AutoGLM Phone 9B Multilingual adalah model Z.ai untuk asisten yang bekerja melalui antarmuka ponsel pintar. Model ini menggabungkan tugas bahasa alami dengan pemahaman visual atas layar saat ini, merencanakan langkah berikutnya, dan menghasilkan informasi yang digunakan lingkungan agen ponsel untuk bertindak. Arsitekturnya identik dengan GLM 4.1V 9B Thinking; edisi bernama Phone Multilingual tetap merupakan pilihan model tersendiri.
Gambaran proyek. Phone Agent dari produsen memasangkan persepsi layar dengan siklus eksekusi. Lingkungan menangkap antarmuka, model menalar tugas, dan komponen pengendali perangkat menjalankan operasi yang dipilih. Layar baru kemudian memberikan umpan balik untuk langkah berikutnya. Kerangka kerja yang diterbitkan menggunakan Android Debug Bridge untuk perangkat Android dan menyediakan jalur kontrol HarmonyOS yang terpisah. Model menyediakan persepsi dan perencanaan; lingkungan yang terhubung menyediakan interaksi perangkat yang sebenarnya.
Perbedaan Multilingual. AutoGLM Phone 9B asli dioptimalkan untuk aplikasi seluler berbahasa Mandarin. Edisi Multilingual menambahkan dukungan untuk skenario berbahasa Inggris dan ditujukan bagi aplikasi yang memuat konten berbahasa Inggris atau bahasa lain. Proyek ini juga menyediakan prompt instruksi berbahasa Mandarin dan Inggris. Pertahankan nama aplikasi, istilah pencarian, dan teks antarmuka yang terlihat saat menjelaskan tugas; rincian ini membantu menghubungkan tindakan yang diminta dengan layar, bukan dengan terjemahan yang diasumsikan.
Perencanaan tindakan. Kosakata tindakan dalam kerangka kerja yang diterbitkan mencakup membuka aplikasi, mengetuk, mengetik, menggeser, kembali, menuju layar utama, menekan lama, mengetuk dua kali, dan menunggu halaman dimuat. Kerangka kerja ini juga memiliki tindakan pengambilalihan manual. Gunakan semuanya sebagai kosakata alur kerja berbasis layar: buka aplikasi yang relevan, temukan kontrol yang diperlukan, masukkan teks yang diminta, dan periksa halaman baru. Tindakan berikutnya harus didasarkan pada antarmuka terbaru, karena status pemuatan atau tata letak yang berubah dapat membuat pengamatan sebelumnya tidak lagi berlaku.
Siapkan tugas yang konkret. Nyatakan aplikasi, informasi atau hasil yang dituju, dan kondisi yang penting. Untuk tugas pencarian, berikan kueri persis, kriteria pemilihan, dan hasil yang diinginkan, seperti daftar item yang cocok beserta atributnya yang terlihat. Untuk alur kerja perkantoran, tentukan informasi layar yang harus dikumpulkan dan cara menyajikan ringkasan akhir. Sertakan tangkapan layar saat ini dan langkah sebelumnya yang cukup untuk menjelaskan posisi asisten dalam proses. Keluaran kemudian dapat mengusulkan operasi berikutnya atau menjelaskan rincian yang terlihat yang menghambat kemajuan.
Partisipasi manusia. Kerangka kerja resmi menyediakan callback untuk konfirmasi operasi sensitif dan pengambilalihan manual selama langkah login atau kode verifikasi. Aplikasi dapat menyerahkan kembali ponsel kepada pengguna, lalu melanjutkan dari layar yang baru ditangkap setelah orang tersebut menyelesaikan langkah itu. Berikan kondisi penyelesaian yang jelas agar asisten dapat membedakan antara menemukan informasi, menyiapkan tindakan, dan mencapai hasil yang dituju.
Pengaturan praktis memengaruhi alur kerja. Izin perangkat, jalur tangkapan layar yang berfungsi, dan masukan teks disediakan oleh lingkungan yang menaunginya. Pengaturan Android dari produsen menggunakan komponen papan ketik khusus untuk memasukkan teks, sedangkan jalur HarmonyOS menggunakan masukan native. Sebagian layar yang dilindungi dapat menghasilkan tangkapan hitam. Ketika layar tidak tersedia atau suatu kontrol ambigu, dapatkan tampilan yang dapat digunakan atau arahan manusia sebelum menyusun tindakan berikutnya. Respons model saja tidak membuktikan bahwa operasi ponsel telah dijalankan; periksa layar hasilnya untuk mengonfirmasi kemajuan.
", "aboutText": "AutoGLM Phone 9B Multilingual adalah model Z.ai untuk asisten yang bekerja melalui antarmuka ponsel pintar. Model ini menggabungkan tugas bahasa alami dengan pemahaman visual atas layar saat ini, merencanakan langkah berikutnya, dan menghasilkan informasi yang digunakan lingkungan agen ponsel untuk bertindak. Arsitekturnya identik dengan GLM 4.1V 9B Thinking; edisi bernama Phone Multilingual tetap merupakan pilihan model tersendiri.\n\nGambaran proyek. Phone Agent dari produsen memasangkan persepsi layar dengan siklus eksekusi. Lingkungan menangkap antarmuka, model menalar tugas, dan komponen pengendali perangkat menjalankan operasi yang dipilih. Layar baru kemudian memberikan umpan balik untuk langkah berikutnya. Kerangka kerja yang diterbitkan menggunakan Android Debug Bridge untuk perangkat Android dan menyediakan jalur kontrol HarmonyOS yang terpisah. Model menyediakan persepsi dan perencanaan; lingkungan yang terhubung menyediakan interaksi perangkat yang sebenarnya.\n\nPerbedaan Multilingual. AutoGLM Phone 9B asli dioptimalkan untuk aplikasi seluler berbahasa Mandarin. Edisi Multilingual menambahkan dukungan untuk skenario berbahasa Inggris dan ditujukan bagi aplikasi yang memuat konten berbahasa Inggris atau bahasa lain. Proyek ini juga menyediakan prompt instruksi berbahasa Mandarin dan Inggris. Pertahankan nama aplikasi, istilah pencarian, dan teks antarmuka yang terlihat saat menjelaskan tugas; rincian ini membantu menghubungkan tindakan yang diminta dengan layar, bukan dengan terjemahan yang diasumsikan.\n\nPerencanaan tindakan. Kosakata tindakan dalam kerangka kerja yang diterbitkan mencakup membuka aplikasi, mengetuk, mengetik, menggeser, kembali, menuju layar utama, menekan lama, mengetuk dua kali, dan menunggu halaman dimuat. Kerangka kerja ini juga memiliki tindakan pengambilalihan manual. Gunakan semuanya sebagai kosakata alur kerja berbasis layar: buka aplikasi yang relevan, temukan kontrol yang diperlukan, masukkan teks yang diminta, dan periksa halaman baru. Tindakan berikutnya harus didasarkan pada antarmuka terbaru, karena status pemuatan atau tata letak yang berubah dapat membuat pengamatan sebelumnya tidak lagi berlaku.\n\nSiapkan tugas yang konkret. Nyatakan aplikasi, informasi atau hasil yang dituju, dan kondisi yang penting. Untuk tugas pencarian, berikan kueri persis, kriteria pemilihan, dan hasil yang diinginkan, seperti daftar item yang cocok beserta atributnya yang terlihat. Untuk alur kerja perkantoran, tentukan informasi layar yang harus dikumpulkan dan cara menyajikan ringkasan akhir. Sertakan tangkapan layar saat ini dan langkah sebelumnya yang cukup untuk menjelaskan posisi asisten dalam proses. Keluaran kemudian dapat mengusulkan operasi berikutnya atau menjelaskan rincian yang terlihat yang menghambat kemajuan.\n\nPartisipasi manusia. Kerangka kerja resmi menyediakan callback untuk konfirmasi operasi sensitif dan pengambilalihan manual selama langkah login atau kode verifikasi. Aplikasi dapat menyerahkan kembali ponsel kepada pengguna, lalu melanjutkan dari layar yang baru ditangkap setelah orang tersebut menyelesaikan langkah itu. Berikan kondisi penyelesaian yang jelas agar asisten dapat membedakan antara menemukan informasi, menyiapkan tindakan, dan mencapai hasil yang dituju.\n\nPengaturan praktis memengaruhi alur kerja. Izin perangkat, jalur tangkapan layar yang berfungsi, dan masukan teks disediakan oleh lingkungan yang menaunginya. Pengaturan Android dari produsen menggunakan komponen papan ketik khusus untuk memasukkan teks, sedangkan jalur HarmonyOS menggunakan masukan native. Sebagian layar yang dilindungi dapat menghasilkan tangkapan hitam. Ketika layar tidak tersedia atau suatu kontrol ambigu, dapatkan tampilan yang dapat digunakan atau arahan manusia sebelum menyusun tindakan berikutnya. Respons model saja tidak membuktikan bahwa operasi ponsel telah dijalankan; periksa layar hasilnya untuk mengonfirmasi kemajuan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Plan the next phone-search step\n\nUse this text transcription of the current phone screen: app 'City Library'; search field 'Search catalog'; button 'Search'; no results shown. Goal: find books matching the exact title 'The Glass Harbor'. Propose only the next input action and the screen evidence needed afterward. Preserve the title and do not claim that a search has already run.One next-action proposal and a short description of the resulting screen evidence to inspect.The response uses the exact title and distinguishes proposed text entry from an executed search or a found book.zai-org/autoglm-phone-9b-multilingualModel vision-language Z.ai untuk memahami layar ponsel pintar dan merencanakan tindakan antarmuka. Edisi Multilingual mendukung skenario berbahasa Inggris dan antarmuka dengan konten bahasa lain; lingkungan agen ponsel yang terhubung menjalankan operasi yang diusulkan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
AutoGLM Phone 9B Multilingual adalah model Z.ai untuk asisten yang bekerja melalui antarmuka ponsel pintar. Model ini menggabungkan tugas bahasa alami dengan pemahaman visual atas layar saat ini, merencanakan langkah berikutnya, dan menghasilkan informasi yang digunakan lingkungan agen ponsel untuk bertindak. Arsitekturnya identik dengan GLM 4.1V 9B Thinking; edisi bernama Phone Multilingual tetap merupakan pilihan model tersendiri.
Gambaran proyek. Phone Agent dari produsen memasangkan persepsi layar dengan siklus eksekusi. Lingkungan menangkap antarmuka, model menalar tugas, dan komponen pengendali perangkat menjalankan operasi yang dipilih. Layar baru kemudian memberikan umpan balik untuk langkah berikutnya. Kerangka kerja yang diterbitkan menggunakan Android Debug Bridge untuk perangkat Android dan menyediakan jalur kontrol HarmonyOS yang terpisah. Model menyediakan persepsi dan perencanaan; lingkungan yang terhubung menyediakan interaksi perangkat yang sebenarnya.
Perbedaan Multilingual. AutoGLM Phone 9B asli dioptimalkan untuk aplikasi seluler berbahasa Mandarin. Edisi Multilingual menambahkan dukungan untuk skenario berbahasa Inggris dan ditujukan bagi aplikasi yang memuat konten berbahasa Inggris atau bahasa lain. Proyek ini juga menyediakan prompt instruksi berbahasa Mandarin dan Inggris. Pertahankan nama aplikasi, istilah pencarian, dan teks antarmuka yang terlihat saat menjelaskan tugas; rincian ini membantu menghubungkan tindakan yang diminta dengan layar, bukan dengan terjemahan yang diasumsikan.
Perencanaan tindakan. Kosakata tindakan dalam kerangka kerja yang diterbitkan mencakup membuka aplikasi, mengetuk, mengetik, menggeser, kembali, menuju layar utama, menekan lama, mengetuk dua kali, dan menunggu halaman dimuat. Kerangka kerja ini juga memiliki tindakan pengambilalihan manual. Gunakan semuanya sebagai kosakata alur kerja berbasis layar: buka aplikasi yang relevan, temukan kontrol yang diperlukan, masukkan teks yang diminta, dan periksa halaman baru. Tindakan berikutnya harus didasarkan pada antarmuka terbaru, karena status pemuatan atau tata letak yang berubah dapat membuat pengamatan sebelumnya tidak lagi berlaku.
Siapkan tugas yang konkret. Nyatakan aplikasi, informasi atau hasil yang dituju, dan kondisi yang penting. Untuk tugas pencarian, berikan kueri persis, kriteria pemilihan, dan hasil yang diinginkan, seperti daftar item yang cocok beserta atributnya yang terlihat. Untuk alur kerja perkantoran, tentukan informasi layar yang harus dikumpulkan dan cara menyajikan ringkasan akhir. Sertakan tangkapan layar saat ini dan langkah sebelumnya yang cukup untuk menjelaskan posisi asisten dalam proses. Keluaran kemudian dapat mengusulkan operasi berikutnya atau menjelaskan rincian yang terlihat yang menghambat kemajuan.
Partisipasi manusia. Kerangka kerja resmi menyediakan callback untuk konfirmasi operasi sensitif dan pengambilalihan manual selama langkah login atau kode verifikasi. Aplikasi dapat menyerahkan kembali ponsel kepada pengguna, lalu melanjutkan dari layar yang baru ditangkap setelah orang tersebut menyelesaikan langkah itu. Berikan kondisi penyelesaian yang jelas agar asisten dapat membedakan antara menemukan informasi, menyiapkan tindakan, dan mencapai hasil yang dituju.
Pengaturan praktis memengaruhi alur kerja. Izin perangkat, jalur tangkapan layar yang berfungsi, dan masukan teks disediakan oleh lingkungan yang menaunginya. Pengaturan Android dari produsen menggunakan komponen papan ketik khusus untuk memasukkan teks, sedangkan jalur HarmonyOS menggunakan masukan native. Sebagian layar yang dilindungi dapat menghasilkan tangkapan hitam. Ketika layar tidak tersedia atau suatu kontrol ambigu, dapatkan tampilan yang dapat digunakan atau arahan manusia sebelum menyusun tindakan berikutnya. Respons model saja tidak membuktikan bahwa operasi ponsel telah dijalankan; periksa layar hasilnya untuk mengonfirmasi kemajuan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan zai-org/autoglm-phone-9b-multilingual | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.000072 / 1K token Keluaran · Token keluaran $0.000286 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "zai-org/autoglm-phone-9b-multilingual", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='zai-org/autoglm-phone-9b-multilingual',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='zai-org/autoglm-phone-9b-multilingual',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra zai-org/autoglm-phone-9b-multilingual
Gunakan jalur metode yang ditampilkan di atas.
zai-org/autoglm-phone-9b-multilingualModel vision-language Z.ai untuk memahami layar ponsel pintar dan merencanakan tindakan antarmuka. Edisi Multilingual mendukung skenario berbahasa Inggris dan antarmuka dengan konten bahasa lain; lingkungan agen ponsel yang terhubung menjalankan operasi yang diusulkan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
AutoGLM Phone 9B Multilingual adalah model Z.ai untuk asisten yang bekerja melalui antarmuka ponsel pintar. Model ini menggabungkan tugas bahasa alami dengan pemahaman visual atas layar saat ini, merencanakan langkah berikutnya, dan menghasilkan informasi yang digunakan lingkungan agen ponsel untuk bertindak. Arsitekturnya identik dengan GLM 4.1V 9B Thinking; edisi bernama Phone Multilingual tetap merupakan pilihan model tersendiri.
Gambaran proyek. Phone Agent dari produsen memasangkan persepsi layar dengan siklus eksekusi. Lingkungan menangkap antarmuka, model menalar tugas, dan komponen pengendali perangkat menjalankan operasi yang dipilih. Layar baru kemudian memberikan umpan balik untuk langkah berikutnya. Kerangka kerja yang diterbitkan menggunakan Android Debug Bridge untuk perangkat Android dan menyediakan jalur kontrol HarmonyOS yang terpisah. Model menyediakan persepsi dan perencanaan; lingkungan yang terhubung menyediakan interaksi perangkat yang sebenarnya.
Perbedaan Multilingual. AutoGLM Phone 9B asli dioptimalkan untuk aplikasi seluler berbahasa Mandarin. Edisi Multilingual menambahkan dukungan untuk skenario berbahasa Inggris dan ditujukan bagi aplikasi yang memuat konten berbahasa Inggris atau bahasa lain. Proyek ini juga menyediakan prompt instruksi berbahasa Mandarin dan Inggris. Pertahankan nama aplikasi, istilah pencarian, dan teks antarmuka yang terlihat saat menjelaskan tugas; rincian ini membantu menghubungkan tindakan yang diminta dengan layar, bukan dengan terjemahan yang diasumsikan.
Perencanaan tindakan. Kosakata tindakan dalam kerangka kerja yang diterbitkan mencakup membuka aplikasi, mengetuk, mengetik, menggeser, kembali, menuju layar utama, menekan lama, mengetuk dua kali, dan menunggu halaman dimuat. Kerangka kerja ini juga memiliki tindakan pengambilalihan manual. Gunakan semuanya sebagai kosakata alur kerja berbasis layar: buka aplikasi yang relevan, temukan kontrol yang diperlukan, masukkan teks yang diminta, dan periksa halaman baru. Tindakan berikutnya harus didasarkan pada antarmuka terbaru, karena status pemuatan atau tata letak yang berubah dapat membuat pengamatan sebelumnya tidak lagi berlaku.
Siapkan tugas yang konkret. Nyatakan aplikasi, informasi atau hasil yang dituju, dan kondisi yang penting. Untuk tugas pencarian, berikan kueri persis, kriteria pemilihan, dan hasil yang diinginkan, seperti daftar item yang cocok beserta atributnya yang terlihat. Untuk alur kerja perkantoran, tentukan informasi layar yang harus dikumpulkan dan cara menyajikan ringkasan akhir. Sertakan tangkapan layar saat ini dan langkah sebelumnya yang cukup untuk menjelaskan posisi asisten dalam proses. Keluaran kemudian dapat mengusulkan operasi berikutnya atau menjelaskan rincian yang terlihat yang menghambat kemajuan.
Partisipasi manusia. Kerangka kerja resmi menyediakan callback untuk konfirmasi operasi sensitif dan pengambilalihan manual selama langkah login atau kode verifikasi. Aplikasi dapat menyerahkan kembali ponsel kepada pengguna, lalu melanjutkan dari layar yang baru ditangkap setelah orang tersebut menyelesaikan langkah itu. Berikan kondisi penyelesaian yang jelas agar asisten dapat membedakan antara menemukan informasi, menyiapkan tindakan, dan mencapai hasil yang dituju.
Pengaturan praktis memengaruhi alur kerja. Izin perangkat, jalur tangkapan layar yang berfungsi, dan masukan teks disediakan oleh lingkungan yang menaunginya. Pengaturan Android dari produsen menggunakan komponen papan ketik khusus untuk memasukkan teks, sedangkan jalur HarmonyOS menggunakan masukan native. Sebagian layar yang dilindungi dapat menghasilkan tangkapan hitam. Ketika layar tidak tersedia atau suatu kontrol ambigu, dapatkan tampilan yang dapat digunakan atau arahan manusia sebelum menyusun tindakan berikutnya. Respons model saja tidak membuktikan bahwa operasi ponsel telah dijalankan; periksa layar hasilnya untuk mengonfirmasi kemajuan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan zai-org/autoglm-phone-9b-multilingual | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.000072 / 1K token Keluaran · Token keluaran $0.000286 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "zai-org/autoglm-phone-9b-multilingual",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'zai-org/autoglm-phone-9b-multilingual', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'zai-org/autoglm-phone-9b-multilingual', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra zai-org/autoglm-phone-9b-multilingual
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Plan the next phone-search step\n\nUse this text transcription of the current phone screen: app 'City Library'; search field 'Search catalog'; button 'Search'; no results shown. Goal: find books matching the exact title 'The Glass Harbor'. Propose only the next input action and the screen evidence needed afterward. Preserve the title and do not claim that a search has already run.One next-action proposal and a short description of the resulting screen evidence to inspect.The response uses the exact title and distinguishes proposed text entry from an executed search or a found book.