最能打的小模型，API调用免费了！

8⽉27⽇，智谱AI的BigModel开放平台宣布：大模型GLM-4-Flash调用全部免费！

然后我就赶紧去试试了（薅羊毛）！新用户可以免费⽀持2个并发，128上下文，个⼈使⽤是够够的了。

GLM-4-Flash模型介绍

GLM-4-Flash，堪称“最能打的小模型”，是智谱AI所推出的GLM-4系列预训练模型的开源版本。在叠加调用免费的优势，简直是无敌了！

GLM-4-Flash经全面测评，在语义理解、数学逻辑、逻辑推理、代码执行以及广泛知识覆盖等方面，其表现显著超越了Llama-3-8B模型。

GLM-4-Flash模型还具备多种核心功能，包括但不限于流畅的多轮对话能力、内置的网页浏览功能、直接的代码执行支持、灵活的自定义工具调用接口，以及卓越的长文本推理性能（支持处理最大128K的上下文内容），这些功能造就了GLM-4-flash强大的智能化应用能力。

模型优势

GLM-4-Flash所展示的高性能，归功在数据预处理的精细度、预训练技术的创新性以及模型能力的卓越性上，共同构筑了这款高性能多语言处理模型。

数据预训练：在GLM-4-Flash的开发过程中，团队创造性地引入了大语言模型作为数据筛选的核心驱动力。这一策略不仅大幅提升了数据筛选的精准度，还确保了所收集数据的多样性与高质量。通过这一先进流程，GLM-4-Flash成功汇聚了超过10TB的优质多语言数据资源，这些数据覆盖了广泛的领域与语境，为模型的学习与泛化能力奠定了坚实的基础。

预训练技术：为了进一步提高训练效率并优化计算资源的使用，GLM-4-Flash采用了前沿的FP8（半精度浮点数）技术进行高效的预训练。FP8技术通过减少数据表示所需的比特数，显著降低了计算过程中的内存占用和功耗，从而在不影响模型精度的前提下，实现了训练速度的飞跃式提升。这一创新不仅缩短了模型的开发周期，还降低了整体运营成本，使得GLM-4-Flash在应对大规模数据集时展现出前所未有的高效性。

模型能力：GLM-4-Flash模型的核心竞争力在于其强大的推理性能与多语言能力。该模型支持长达128K的上下文推理，这一能力远超传统模型，使得GLM-4-Flash能够更准确地理解复杂的长文本语境，从而生成更加连贯、贴切的响应。同时，作为一款多语言处理模型，GLM-4-Flash能够无缝处理多种语言的输入，无论是常见的英文、中文，还是其他小众语言，都能保持高水平的处理质量和效率。这种跨语言的通用性极大地拓宽了模型的应用场景，满足了全球化背景下多样化的语言处理需求。

模型调用示例

GLM-4-Flash已在大型模型即服务（MaaS）平台bigmodel.cn上发布，用户完成注册流程后，即可亲身体验其卓越的视频创作能力。

首先，请打开智谱官网 https://bigmodel.cn/，随后直接使用您的手机号进行注册。完成注册并成功登录后，在后台页面的右上角，有一个名为“API秘钥”的选项。轻轻一点，便会展现出API秘钥

有了秘钥后，接口请求方式有两种，一种是使用 HTTP 接口，另外一种是使用官方提供的 SDK。如果你在项目中使用，更推荐安装 SDK。

为便于开发者高效利用GLM-4-Flash的强大功能，以下将通过Python SDK的使用指南，详细阐述如何调用该服务。详细文档请参考：https://open.bigmodel.cn/dev/

1、SDK安装与初始化

首先，请确保您已安装或更新至最新版本的智谱AI SDK。若尚未安装，可通过以下命令进行安装：

pipinstallzhipuai

若已安装但非最新版本，请使用以下命令进行升级：

pipinstall--upgradezhipuai

安装完成后，您可以通过以下代码引入智谱AI客户端，并初始化API密钥：

from zhipuai import ZhipuAI# 初始化客户端，请替换'你的API_KEY'为您的实际API密钥
client = ZhipuAI('你的API_KEY')

2、调用代码

如下为完整的调用示例代码：


fromzhipuaiimportZhipuAIclient=ZhipuAI(api_key="")#请填写您自己的APIKeyresponse=client.chat.completions.create(model="GLM-4-Flash",#填写需要调用的模型编码messages=[{"role":"system","content":"你是一个乐于解答各种问题的助手，你的任务是为用户提供专业、准确、有见地的建议。"},{"role":"user","content":"我对太阳系的行星非常感兴趣，特别是土星。请提供关于土星的基本信息，包括其大小、组成、环系统和任何独特的天文现象。"},],stream=True,)forchunkinresponse:print(chunk.choices[0].delta)




应用示例

作为人工智能领域的一个开发者，平时无非是写写代码，看看前沿的论文。而通过GLM-4-Flash，这方面的工作明显更加得心应手了。写代码的话我们扔个代码需求给他，就可以产出代码，我自己在稍微运行调试一下就能用了。

写一段iris聚类的python示例代码

fromsklearnimportdatasetsfromsklearn.clusterimportKMeansimportnumpyasnp#加载Iris数据集iris=datasets.load_iris()X=iris.data#应用KMeans聚类算法，这里我们假设有3个类别（对应Iris数据集的3个品种）kmeans=KMeans(n_clusters=3,random_state=0)kmeans.fit(X)#输出聚类结果print("聚类标签：")print(kmeans.labels_)#输出每个簇的中心点（均值）print("每个簇的中心点：")print(kmeans.cluster_centers_)#输出每个样本的类别概率（即属于每个类别的概率）print("每个样本的类别概率：")print(kmeans.predict_proba(X))

我们可以根据结果，加一些代码需求，比如下面这样：

将分类结果画出散点图，标注下模型分类的效果

import matplotlib.pyplot as pltfrom sklearn import datasetsfrom sklearn.cluster import KMeansimport numpy as np # 加载Iris数据集iris = datasets.load_iris()X = iris.datay = iris.target # 应用KMeans聚类算法，这里我们假设有3个类别（对应Iris数据集的3个品种）kmeans = KMeans(n_clusters=3, random_state=0)kmeans.fit(X) # 获取聚类结果labels = kmeans.labels_ # 为每个样本绘制散点图plt.figure(figsize=(14, 7)) # 绘制真实标签的散点图for i in range(3): plt.scatter(X[y == i, 0], X[y == i, 1], label=f'Class {i}') # 绘制KMeans聚类结果for i in range(3): plt.scatter(X[labels == i, 0], X[labels == i, 1], c='red', marker='x', label=f'Cluster {i}') plt.title('Iris Clustering with KMeans')plt.xlabel('Sepal length (cm)')plt.ylabel('Sepal width (cm)')plt.legend()plt.show()
#运行这段代码后，你将得到一个包含三个不同颜色散点的图，以及用红色十字表示的聚类结果。图中的红色十字将位于真实类别中心附近，表示KMeans聚类算法的效果。

另外一个需求是是论文阅读和翻译，我们很经常要追踪AI最新的英文论文，普通的翻译软件经常翻译会比较生硬，比如很多术语软件直接就会直译， Transformer直接翻译成变形金刚，而通过GLM-4-Flash就可以很生动准确地翻译好。

你是一个人工智能专家，请翻译下这段论文：Thedominantsequencetransductionmodelsarebasedoncomplexrecurrentorconvolutionalneuralnetworksinanencoder-decoderconfiguration.Thebestperformingmodelsalsoconnecttheencoderanddecoderthroughanattentionmechanism.Weproposeanewsimplenetworkarchitecture,theTransformer,basedsolelyonattentionmechanisms,dispensingwithrecurrenceandconvolutionsentirely.Experimentsontwomachinetranslationtasksshowthesemodelstobesuperiorinqualitywhilebeingmoreparallelizableandrequiringsignificantlylesstimetotrain.Ourmodelachieves28.4BLEUontheWMT2014English-to-Germantranslationtask,improvingovertheexistingbestresults,includingensemblesbyover2BLEU.OntheWMT2014English-to-Frenchtranslationtask,ourmodelestablishesanewsingle-modelstate-of-the-artBLEUscoreof41.8aftertrainingfor3.5daysoneightGPUs,asmallfractionofthetrainingcostsofthebestmodelsfromtheliterature.WeshowthattheTransformergeneralizeswelltoothertasksbyapplyingitsuccessfullytoEnglishconstituencyparsingbothwithlargeandlimitedtrainingdata.

如下为翻译《Attention is all you need》摘要的结果，术语翻译很准确，可以感受到翻译质量还是很不错的：

主要的序列转换模型是基于编码器-解码器配置的复杂循环神经网络或卷积神经网络。表现最好的模型还通过注意力机制连接编码器和解码器。我们提出了一种新的简单网络架构，称为Transformer，它完全基于注意力机制，摒弃了循环和卷积。在两个机器翻译任务上的实验表明，这些模型在质量上更胜一筹，同时更易于并行化，并且训练时间显著减少。在我们的模型中，WMT 2014英语到德语翻译任务上实现了28.4 BLEU的分数，超过了现有的最佳结果，包括超过2 BLEU的集成模型。在WMT 2014英语到法语翻译任务上，我们的模型在8个GPU上训练了3.5天之后，达到了41.8的新单模型BLEU最佳分数，这是文献中最佳模型训练成本的一小部分。我们通过将Transformer成功应用于英语成分句法分析和大量及有限训练数据，展示了该模型在其它任务上的泛化能力。

开发文档链接

GLM-4-Flash已经在BigModel开放平台免费开放了，并同时开启了限时免费微调活动。具体可以参照官文文档~

https://zhipuaishengchan.datasink.sensorsdata.cn/t/MA