理。此案例揭示了AI开发中,不同工具和模型版本间API兼容性挑战的普遍性。对于中国开发者和AI创业者而言,这强调了在集成不同AI组件时,需要密切关注数据结构和API协议的变化,并准备好进行必要的代码调整。同时,也展示了AI Agent在辅助代码调试和修复方面的潜力,为开发者提供了新的效率提升途径。

🧠 模型动态 LINUX DO

GLM-5.2模型:国产大模型应用与购买渠道探讨

近期,有开发者因对海外大模型服务体验不佳,转而关注并寻求国产大模型解决方案。其中,智谱AI的GLM-5.2模型因其在测评中的优异表现,成为社区热议的焦点。该开发者提出了一系列实际应用中的关键问题:GLM-5.2是否值得推荐?如何获取更经济的使用渠道?以及如何应对模型可能存在的“抢购”现象。讨论中,OpenRouter等第三方API平台被提及作为潜在的便捷接入方式,但用户也表达了对量化模型性能可能不足的担忧。这一讨论不仅反映了中国开发者在选择和集成AI模型时,对性能、成本、可用性及服务稳定性的综合考量,也凸显了国产大模型在市场中的崛起及其面临的实际推广挑战。

🧠 模型动态 LINUX DO

祖传BUG实测火山GLM-5.2性能表现

本文分享了开发者使用“祖传BUG”对火山引擎GLM-5.2模型进行深度测试的实际表现。测试共进行了两次:在第一次测试中,模型起手采用英文进行思维链(CoT)思考,并以中文输出,整体耗时12分54秒(期间经历一次超时重试),其代码解决能力在评测中约排名第10位。在第二次测试中,模型转为中文思考,成功规避了本地代码中的引用库Bug,此次表现极其出色,能力逼近顶尖模型水平,且耗时缩短至11分30秒,全程无中断一次性完成,相比上线首日的17分钟有显著提升。测试结果表明,GLM-5.2在中文思考模式下能展现出更强的代码逻辑与纠错能力,且推理速度和稳定性在持续优化。这对于关注国产大模型在实际开发、Debug场景中落地表现的中国开发者具有重要的参考价值。

🧠 模型动态 LINUX DO

Charm Hyper新套餐:$20享$375代币,GLM-5.2

Charm Hyper近日推出一项极具吸引力的新套餐,旨在为中国开发者和AI创业者提供更经济高效的大模型API访问服务。该套餐用户仅需支付20美元,即可获得价值375美元的代币,大幅降低了使用先进AI模型的门槛和成本。 此次更新的亮点之一是新增对Z.AI GLM-5.2模型的支持。GLM-5.2模型拥有1000K的上下文窗口,其输入代币价格为每百万1.5美元,输出代币价格为每百万4.5美元,并支持推理功能。这对于需要处理长文本、进行复杂推理任务的开发者而言,提供了强大的工具。 除了GLM-5.2,Charm Hyper平台还广泛支持多种主流大模型,包括DeepSeek V4 Flash和Pro版本(均支持1000K上下文),Google Gemma 4 26B A4B(256K上下文),以及Z.AI GLM-5和GLM-5.1等。平台公布的价格表显示,其模型API定价策略与官方API价格基本保持一致,甚至在某些模型上更具竞争力。例如,DeepSeek V4 Flash的输入/输出代币价格分别为每百万0.14美元和0.28美元,而DeepSeek V4 Pro则为0.435美元和0.87美元。 该新套餐的推出,结合其多样化的模型支持和透明的定价,为开发者提供了灵活且经济的选择,尤其适合进行AI应用开发、模型测试或寻求高性价比API服务的团队。此举有望进一步推动中国AI生态系统的发展,赋能更多创新项目。