Fast, efficient GLM model optimized for low-latency reasoning and high-throughput AI tasks.
GLM 5.3 Flash foi desenvolvido pela Z.ai. A Atlas Cloud (operada pela Atlas Cloud AI LLC) fornece acesso ao modelo, mas não é sua proprietária. Todas as marcas registradas pertencem aos seus respectivos titulares.
import os
from openai import OpenAI
# Multimodal Understanding Example
# Image: use base64 encoding (data:image/png;base64,...) or a public URL
# Video: use a public URL (recommended for large files)
client = OpenAI(
api_key=os.getenv("ATLASCLOUD_API_KEY"),
base_url="https://api.atlascloud.ai/v1"
)
response = client.chat.completions.create(
model="zai-org/glm-5.3-flash",
messages=[
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": "data:image/png;base64,<BASE64_IMAGE_DATA>"
}
},
{
"type": "video_url",
"video_url": {
"url": "https://example.com/your-video.mp4"
}
},
{
"type": "text",
"text": "Please describe the content of this image/video"
}
]
}
],
max_tokens=65536,
temperature=0.7
)
print(response.choices[0].message.content)Instale o pacote necessário para a sua linguagem de programação.
pip install requestsTodas as solicitações de API requerem autenticação por meio de uma chave de API. Você pode obter sua chave de API no painel do Atlas Cloud.
export ATLASCLOUD_API_KEY="your-api-key-here"import os
API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY}"
}Nunca exponha sua chave de API em código do lado do cliente ou repositórios públicos. Use variáveis de ambiente ou um proxy de backend.
import requests
url = "https://api.atlascloud.ai/v1/chat/completions"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "zai-org/glm-5.3-flash",
"messages": [
{
"role": "user",
"content": "what is difference between http and https"
}
],
"max_tokens": 65536,
"temperature": 0.7,
"stream": False
}
response = requests.post(url, headers=headers, json=data)
print(response.json())Os seguintes parâmetros são aceitos no corpo da solicitação.
{
"model": "zai-org/glm-5.3-flash",
"messages": [
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": "data:image/png;base64,<BASE64_IMAGE_DATA>"
}
},
{
"type": "video_url",
"video_url": {
"url": "https://example.com/your-video.mp4"
}
},
{
"type": "text",
"text": "Please describe the content of this image/video"
}
]
}
],
"max_tokens": 65536,
"temperature": 0.7,
"stream": false
}A API retorna uma resposta compatível com ChatCompletion.
{
"id": "chatcmpl-abc123",
"object": "chat.completion",
"created": 1700000000,
"model": "model-name",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Hello! How can I assist you today?"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 10,
"completion_tokens": 20,
"total_tokens": 30
}
}O Atlas Cloud Skills integra mais de 400 modelos de IA diretamente no seu assistente de codificação com IA. Um comando para instalar e depois use linguagem natural para gerar imagens, vídeos e conversar com LLM.
npx skills add AtlasCloudAI/atlas-cloud-skillsObtenha sua chave de API no painel do Atlas Cloud e defina-a como variável de ambiente.
export ATLASCLOUD_API_KEY="your-api-key-here"Após a instalação, você pode usar linguagem natural no seu assistente de IA para acessar todos os modelos do Atlas Cloud.
O Atlas Cloud MCP Server conecta seu IDE com mais de 400 modelos de IA através do Model Context Protocol. Funciona com qualquer cliente compatível com MCP.
npx -y atlascloud-mcpAdicione a seguinte configuração ao arquivo de configuração de MCP do seu IDE.
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}