Indique seus amigos para a Novita AI e ambos ganharão $10 em créditos de API LLM — até $500 em recompensas totais.
Para apoiar a comunidade de desenvolvedores, Qwen2.5-7B, Qwen 3 0.6B, Qwen 3 1.7B, Qwen 3 4B estão atualmente disponíveis gratuitamente na Novita AI.
Experimente a Novita AI Agora!
Imagine uma IA que não apenas informa o tempo, mas realmente o verifica ao vivo; que não apenas explica conceitos, mas gera relatórios personalizados, gráficos ou até agenda uma reunião para você. Combinado com o GLM Z1 9B 0414, um modelo leve e poderoso ajustado para raciocínio, diálogo multilíngue e geração visual (HTML/SVG), o Function Calling se torna ainda mais prático. Juntos, eles permitem assistentes inteligentes.
O que é Function Calling?
https://www.youtube.com/watch?v=Qor2VZoBib0
Function calling permite que grandes modelos de linguagem (LLMs) interajam com ferramentas externas, APIs e serviços. Em vez de depender apenas dos dados de treinamento, um modelo agora pode:
- Decidir quando a ajuda externa é necessária
- Escolher a função correta a ser chamada
- Gerar parâmetros devidamente estruturados
- Incorporar os resultados em sua resposta
Pense nisso como dar à IA uma calculadora, calendário ou aplicativo de viagens para auxiliar nas tarefas.
Como o Function Calling Funciona
- Entrada do Usuário → O modelo recebe e analisa a consulta
- Seleção da Função → Determina a ferramenta ou API relevante
- Geração de Parâmetros → Constrói uma entrada estruturada (ex.: JSON)
- Execução da Função → Executa a função e recupera os resultados
- Integração da Resposta → Retorna uma resposta completa ao usuário
Exemplo: “Qual é o clima em Tóquio?”
| Passo | Descrição |
| Entrada do Usuário | “Qual é o clima em Tóquio?” |
| Identificar Necessidade | Requer dados em tempo real |
| Selecionar Função | Chamar getWeather(location, units) |
| Gerar Parâmetros | { “location”: “Tokyo”, “units”: “celsius” } |
| Executar API | Solicitar API meteorológica |
| Resposta Final | “Está 22°C e ensolarado em Tóquio hoje.” |
O que é GLM Z1 9B 0414?
Especificações do Modelo
- Parâmetros: 9 bilhões (9B), design leve equilibrando desempenho e eficiência de recursos.
- Janela de Contexto: 32K, suportando processamento de textos longos e tarefas complexas.
Vantagens de Desempenho
- Alta Relação Desempenho/Tamanho: Destaca-se em raciocínio matemático, tarefas gerais e cenários complexos de raciocínio, sendo ideal para implantações leves.
- Principais Pontos Fortes:
- Raciocínio Matemático: Desempenho excepcional em tarefas como AIME24, AIME25 e Omni-MATH.
- Geração de Código: Resultados sólidos em tarefas como LCB (2408–2501).
- Seguimento de Instruções e Perguntas e Respostas: Excelente em tarefas SysBench (ISR), IFEval e ArenaHard.
- Integração Abrangente de Ferramentas: Bom desempenho em tarefas como BFCL (v3).

Treinamento e Otimização
- Dados de Pré-treinamento: Construído sobre 15T de dados de alta qualidade do GLM-4-32B, incluindo extensos dados sintéticos de raciocínio, aprimorando a lógica e as capacidades de raciocínio.
- Otimização Pós-treinamento: Utiliza Alinhamento de Preferência Humana para otimizar o desempenho em cenários de diálogo.
Capacidades Estendidas do GLM Z1 9B 0414
- Suporte Multilíngue
- Suporta 26 idiomas, com desempenho robusto em chinês e inglês, sendo ideal para aplicações globais.
- Geração de Texto e Visualização
- Texto-para-Texto: Lida com diversas tarefas de geração de texto.
- Saída Visual: Capaz de gerar conteúdo HTML e SVG estruturados, aumentando a interatividade e usabilidade.
- Pontos Fortes de Dados e Treinamento
- Pré-treinamento Extensivo: Treinado em 15T de dados de alta qualidade abrangendo domínios amplos, incluindo dados sintéticos de raciocínio, garantindo fortes capacidades de generalização.
- Otimização de Diálogo: Ajustado com alinhamento de preferência humana para geração de diálogo realista e responsiva.
GLM Z1 9B 0414 + Function Calling = ?

1. Aplicações Multilíngues
- Tradução em Tempo Real:
Utilizando Function Calling para integrar APIs de tradução, permitindo traduções instantâneas e precisas em 26 idiomas suportados.- Aplicações:
- Sistemas de suporte ao cliente multilíngues.
- Legendas em tempo real para conferências globais e transmissões ao vivo.
- Aplicações:
- Chatbots em Vários Idiomas:
Lidar perfeitamente com conversas em vários idiomas, aproveitando a otimização de diálogo e o Function Calling para precisão cultural e contextual.- Aplicações:
- Plataformas de comércio eletrônico globais.
- Chatbots educacionais multilíngues.
- Aplicações:
2. Geração Dinâmica de Texto
- Personalização de Conteúdo:
Usar Function Calling para acessar dados do usuário e gerar recomendações ou relatórios personalizados em texto natural.- Aplicações:
- Planos de aprendizagem personalizados para plataformas educacionais.
- Conteúdo de marketing sob medida para e-commerce.
- Aplicações:
- Geração Automatizada de Relatórios:
Combinar geração de texto com Function Calling para buscar dados em tempo real (ex.: vendas, análises) e produzir relatórios comerciais estruturados.- Aplicações:
- Painéis de inteligência de negócios.
- Resumos financeiros ou operacionais.
- Aplicações:
3. Aplicações Impulsionadas por Visualização
- Geração de Conteúdo Interativo:
Aproveitar o Function Calling para gerar elementos HTML e SVG estruturados para maior interatividade e visualização.- Aplicações:
- Gráficos e tabelas dinâmicas para plataformas de análise de dados.
- Módulos de aprendizagem interativos ou infográficos para ferramentas educacionais.
- Aplicações:
- Automação de Conteúdo Web:
Gerar automaticamente componentes visuais para páginas web ou aplicações dinâmicas.- Aplicações:
- Criação automatizada de newsletters.
- Assistentes de design web interativo.
- Aplicações:
4. Assistentes Inteligentes Impulsionados por Diálogo
- Assistentes Inteligentes com Acesso a Dados em Tempo Real:
Usar otimização de diálogo e Function Calling para recuperar dados em tempo real (ex.: clima, notícias, preços de ações) e fornecer respostas acionáveis.- Aplicações:
- Assistentes pessoais virtuais.
- Planejadores de viagens e eventos em tempo real.
- Aplicações:
- Automação de Tarefas:
Function Calling permite que assistentes executem tarefas como agendamento, envio de e-mails ou gerenciamento de dispositivos IoT.- Aplicações:
- Sistemas de casa inteligente (ex.: controle de luzes, termostatos).
- Ferramentas de automação de escritório (ex.: agendamento de reuniões, rascunhos de e-mail).
- Aplicações:
5. Aplicações Avançadas de Treinamento e Raciocínio
- Ferramentas Educacionais:
Combinar capacidades de raciocínio com Function Calling para buscar e analisar conteúdo educacional, criar quizzes ou resolver problemas matemáticos.- Aplicações:
- Plataformas de aprendizagem adaptativa.
- Assistentes de tutoria em matemática e ciências.
- Aplicações:
- Assistência à Pesquisa Científica:
Gerar insights ou analisar conjuntos de dados usando pré-treinamento de raciocínio e Function Calling para recuperação de dados externos.- Aplicações:
- Ferramentas para pesquisadores em áreas científicas ou técnicas.
- Assistentes automatizados de revisão de literatura.
- Aplicações:
6. Aplicações Multimodais
- Assistentes de Conteúdo Multimodal:
Integrar geração de texto e capacidades visuais para produzir saídas multimodais, como explicações visuais ou guias interativos.- Aplicações:
- Ferramentas interativas de diagnóstico médico (ex.: combinando explicações textuais com visuais anotados).
- Instruções de montagem ou reparo de produtos com texto e diagramas.
- Aplicações:
- Geração de Conteúdo Criativo:
Usar capacidades de saída visual para criar visuais artísticos, infográficos ou anúncios.- Aplicações:
- Assistentes de escrita criativa ou design.
- Criação de cópias de anúncios e gráficos para campanhas de marketing.
- Aplicações:
Como Usar o Function Calling do GLM Z1 9B 0414 via Novita AI
A Novita AI lançou suporte para descrições de capacidades de cada LLM, que você pode visualizar diretamente no console e na documentação.
Passo 1: Faça login na Novita AI
Ao acessar a página inicial da Novita AI, clique no botão “Log In” ou “Get Started” no canto superior direito. Você pode fazer login facilmente com Google, GitHub, Hugging Face ou apenas seu e-mail — à sua escolha!

Experimente a Novita AI Agora!
Passo 2: Clique em “Model API” no Console!
Após fazer login, você será direcionado ao painel do Console Novita. No topo, clique em “Model API”. Esta seção fornece acesso a uma lista completa de modelos disponíveis, juntamente com informações detalhadas sobre suas capacidades — incluindo se eles suportam Function Calling e Structured Outputs.

Passo 3: Escolha seu Modelo e Verifique!
Basta encontrar o modelo de seu interesse, clicar nele e um painel aparecerá à direita. Em “Supported Capabilities”, você verá instantaneamente se Function Calling e Structured Outputs são suportados.

Passo 4: Inicialize o Cliente
Primeiro, você precisa inicializar o cliente com sua chave de API Novita.
from openai import OpenAI
import json
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
# Obtenha a chave de API Novita AI em: https://novita.ai/settings/key-management.
api_key="<SUA Chave de API Novita AI>",
)
model = "thudm/glm-z1-9b-0414"
Passo 5: Defina a Função a Ser Chamada
Em seguida, defina a função Python que o modelo pode chamar. Neste exemplo, é uma função para obter informações meteorológicas.
# Função de exemplo para simular a obtenção de dados meteorológicos.
def get_weather(location):
"""Recupera o clima atual para um local específico."""
print("Chamando função get_weather com local: ", location)
# Em uma aplicação real, você chamaria uma API meteorológica externa aqui.
# Este é um exemplo simplificado retornando dados fixos.
return json.dumps({"location": location, "temperature": "60 degrees Fahrenheit"})
Passo 6: Construa a Requisição da API com Ferramentas e Mensagem do Usuário
Agora, crie a requisição da API para o endpoint Novita. Esta requisição inclui o parâmetro tools, definindo as funções que o modelo pode usar, e a mensagem do usuário.
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "Obter clima de um local, o usuário deve fornecer um local primeiro",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "A cidade e estado, ex.: São Francisco, CA",
}
},
"required": ["location"]
},
}
},
]
messages = [
{
"role": "user",
"content": "Qual é o clima em São Francisco?"
}
]
# Vamos enviar a requisição e imprimir a resposta.
response = client.chat.completions.create(
model=model,
messages=messages,
tools=tools,
)
# Verifique se a resposta contém chamadas de ferramenta se estiver em produção.
tool_call = response.choices[0].message.tool_calls[0]
print(tool_call.model_dump())
Saída:
{'id': '0', 'function': {'arguments': '{"location": "San Francisco, CA"}', 'name': 'get_weather'}, 'type': 'function'}
Function Calling + GLM Z1 9B = um assistente inteligente, modular e multilíngue que pode falar, pensar e agir. Seja criando painéis em tempo real, bots de idiomas ou ferramentas científicas, essa combinação une o raciocínio do LLM à ação. Graças ao suporte plug-and-play da Novita AI, os desenvolvedores agora podem facilmente trazer essas capacidades para seus produtos com código mínimo e máxima flexibilidade.
Perguntas Frequentes
O que exatamente o Function Calling permite?
Function Calling permite que LLMs escolham, executem e respondam com resultados de ferramentas externas como APIs meteorológicas, bancos de dados ou funções personalizadas.
O que torna o GLM Z1 9B especial para Function Calling?
Sua força de raciocínio, suporte multilíngue e geração de HTML/SVG o tornam ideal para aplicações dinâmicas, interativas e globais.
Function Calling é difícil de implementar?
Não. Com a Novita AI, você apenas define uma função, fornece um esquema e usa a API deles para integrar a resposta do modelo com a saída da ferramenta.
Novita AI é a plataforma All-in-one na nuvem que impulsiona suas ambições de IA. APIs integradas, serverless, GPU Instance — as ferramentas econômicas que você precisa. Elimine infraestrutura, comece gratuitamente e torne sua visão de IA realidade.

