文档

API详情

更新时间:

ChatGLM

说明

支持的领域 / 任务:aigc

模型概览

模型名

模型简介

chatglm-6b-v2

该模型为ChatGLM2系列,仅支持prompt格式输入。

chatglm3-6b

该模型为ChatGLM3系列,支持输入输出token合计是7500,其中单轮最大输出token为1500,单轮最大输入token为6000(如果超过该阈值按最后一次完整的对话进行截断),支持message和prompt格式输入,支持流式调用。

SDK使用

前提条件

文本生成

以下示例展示了调用ChatGLM模型对一个用户指令进行响应的代码。

说明

需要使用您的API-KEY替换示例中的YOUR_DASHSCOPE_API_KEY,代码才能正常运行。

  • 设置API-KEY

    export DASHSCOPE_API_KEY=YOUR_DASHSCOPE_API_KEY
  • 通过message访问

    重要

    目前只有chatglm3-6b支持message方式访问。

    from http import HTTPStatus
    from dashscope import Generation
    
    
    def call_with_messages():
        messages = [
            {'role': 'system', 'content':'You are a helpful assistant.'},
            {'role': 'user', 'content': '介绍下杭州'}]
        gen = Generation()
        response = gen.call(
            'chatglm3-6b',
            messages=messages,
            result_format='message',  # set the result is message format.
        )
        print(response)
    
    if __name__ == '__main__':
        call_with_messages()
    // Copyright (c) Alibaba, Inc. and its affiliates.
    
    import java.util.ArrayList;
    import java.util.List;
    import com.alibaba.dashscope.aigc.generation.Generation;
    import com.alibaba.dashscope.aigc.generation.GenerationParam;
    import com.alibaba.dashscope.aigc.generation.GenerationResult;
    import com.alibaba.dashscope.common.Message;
    import com.alibaba.dashscope.common.Role;
    import com.alibaba.dashscope.exception.ApiException;
    import com.alibaba.dashscope.exception.InputRequiredException;
    import com.alibaba.dashscope.exception.NoApiKeyException;
    import com.alibaba.dashscope.utils.JsonUtils;
    
    public class Main {
      public static void usage()
          throws NoApiKeyException, ApiException, InputRequiredException {
        List<Message> msgManager = new ArrayList<>();
        Message systemMsg = Message.builder().role(Role.SYSTEM.getValue()).content("You are a helpful assistant.").build();
        Message userMsg = Message.builder().role(Role.USER.getValue()).content("介绍下杭州").build();
        msgManager.add(systemMsg);
        msgManager.add(userMsg);
    
        GenerationParam param = GenerationParam.builder()
            .model("chatglm3-6b")
            .messages(msgManager)
            .build();
        Generation gen = new Generation();
        GenerationResult result = gen.call(param);
        System.out.println(JsonUtils.toJson(result));
      }
    
      public static void main(String[] args) {
        try {
          usage();
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
          System.out.println(e.getMessage());
        }
        System.exit(0);
      }
    }
    
    
    
  • 通过prompt调用

    from http import HTTPStatus
    import dashscope
    
    def call_with_prompt():
        prompt = '介绍下杭州'
        rsp = dashscope.Generation.call(model='chatglm3-6b',
                                        prompt=prompt,
                                        history=[])
        print(rsp)
        if rsp.status_code == HTTPStatus.OK:
            print(rsp.output)
            print(rsp.usage)
        else:
            print('Failed, status_code: %s, code: %s, message: %s' %
                  (rsp.status_code, rsp.code, rsp.message))
    
    
    if __name__ == '__main__':
        call_with_prompt()
    
    // 参数定义,保存文件为ChatGLMParam.java
    import static com.alibaba.dashscope.utils.ApiKeywords.HISTORY;
    import static com.alibaba.dashscope.utils.ApiKeywords.PROMPT;
    
    import com.alibaba.dashscope.base.HalfDuplexServiceParam;
    import com.alibaba.dashscope.exception.InputRequiredException;
    import com.alibaba.dashscope.utils.ApiKeywords;
    import com.alibaba.dashscope.utils.JsonUtils;
    import com.google.gson.JsonArray;
    import com.google.gson.JsonObject;
    import java.nio.ByteBuffer;
    import java.util.List;
    import java.util.Map;
    import lombok.Data;
    import lombok.EqualsAndHashCode;
    import lombok.experimental.SuperBuilder;
    
    @EqualsAndHashCode(callSuper = true)
    @Data
    @SuperBuilder
    public class ChatGLMParam extends HalfDuplexServiceParam {
      /** The input prompt. */
      private String prompt;
    
      /** { "user":"今天天气好吗?", "bot":"今天天气不错,要出去玩玩嘛?" }, */
      private List<List<String>> history;
    
      @Override
      public JsonObject getInput() {
        JsonObject jsonObject = new JsonObject();
        jsonObject.addProperty(PROMPT, getPrompt());
        JsonArray ar = JsonUtils.toJsonElement(history).getAsJsonArray();
        jsonObject.add(HISTORY, ar);
        return jsonObject;
      }
    
      /**
       * Get the websocket binary data, only for websocket binary input data.
       *
       * @return Generation param has no binary data.
       */
      @Override
      public ByteBuffer getBinaryData() {
        return null;
      }
    
      @Override
      public JsonObject getHttpBody() {
        JsonObject requestObject = new JsonObject();
        requestObject.addProperty(ApiKeywords.MODEL, getModel());
        requestObject.add(ApiKeywords.INPUT, getInput());
        Map<String, Object> params = getParameters();
        if (params != null && !params.isEmpty()) {
          requestObject.add(ApiKeywords.PARAMETERS, JsonUtils.parametersToJsonObject(params));
        }
        return requestObject;
      }
    
      @Override
      public void validate() throws InputRequiredException {}
    }
    
    // ChatGlm主类,保存成Main.java,需要用到参数类
    
    import java.util.Arrays;
    
    import com.alibaba.dashscope.common.DashScopeResult;
    import com.alibaba.dashscope.exception.ApiException;
    import com.alibaba.dashscope.exception.InputRequiredException;
    import com.alibaba.dashscope.exception.NoApiKeyException;
    import com.alibaba.dashscope.utils.GeneralHalfDuplexApi;
    import com.alibaba.dashscope.utils.JsonUtils;
    
    public class Main {
      public static void usage()
          throws NoApiKeyException, ApiException, InputRequiredException {
        GeneralHalfDuplexApi gen = new GeneralHalfDuplexApi();
        ChatGLMParam param = ChatGLMParam.builder().model("chatglm3-6b").prompt("介绍下杭州").history(Arrays.asList()).build();
        DashScopeResult result = gen.call(param);
        System.out.println(JsonUtils.toJson(result));
      }
    
      public static void main(String[] args) {
        try {
          usage();
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
          System.out.println(e.getMessage());
        }
        System.exit(0);
      }
    }
  • 通过流式调用

    from http import HTTPStatus
    from dashscope import Generation
    
    
    def call_with_stream():
        messages = [
            {'role': 'user', 'content': '介绍下杭州?'}]
        responses = Generation.call(
            model='chatglm3-6b',
            messages=messages,
            result_format='message',  # set the result to be "message" format.
            stream=True,
            incremental_output=True  # get streaming output incrementally
        )
        full_content = ''  # with incrementally we need to merge output.
        for response in responses:
            if response.status_code == HTTPStatus.OK:
                full_content = response.output.choices[0]['message']['content']
                print(response)
            else:
                print('Request id: %s, Status code: %s, error code: %s, error message: %s' % (
                    response.request_id, response.status_code,
                    response.code, response.message
                ))
        print('Full response:\n' + full_content)
    
    
    if __name__ == '__main__':
        call_with_stream()
    
    // Copyright (c) Alibaba, Inc. and its affiliates.
    
    import java.util.Arrays;
    import java.util.concurrent.Semaphore;
    import com.alibaba.dashscope.aigc.generation.Generation;
    import com.alibaba.dashscope.aigc.generation.GenerationResult;
    import com.alibaba.dashscope.aigc.generation.models.QwenParam;
    import com.alibaba.dashscope.common.Message;
    import com.alibaba.dashscope.common.ResultCallback;
    import com.alibaba.dashscope.common.Role;
    import com.alibaba.dashscope.exception.ApiException;
    import com.alibaba.dashscope.exception.InputRequiredException;
    import com.alibaba.dashscope.exception.NoApiKeyException;
    import com.alibaba.dashscope.utils.JsonUtils;
    import io.reactivex.Flowable;
    
    public class Main {
      public static void streamCallWithMessage()
          throws NoApiKeyException, ApiException, InputRequiredException {
        Generation gen = new Generation();
        Message userMsg = Message
        .builder()
        .role(Role.USER.getValue())
        .content("介绍下杭州?")
        .build();
        QwenParam param =
            QwenParam.builder().model("chatglm3-6b").messages(Arrays.asList(userMsg))
                .resultFormat(QwenParam.ResultFormat.MESSAGE)
                .topP(0.8)
                .incrementalOutput(true) // get streaming output incrementally
                .build();
        Flowable<GenerationResult> result = gen.streamCall(param);
        StringBuilder fullContent = new StringBuilder();
        result.blockingForEach(message -> {
          fullContent.append(message.getOutput().getChoices().get(0).getMessage().getContent());
          System.out.println(JsonUtils.toJson(message));
        });
        System.out.println("Full content: \n" + fullContent.toString());
      }
    
      public static void streamCallWithCallback()
          throws NoApiKeyException, ApiException, InputRequiredException,InterruptedException {
        Generation gen = new Generation();
        Message userMsg = Message
        .builder()
        .role(Role.USER.getValue())
        .content("介绍下杭州?")
        .build();
        QwenParam param = QwenParam
        .builder()
        .model("chatglm3-6b")
        .resultFormat(QwenParam.ResultFormat.MESSAGE)
        .messages(Arrays.asList(userMsg))
        .topP(0.8)
        .incrementalOutput(true) // get streaming output incrementally
        .build();
        Semaphore semaphore = new Semaphore(0);
        StringBuilder fullContent = new StringBuilder();
        gen.streamCall(param, new ResultCallback<GenerationResult>() {
    
          @Override
          public void onEvent(GenerationResult message) {
            fullContent.append(message.getOutput().getChoices().get(0).getMessage().getContent());
            System.out.println(message);
          }
          @Override
          public void onError(Exception err){
            System.out.println(String.format("Exception: %s", err.getMessage()));
            semaphore.release();
          }
    
          @Override
          public void onComplete(){
            System.out.println("Completed");
            semaphore.release();
          }
          
        });
        semaphore.acquire();
        System.out.println("Full content: \n" + fullContent.toString());
      }
      public static void main(String[] args) {
        try {
          streamCallWithMessage();
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
          System.out.println(e.getMessage());
        }
        try {
          streamCallWithCallback();
        } catch (ApiException | NoApiKeyException | InputRequiredException | InterruptedException e) {
          System.out.println(e.getMessage());
        }
        System.exit(0);
      }
    }

参数配置

参数

类型

默认值

说明

model

string

-

chatglm-6b-v2/chatglm3-6b。

prompt

string

-

用户按当前输入的期望模型执行指令。

history

list

[]

输入输出字符串列表。

stream (可选)

bool

False

是否使用流式输出。当以stream模式输出结果时,接口返回结果为generator,需要通过迭代获取结果,默认每次输出为当前生成的整个序列,最后一次输出为最终全部生成结果,可以通过参数incremental_output为False改变输出模式为非增量输出。

incremental_output (可选)

bool

False

控制流式输出模式,即后面内容会包含已经输出的内容;设置为True,将开启增量输出模式,后面输出不会包含已经输出的内容,您需要自行拼接整体输出,参考流式输出示例代码。

messages

list dict

-

用户输入的内容,dict内主要包含2个key:role和content,其中role支持user、assistant、system,content为对应role的text输入。目前仅chatglm3-6b支持。

result_format

string

-

用户返回的内容类型,默认为text,当输入格式为messages时可配置为message。

返回结果

  • 非流式返回结果示例

    {
        "status_code": 200,
        "request_id": "375d11ad-a8f5-962e-a3fd-32d8f4d17000",
        "code": "",
        "message": "",
        "output": {
            "text": {
                "history": [
                    [
                        "介绍下杭州",
                        "\n 杭州是中华人民共和国浙江省的省会,位于中国东南沿海地区,地处长江三角洲南翼。杭州拥有悠久的历史和灿烂的文化,自古以来就是著名的历史文化名城。杭州的地理位置优越,交通便捷,是长江三角洲地区的重要城市之一。\n\n杭州的气候属于亚热带季风气候,四季分明,温暖湿润,雨量充沛。全年气温适中,平均气温在 16-22℃ 之间。杭州的四季风光各具特色,春天的杭州生机盎然,夏天的杭州热情洋溢,秋天的杭州硕果累累,冬天的杭州银装素裹。\n\n杭州是中国著名的旅游胜地,拥有许多著名的旅游景点,如西湖、灵隐寺、宋城、西溪湿地等。此外,杭州还有许多特色美食,如龙井虾仁、西湖醋鱼、东坡肉等。\n\n杭州是中国的互联网科技产业发达的城市之一,拥有阿里巴巴、网易等知名互联网公司。此外,杭州还是中国的金融中心之一,拥有许多金融机构和保险公司。\n\n总之,杭州是一个历史悠久、文化底蕴深厚、风景秀丽、科技发达的城市,是中国重要的经济、文化和科技中心之一。"
                    ]
                ],
                "response": "\n 杭州是中华人民共和国浙江省的省会,位于中国东南沿海地区,地处长江三角洲南翼。杭州拥有悠久的历史和灿烂的文化,自古以来就是著名的历史文化名城。杭州的地理位置优越,交通便捷,是长江三角洲地区的重要城市之一。\n\n杭州的气候属于亚热带季风气候,四季分明,温暖湿润,雨量充沛。全年气温适中,平均气温在 16-22℃ 之间。杭州的四季风光各具特色,春天的杭州生机盎然,夏天的杭州热情洋溢,秋天的杭州硕果累累,冬天的杭州银装素裹。\n\n杭州是中国著名的旅游胜地,拥有许多著名的旅游景点,如西湖、灵隐寺、宋城、西溪湿地等。此外,杭州还有许多特色美食,如龙井虾仁、西湖醋鱼、东坡肉等。\n\n杭州是中国的互联网科技产业发达的城市之一,拥有阿里巴巴、网易等知名互联网公司。此外,杭州还是中国的金融中心之一,拥有许多金融机构和保险公司。\n\n总之,杭州是一个历史悠久、文化底蕴深厚、风景秀丽、科技发达的城市,是中国重要的经济、文化和科技中心之一。"
            }
        },
        "usage": {
            "input_tokens":4 ,
            "output_tokens": 242
        }
    }
  • 流式返回结果示例

    {"status_code": 200, "request_id": "99bc52af-e64f-9a9f-9f47-6673bc99e828", "code": "", "message": "", "output": {"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "西红柿牛腩是一道", "content_type": "text"}}]}, "usage": {"input_tokens": 12, "output_tokens": 3}}
    {"status_code": 200, "request_id": "99bc52af-e64f-9a9f-9f47-6673bc99e828", "code": "", "message": "", "output": {"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "西红柿牛腩是一道美味可口的菜肴,以下是制作西红柿牛肉", "content_type": "text"}}]}, "usage": {"input_tokens": 12, "output_tokens": 11}}
    ... ... ... ...
    ... ... ... ...
    {"status_code": 200, "request_id": "99bc52af-e64f-9a9f-9f47-6673bc99e828", "code": "", "message": "", "output": {"text": null, "finish_reason": null, "choices": [{"finish_reason": "stop", "message": {"role": "assistant", "content": "西红柿牛腩是一道美味可口的菜肴,以下是制作西红柿牛肉的步骤:\n\n所需材料: \n- 牛腩 500克\n - 大西红柿 4个\n  -洋葱 1个 (切碎)\n   -大蒜 3瓣 ,切碎\n    -生姜 2片\n     -盐 适量\n      -黑胡椒 少许\n       -糖 少量\n        -酱油 适当\n         -水 足够\n          -香菜 若干\n           -油 适当的量\n            -面粉 适量的量(可选) 用于裹牛肉\n             -其他蔬菜(如胡萝卜、土豆等)可根据个人口味添加\n              \n步骤如下:  \n1. 将牛腩切成3-4厘米见方的块,用面粉或玉米淀粉裹好,备用。\n2. 在锅中加入适量的油,油热后加入洋葱、大蒜和生姜,翻炒至洋葱变透明。 注意不要炒糊。   \n3.加入牛肉块。用中火将牛肉两面煎至微黄色。煎好的牛肉取出备用,锅中油留用。  (如果之前选择不加面粉,此步骤可以直接进行)  如果牛肉比较大块的话,这一步可能需要翻煎几次,确保牛肉熟透。    \n4.在同一个锅中加入切好的西红柿块儿,翻炒均匀,然后加入适量的水,将西红柿煮烂。加入糖和酱油,搅拌均匀。如果西红柿比较酸,可以适当加入一些糖来平衡口感。     \n5.将煎过的牛肉重新加入锅中,转小火慢慢炖煮,直到牛肉变得非常软烂,汤汁变得浓稠。期间可以适时尝味,根据个人口味加盐和黑胡椒粉。      \n6.炖好的西红柿牛楠,撒上切好的香菜,即可出锅。可以搭配米饭或者面食食用。", "content_type": "text"}}]}, "usage": {"input_tokens": 12, "output_tokens": 366}}
  • 返回参数说明

    返回参数

    类型

    说明

    status_code

    int

    200(HTTPStatus.OK)表示请求成功,否则表示请求失败,可以通过code获取错误码,通过message字段获取错误详细信息。

    request_Id

    string

    系统生成的标志本次调用的id。

    code

    string

    表示请求失败,表示错误码,成功忽略。

    message

    string

    失败,表示失败详细信息,成功忽略。

    output

    dict

    调用结果信息,对于千问模型,包含输出text。

    usage

    dict

    计量信息,表示本次请求计量数据。

    text

    dict

    模型生成回复以及历史对话信息,response为本次输出,history为历史对话列表。

    input_tokens

    int

    用户输入文本转换成token后的长度,目前都是0,不支持统计。

    output_tokens

    int

    模型生成回复转换为token后的长度,目前都是0,不支持统计。

HTTP调用接口

功能描述

ChatGLM模型同时支持 HTTP 调用来完成客户的响应。

前提条件

已开通服务并获得API-KEY:API-KEY的获取与配置

提交接口调用

POST https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation

入参描述

传参方式

字段

类型

必选

描述

示例值

Header

Content-Type

String

请求类型:application/json。

application/json

Accept

String

*/*,选择text/event-stream则会开启 SSE 响应,默认无设置。

text/event-stream

Authorization

String

API-Key,例如:Bearer d1**2a。

Bearer d1**2a

X-DashScope-SSE

String

跟Accept: text/event-stream 二选一即可启用SSE响应。

enable

Body

model

String

指明需要调用的模型。

chatglm3-6b

input.prompt

String

文本内容,支持中英文。

你好

input.history

List

用户与模型的对话历史。

[]

input.messages

List Dict

用户多轮对话信息输入。

[ {

"role": "user",

"content": "你好"

}]

parameters.incremental_output

Bool

用于控制流式输出模式,默认false,即后面内容会包含已经输出的内容;设置为true,将开启增量输出模式,后面输出不会包含已经输出的内容,您需要自行拼接整体输出,参考流式输出示例代码。

parameters.result_format

String

  • text表示旧版本的text。

  • message表示兼容openai的message。

text

出参描述

字段

类型

描述

示例值

output.text

Object

本次请求的算法输出内容。

我建议你去颐和园。

request_id

String

本次请求的系统唯一码。

7574ee8f-38a3-4b1e-9280-11c33ab46e51

请求示例(SSE关闭)

以下示例展示通过CURL命令来调用 chatglm3-6b模型的脚本(SSE 关闭)。

说明

需要使用您的API-KEY替换示例中的YOUR-DASHSCOPE-API-KEY,代码才能正常运行。

curl --location 'https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation' \
--header 'Authorization: Bearer <YOUR-DASHSCOPE-API-KEY>' \
--header 'Content-Type: application/json' \
--data '{
    "model": "chatglm3-6b",
    "input":{
        "messages":[      
            {
                "role": "system",
                "content": "You are a helpful assistant."
            },
            {
                "role": "user",
                "content": "你好,请介绍一下故宫"
            }
        ]
    },
    "parameters": {
        "result_format": "message"
    }
}'

响应示例(SSE关闭)

{
    "output": {
        "choices": [
            {
                "finish_reason": "stop",
                "message": {
                    "role": "assistant",
                    "content_type": "text",
                    "content": "故宫,位于中国北京市中心,是中国明清两代的皇家宫殿,也是世界上现存规模最大、保存最为完整的木质结构古建筑之一。故宫始建于明成祖永乐四年(1406年),历时15年建成。它是明朝和清朝两代皇帝的皇家居所,共有24位皇帝在此居住和执政。\n\n故宫占地面积72万平方米,建筑面积约10万平方米。它共有宫殿建筑990多座,房屋8960间。整个建筑群按照南北中轴线布局,分为外朝和内廷两部分。外朝天子殿、中和殿和保和殿组成,是皇帝举行盛大典礼和处理政务的地方;内庭包括乾清宫、坤宁宫和储秀宫等,为皇帝和皇后居住的地方,同时也是皇帝处理日常政务的场所。此外,故宫还有御花园、东西六宫等众多宫殿和建筑。"
                }
            }
        ]
    },
    "usage": {
        "output_tokens": 180,
        "input_tokens": 11
    },
    "request_id": "3719bbfa-0ab8-997d-9207-21355f7320b3"
}

请求示例(SSE开启)

以下示例展示通过CURL命令来调用 chatglm3-6b模型的脚本(SSE 关闭)。

说明

需要使用您的API-KEY替换示例中的YOUR-DASHSCOPE-API-KEY,代码才能正常运行。

curl --location 'https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation' \
--header 'Authorization: Bearer <YOUR-DASHSCOPE-API-KEY>' \
--header 'Content-Type: application/json' \
--header 'X-DashScope-SSE: enable' \
--data '{
    "model": "chatglm3-6b",
    "input":{
        "messages":[      
            {
                "role": "system",
                "content": "You are a helpful assistant."
            },
            {
                "role": "user",
                "content": "你好,请介绍一下故宫"
            }
        ]
    },
    "parameters": {
        "result_format": "message"
    }
}'

响应示例(SSE开启)

id:1
event:result
data:{"output":{"finish_reason":"null","text":"\n "},"usage":{"output_tokens":3,"input_tokens":15},"request_id":"1117fb64-5dd9-9df0-a5ca-d7ee0e97032d"}

id:2
event:result
data:{"output":{"finish_reason":"null","text":"\n 故宫(The Forbidden City)"},"usage":{"output_tokens":12,"input_tokens":15},"request_id":"1117fb64-5dd9-9df0-a5ca-d7ee0e97032d"}

... ... ... ...
... ... ... ...

id:25
event:result
data:{"output":{"finish_reason":"stop","text":"\n 故宫(The Forbidden City)是中国明清两代的皇宫,位于北京市中心,是世界上最大、保存最为完整的木质结构古建筑之一。故宫于明成祖永乐四年(1406年)开始建设,历经14年方告完成,共有9800余间房屋、300多座建筑。故宫以其丰富的文化遗产、精美的建筑艺术和悠久的历史而闻名于世界。\n\n故宫是中国古代宫殿建筑之精华,其建筑风格、布局严谨、精美、华丽,色彩斑斓,富丽堂皇。故宫也是世界上保存最完整、规模最宏大的古代木质结构建筑群之一,其建筑精美、色彩斑斓,富有变化和层次感,堪称中国古代建筑艺术的杰作。\n\n除此之外,故宫还有众多珍贵的文物和艺术品,包括古代瓷器、书画、玉器、金银器等,是中国和世界文化遗产的重要代表之一。"},"usage":{"output_tokens":190,"input_tokens":12},"request_id":"1117fb64-5dd9-9df0-a5ca-d7ee0e97032d"}
}

异常响应示例

在访问请求出错的情况下,输出结果中会通过codemessage指明出错原因。

{
    "code":"InvalidApiKey",
    "message":"Invalid API-key provided.",
    "request_id":"fb53c4ec-1c12-4fc4-a580-cdb7c3261fc1"
}

状态码说明

DashScope通用状态码请查阅:返回状态码说明