【常见大模型API调用】第三篇：清华智谱--智谱AI

1. 公司及模型介绍

智谱AI是一家由清华大学计算机系知识工程实验室的技术成果转化而来的AI知识智能技术开发商。智谱AI致力于打造新一代认知智能大模型，专注于做大模型的中国创新。

2024年1月16日，智谱AI在首届技术开放日上发布了新一代基座大模型GLM-4。
GLM-4可以支持更长的上下文，具备更强的多模态能力。GLM-4的All Tools能力全新发布，它可以自主根据用户意图，自动理解、规划复杂指令，并自由调用网页浏览器、Code Interpreter代码解释器和多模态文生图大模型以完成复杂任务。个性化智能体定制：GLM-4还提供了个性化智能体定制功能。用户只需用简单的提示词指令，就能在智谱清言官方网站上创建属于自己的GLM智能体。并且，用户还可以通过全新上线的智能体中心分享自己创建的各种智能体。
在SuperCLUE-Fin（SC-Fin）中文原生金融大模型基准测评中，GLM-4荣获A级评价，位列第一梯队，在国内大模型中排名第一。

2.智谱API调用

2.1 Apikey申请

申请或者登录账号，完成认证
登录控制台BigModel，申请APIkey

2.2 会话API

from zhipuai import ZhipuAI
import time

classZhiPu():def__init__(self, api_key, model_index):
        self.model_map ={1:"GLM-4-0520",2:"GLM-4-Plus",3:"GLM-4-Air",4:"glm-4v-plus",5:"glm-4v",}
        self.api_key = api_key
        self.index = model_index

    defzhipuai_chat(self, question):print("此次使用的模型是{}".format(self.model_map[self.index]))
        client = ZhipuAI(api_key=self.api_key)
        response = client.chat.completions.create(
          model=self.model_map[self.index],
          messages=[{"role":"user","content": question},],
          stream=False,)# for chunk in response:#     print(chunk.choices[0].delta)print(response)if __name__ =="__main__":
    api_key ="xxxxx"

    question ="人为什么要活着？"

    strat = time.time()

    ZhiPu = ZhiPu(api_key,1)
    ZhiPu.zhipuai_chat(question)
    end = time.time()print(f"此次调用花费时间为：{(end - strat):.4f}秒")

其中 stream=False表示非流式输出。来看看智谱如何解答：人为什么要活着？
ZhiPu = ZhiPu(api_key, 1) 第二个参数可以选择想要使用的模型。

此次使用的模型是GLM-4-0520
'人为什么要活着，这是一个深刻而复杂的问题，不同的文化、哲学体系以及个人都会有不同的解读和回答。\n\n在传统的中国文化观念中，人之所以要活着，是因为生命本身是一种宝贵的恩赐，是父母生命的延续，承载着家族的期望和责任。儒家思想认为，人应该“修身、齐家、治国、平天下”，通过实现个人的道德修养、家庭的和谐、国家的治理以及天下的太平来体现生命的价值。\n\n从现代社会主义价值观的角度，人要活着是为了社会的共同进步和发展，每个人都应该为社会做出贡献，同时实现个人的全面发展。在这一过程中，追求物质生活的改善和精神生活的丰富，实现自我价值与社会价值的统一。\n\n个人层面上，人们可能会为了追求幸福、实现梦想、体验生活的多样性、建立人际关系、传承文化、探索未知等目的而活着。\n\n不同的个体可能会基于自己的经历、信仰和价值观，给出不同的答案。这个问题没有统一的答案，每个人都可以根据自己的理解去寻找生命的意义和价值。
此次调用花费时间为：7.1519秒

2.3 联网搜索

通用搜索 web_search 工具通过网络搜索获取信息，以增强语言模型输出的质量和时效性。网络搜索功能默认为关闭状态（False）。当启用搜索（设置为 True）时，系统会自动判断是否需要进行网络检索，并调用搜索引擎获取相关信息。检索成功后，搜索结果将作为背景信息输入给大模型进行进一步处理。每次网络搜索大约会增加1000个 tokens 的消耗。

defzhipuai_chat(self, question):print("此次使用的模型是{}".format(self.model_map[self.index]))

        tools =[{"type":"web_search","web_search":{"enable":True,# 禁用：False，启用：True。"search_query":"自定义搜索的关键词"}}]

        client = ZhipuAI(api_key=self.api_key)
        response = client.chat.completions.create(
          model=self.model_map[self.index],
          messages=[{"role":"user","content": question},],
          stream=False,
          tools=tools
        )# for chunk in response:#     print(chunk.choices[0].delta)print(response)

2.4 视觉模型

from zhipuai import ZhipuAI
import time

classZhiPu():def__init__(self, api_key, model_index):
        self.model_map ={1:"GLM-4-0520",2:"GLM-4-Plus",3:"GLM-4-Air",4:"glm-4v-plus",5:"glm-4v",}
        self.api_key = api_key
        self.index = model_index

    defzhipuai_imgdes(self, img_url):print("此次使用的模型是{}".format(self.model_map[self.index]))
        client = ZhipuAI(api_key=self.api_key)
        response = client.chat.completions.create(
            model="glm-4v-plus",
            messages=[{"role":"user","content":[{"type":"image_url","image_url":{"url": img_url
                            }},{"type":"text","text":"请描述图片内容"}]}])print(response.choices[0].message)if __name__ =="__main__":
    api_key ="xxxxx"

    img_url="https://oss9.komect.com/userdeviceocr/test1.jpg"

    strat = time.time()

    ZhiPu = ZhiPu(api_key,4)
    ZhiPu.zhipuai_imgdes(img_url)
    end = time.time()print(f"此次调用花费时间为：{(end - strat):.4f}秒")

此次使用的模型是glm-4v-plus
CompletionMessage(content=‘这是一张现代风格的客厅图片。客厅以浅色调为主，地面铺有浅色瓷砖，墙壁为白色和橙色拼接。客厅内有一套灰色的L型沙发，上面摆放着各种图案的抱枕。沙发前方是一个圆形的玻璃茶几，上面放着一些装饰品。客厅的一侧墙上挂着一台平板电视，旁边有一个白色的电视柜，上面摆放着一些装饰品和一束花。客厅的另一侧墙上装饰有一幅抽象画和几个壁挂式架子，架子上摆放着一些书籍和装饰品。此外，客厅中央还有一个吊灯，以及几个射灯提供照明。整体上，这个客厅给人一种简洁、舒适的感觉。’, role=‘assistant’, tool_calls=None)
此次调用花费时间为：7.4828秒