View a markdown version of this page

GLM 4.7 - Amazon Bedrock
Z.AI — GLM 4.7模型详细信息功能和特点定价以编程方式访问服务等级区域可用性配额和限制示例代码

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

GLM 4.7

Z.AI — GLM 4.7

模型详细信息

GLM 4.7 Z.AI 是大型语言模型，具有强大的多语言能力，在推理、编码和知识基准测试方面表现出色。有关模型开发和性能的更多信息，请参阅model/service 卡片。

  • 车型发布日期：2025年12月22日

  • 型号停产日期： N/A

  • 最终用户许可协议和使用条款：查看

  • 模型生命周期：活跃

  • 上下文窗口：20.3K 个代币

  • 最大输出代币：4K

输入模式 输出模式 支持的 API 支持的终端节点
音频嵌入 Responses bedrock-runtime
图片图片 Chat Completions bedrock-mantle
演讲演讲 Invoke
文本文本 Converse
视频视频
注意

只要有可能，我们建议您使用bedrock-mantle终端节点。

功能和特点

基岩特征

使用bedrock-mantle端点支持的功能

支持的 不支持

使用bedrock-runtime端点支持的功能

支持的 不支持

定价

有关定价，请参阅 Amazon Bedrock 定价页面。

以编程方式访问

使用以下模型 ID 和端点 URL 以编程方式访问此模型。有关可用 API 和终端节点的更多信息，请参阅支持的 API 和支持的终端节点。

Endpoint 型号标识 In-Region 端点网址 地理推理 ID 全局推理 ID
bedrock-runtime zai.glm-4.7 https://bedrock-runtime.{region}.amazonaws.com 不支持 不支持
bedrock-mantle zai.glm-4.7 https://bedrock-mantle.{region}.api.aws/v1 不支持 不支持

例如，如果区域为 us-east-1（弗吉尼亚北部），则基岩运行时端点 URL 将为 “”，基岩地幔的 URL 将https://bedrock-runtime.us-east-1.amazonaws.com为 “”。https://bedrock-mantle.us-east-1.api.aws/v1

服务等级

Amazon Bedrock 提供多个服务等级，以满足您的工作负载要求。标准版提供按令牌付费的访问权限，无需任何承诺。P@@ ri ority 通过基于时间的承诺提供更高的吞吐量。Flex 为灵活、非时间敏感型工作负载提供更低成本的访问权限。Reserved 为可预测的工作负载提供@@ 专用吞吐量和定期承诺。有关更多信息，请参阅服务等级。

Standard 优先级 Flex 已保留

区域可用性

地区供应情况一览

Bedrock 提供三种推断选项：In-Region将请求保留在单个区域内以实现严格合规；在尊重数据驻留的情况下跨地理区域（美国、欧盟等）进行地理 Cross-Region路由，以提高吞吐量；以及全球任何地方的全球 Cross-Region路由，以便在没有驻留限制的情况下实现最大吞吐量。有关更多详细信息，请参阅该区域可用性页面。

区域 In-Region Geo Global
us-east-1（弗吉尼亚北部）
us-east-2（俄亥俄州）
us-west-2（俄勒冈州）
eu-north-1（斯德哥尔摩）
eu-west-2（伦敦）
ap-northeast-1（东京）
ap-south-1（孟买）
ap-southeast-2（悉尼）
ap-southeast-3（雅加达）
sa-east-1（圣保罗）
ap-southeast-4（墨尔本）

配额和限制

您的 AWS 账户具有默认配额，以保持服务性能并确保适当使用 Amazon Bedrock。分配给账户的默认配额可能会根据地区因素、付款历史记录、欺诈性使用情况、增加配额请求的 and/or 批准而更新。有关更多详细信息，请参阅Amazon Bedrock 的配额文档并查看该模型的限制。

示例代码

第 1 步-AWS 账户：如果您已经拥有 AWS 账户，请跳过此步骤。如果您不熟悉 AWS，请注册一个 A WS 账户。

第 2 步-API 密钥：前往 Amazon Bedrock 控制台生成长期 API 密钥。

第 3 步-获取 SDK：要使用本入门指南，必须已安装 Python。然后根据您使用的 API 安装相关软件。

Chat Completions API
pip install boto3 openai
Invoke/Converse API
pip install boto3

第 4 步-设置环境变量：将您的环境配置为使用 API 密钥进行身份验证。

Chat Completions API
OPENAI_API_KEY="<provide your Bedrock API key>"
OPENAI_BASE_URL="https://bedrock-mantle.<your-region>.api.aws/v1"
Invoke/Converse API
AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

第 5 步-运行您的第一个推理请求：将文件另存为 bedrock-first-request.py

Chat Completions API
from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="zai.glm-4.7",
    messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
    )
print(response)
Invoke API
import json
import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.invoke_model(
    modelId='zai.glm-4.7',
    body=json.dumps({
            'messages': [{ 'role': 'user', 'content': 'Can you explain the features of Amazon Bedrock?'}],
            'max_tokens': 1024
    })
)
print(json.loads(response['body'].read()))
Converse API
import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.converse(
    modelId='zai.glm-4.7',
    messages=[
        {
            'role': 'user',
            'content': [{'text': 'Can you explain the features of Amazon Bedrock?'}]
        }
    ]
)
print(response)