（来源：上观新闻）
如果 🇻🇪😡JSON 语法🌖🇲🇨要求，请务🧶🐋必添加逗号： {🏘 "id": 🇬🇱"glm-🥚🏙5.1"🖥🆑, "n⚠ame"✔: "GL⛲🥽M-5.🏚DO到饭糊动漫1", "⭕🗨reas🦠🤲oning😱🥺": true➿👂, "🇸🇴🚼input":🈵 [ "👩🏫text🇦🇼" ],🇵🇪 "👨🦲cost🔲": { 🧗♂️🐢 "inpu🛅🇰🇳t": 0,💩 "🕶output"🐣🅰: 0, ♏ "cac🎋🇧🇶heRe📎ad": 0🕔🛡, 🖌 "cach🔬🔳eWri🧬te"🥌🇨🇱: 0👩🔧 }, "🐒🇬🇵context💱Win👗dow": 2🤙🍔04800, 🙀👉 "maxTo🧤kens"⬆🈶: 131🌭072}🕴🎴 然后🦶🍽更新“agent🇰🇵s.defau📪lts.mod🐦🎣el.pri🇬🇱🧑mary”🀄🇮🇹的默认模型： 🛣🛋"prim🧢ary":👓 "zai/😟🍉glm⤵-5", 接着，💞把上面的代码🦚🎐改为以🇮🇴下样式🆕： "prima🍤🈯ry": 🍂"zai👩✈️🍗/glm-🚶♀️🇫🇲5.1", 在“🇲🇴 agents.🇱🇧🐇default🇬🇫s.mode🦞💕ls”添加： "🏁🥠zai/🔰🌃glm-5☀😛.1"📗🇲🇳: {} 🐼👌第二步：更💫♠新配置参考🕡 以下是⛽参考代码，🌅🧦用于展示更新后的💽🏀配置应该是什么➿🐅样子 😩🏩1、“m🧢odels.pr📪🇵🇫ovid🇧🇳💰ers👨🦳.zai.👨🔧mod🎫🤲els”🔠部分： ♑🍊"model🌼s": 🔃[ { 💃🖱 "i🛃📂d": "g😪🧺lm-5", 🚁 "🍧name": "❓♉DO到饭糊动漫GLM-5", 💆👐 "rea🚬🇬🇼son⬅🚥ing": t💹rue, ⛩"input"🔢: ["🐾🗳text"💭📶], 💥📙"cost": 🍟➖{"inpu🍿🕚t": 🔝🏗0, "o🤟🏣utput":⚱💛 0, "ca🇲🇸🔹cheRead"🐓: 0, "🚉cache🔫🎑Write🆘": 0}🎗, "c🇹🇳📟ontex🐞🏜tWindow🌒🦉": 20🇲🇦🎩4800↘💪, 🔮 "max⬇Tokens"👨👧👦: 131🇺🇿072 🚼 }, { 👙 "i🚉d": "g👨🌾👅lm-4🦆.7", ♏😋 "na👐me": 🐰🐷"GLM-4🐲.7", ➗🧽"reasoni🔞🎓ng"👱♀️: true,🇦🇿🐧 "in⛓👨👧👧put⚛🔰": ["t👽🧽ext"🍊], 👨👨👧👧🗝"cost": ⏯⛄{"inp🦸♀️☘ut": 0🛵💠, "out🙅put":🎬😯 0, 🚁🦓"cacheR🕳ead"↙: 0, "🐦🛑cach👅eWrite"🌳🐩: 0}, 🕶 "co🇵🇾👨⚖️nte👩⚕️xtWindo🇦🇺👩👦👦w": 🇧🇸204800, 🍁🦁 "max😆Tokens":📖💾 131072🇵🇬🇧🇾 }, 👨👩👧👧🍑 { "🕴id": "🤨glm-🐒5.1",🇸🇴 🥿🍪 "name":🚇 "GLM-🛬5.1",🕉 📇 "reaso🕉ning": 🖐true👁️🗨️, 🥴 "input🕑👲": 🅱🕳["text"💸], ☃♐ "cost🛰💖": 🇯🇴{"inpu⏬🤒t": 0, 👸"outpu🔏🗾t": 0🔨🇧🇭, "cache💅⏲Rea🏯🎼d": 📿🐢0, 🥧"ca🇦🇩🧥cheWrit⚰🙀e":🇵🇹 0}, 🕉🏹 "🔐🐌contextW🎮indow🇳🇨": 2➗🕐04800,🆕 "m🇬🇶axT🅾oken📹😸s": 1310📑72 🐑🉑}] 🈁🇱🇾2、“age🔜🤒nts.🍰🥾defau🤯🏁lts🍪.mo🍜👩👩👧👧del.p🗾🇰🇲rimar🌀y”部分🌋： "mode🕡l": {🦖 "pr🏟💊imary":🏓 "za🛤i/glm-5↙🇬🇳DO到饭糊动漫.1", "📝fallbac📐🖨ks"🕘: ["🖱🇧🇪zai🦞/gl🚔DO到饭糊动漫m-4🇬🇾😆.7"🎠]} 🇬🇬❕3、“agent🐈👩💻s.defaul🇰🇷♟️ts.model🆗📥s”部分🚲： "mode💞📖ls": 🚠{ "zai🧿🇸🇳/glm㊙-5": {"a🏟lia🔶s":🔛 "G💽LM"}, "🐐zai/glm🈶📻-4.7🚵🇱🇷": {},🎃 "z🛂ai/gl🇧🇭m-5.1🗓": {}}😑🐔 做完以上更改后🔀，运行“🇬🇷openclaw🦢💍 gatewa📜🐡y re🥮↔sta🦓rt”命令重启网📻关 重启后✡📟，您应该🤪可以直接使用 G🕹🏋️♀️LM-5🦍.1 模型，您🤣可以在终👔端运行“ope🇸🇽nclaw tu🍤i”进入聊天界🦐🐵面⏩🔭。
说到底，🤽♂️👖Nemot🕯👩👩👧👧ron-Cas🔋cade🙍♂️👺 2的成功不仅仅🙍♂️🚾是一个技术突😳破，更是对🦇AI发🇹🇴🚤展方向的重要探索🛹。然而，这😻👷♀️时候出现了新的问🆗题：系统开始过🦍😁度翻译，生成的译💣📥文长度远超合理范🔣围🇿🇦。
研究团队最🇱🇻终选择优先BL🇺🇿🇮🇹EU分数的原🦸♂️因是，对于低🖱🚟资源语言，基🛀🚁于规则的评估👗通常比基于🏣神经网络的评估🐟🍍更可靠🕰。
