本文主要是介绍GPT实战系列-智谱GLM-4的模型调用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
GPT实战系列-智谱GLM-4的模型调用
GPT专栏文章：
GPT实战系列-实战Qwen通义千问在Cuda 12+24G部署方案_通义千问 ptuning-CSDN博客
GPT实战系列-ChatGLM3本地部署CUDA11+1080Ti+显卡24G实战方案
GPT实战系列-Baichuan2本地化部署实战方案
GPT实战系列-让CodeGeeX2帮你写代码和注释_codegeex 中文-CSDN博客
GPT实战系列-ChatGLM3管理工具的API接口_chatglm3 api文档-CSDN博客
GPT实战系列-大话LLM大模型训练-CSDN博客
GPT实战系列-LangChain + ChatGLM3构建天气查询助手
GPT实战系列-大模型为我所用之借用ChatGLM3构建查询助手
GPT实战系列-如何用自己数据微调ChatGLM2模型训练
GPT实战系列-ChatGLM2部署Ubuntu+Cuda11+显存24G实战方案
ChatGLM系列国产大模型是智谱AI提供的系列语言模型，等了很久，GLM-4没有开源，只提供了API，官网价格也很贵，看来资本的力量开始体现了。
既然不开源，就给大家介绍如何调用它的API，用Python语言调用GLM-4 模型实现大模型应用。
智谱AI为所有用户提供一段时间，免费可以试用。
其实也很简单，就2步：
获得GLM4的 API key
注册并登录官网： 智谱AI开放平台
可以用手机号注册，或者CCF账号登录，查看API key，并复制，用于程序调用。
调用GLM4 API实现LLM简单应用
使用的时候，需要用到zhipuai模块。先 pip install 安装
pip install zhipuai
设置key，调用api，创建模型参数，使用以下命令即可获得回答：
def simpleAPI():from zhipuai import ZhipuAIclient = ZhipuAI(api_key=zhipuai_api_key) #APIKeyresponse = client.chat.completions.create(model="glm-4", # 填写需要调用的模型名称messages=[{"role": "assistant", "content": "我是人工智能助手GLM4"},{"role": "user", "content": "花儿为什么是红色的？宇宙什么颜色的？"},],top_p=0.7,temperature=0.9,# 使用流式输出时，在messages里面添加stream参数，打印时使用循环。stream=True,)# 非流式# print(response.choices[0].message.content)# 流式for chunk in response:print(chunk.choices[0].delta.content,end="")
觉得有用 收藏 收藏 收藏
点个赞 点个赞 点个赞
End
GPT专栏文章：
GPT实战系列-实战Qwen通义千问在Cuda 12+24G部署方案_通义千问 ptuning-CSDN博客
GPT实战系列-ChatGLM3本地部署CUDA11+1080Ti+显卡24G实战方案
GPT实战系列-Baichuan2本地化部署实战方案
GPT实战系列-让CodeGeeX2帮你写代码和注释_codegeex 中文-CSDN博客
GPT实战系列-ChatGLM3管理工具的API接口_chatglm3 api文档-CSDN博客
GPT实战系列-大话LLM大模型训练-CSDN博客
GPT实战系列-LangChain + ChatGLM3构建天气查询助手
GPT实战系列-大模型为我所用之借用ChatGLM3构建查询助手
GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型，到底做了什么？(二)
GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型，到底做了什么？(一)
GPT实战系列-ChatGLM2模型的微调训练参数解读
GPT实战系列-如何用自己数据微调ChatGLM2模型训练
GPT实战系列-ChatGLM2部署Ubuntu+Cuda11+显存24G实战方案
GPT实战系列-Baichuan2等大模型的计算精度与量化
GPT实战系列-GPT训练的Pretraining，SFT，Reward Modeling，RLHF
GPT实战系列-探究GPT等大模型的文本生成-CSDN博客
这篇关于GPT实战系列-智谱GLM-4的模型调用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
