Muse Spark 1.2 Contributor es la edición experimental y de prototipado de la familia de razonamiento Muse Spark 1.2 de Meta. Mantén el identificador Contributor separado de Standard 1.2 y de las ediciones 1.3 posteriores. La documentación de la familia del fabricante describe trabajo con agentes, asistentes de software, razonamiento multimodal, uso de herramientas y resultados de texto estructurado; no establece una garantía de rendimiento propia de Contributor a partir de las demostraciones de Standard.
Entradas y contexto documentados
El fabricante enumera texto, imágenes, video, audio y PDF como modalidades de entrada de la versión 1.2 y texto como salida, con un contexto de 1,048,576 tokens. Esa tabla define el alcance documentado del modelo del productor. El resultado puede ser una explicación escrita, hallazgos estructurados o código propuesto; renderizar una interfaz, crear una grabación o realizar otra acción externa requiere un componente de la aplicación.
Para un prototipo, elige una tarea definida y proporciona el material necesario para inspeccionar su resultado. Una captura de pantalla puede acompañar un requisito de una interacción particular. Un PDF puede proporcionar las afirmaciones que se deben comparar o extraer. Un video puede mostrar la secuencia visible que se debe describir, mientras que una pregunta audiovisual debe identificar qué detalle hablado o visible importa. Etiqueta cada fuente y pide la evidencia que respalda la respuesta.
La versión 1.2 describe fortalezas de la familia para convertir material visual en código y razonar sobre gráficas o escenas. Aplícalas como ámbitos de tarea, en lugar de afirmar que esta edición Contributor reproduce todas las demostraciones de Standard. Una solicitud práctica puede pedir los elementos de distribución visibles en una captura, una implementación propuesta y las preguntas pendientes sobre el comportamiento que no muestra la imagen.
Razonamiento y preparación del resultado
La guía de razonamiento de Muse Spark ofrece niveles de esfuerzo minimal, low, medium, high y xhigh para esta edición. Max es específico de Standard 1.3, y no se admite deshabilitar el razonamiento con none. Sin un ajuste explícito, el modelo sigue usando un nivel de razonamiento determinado por él mismo. Por lo tanto, una extracción pequeña y un problema visual o de programación de varios pasos pueden tener elecciones de esfuerzo diferentes y mantener la misma identidad 1.2 Contributor.
El presupuesto de salida abarca conjuntamente el razonamiento interno y el texto visible. El razonamiento sin procesar es privado, así que pide la explicación o el producto final que necesita el usuario, en lugar de esperar la traza subyacente. Establece la extensión de la respuesta y los campos de la tarea según lo que se inspeccionará después.
Para una comparación de documentos, pide la afirmación de origen, su página, la condición que establece y cualquier contradicción. Para un prototipo de código, especifica la entrada aceptada, el resultado esperado y la interfaz que se debe conservar. Pide el fragmento propuesto por separado de sus supuestos y entradas de ejemplo. Estos requisitos definen un resultado que se puede revisar, en lugar de un experimento abierto sin criterio de finalización.
Experimentos asistidos por herramientas
El uso de herramientas definidas por el desarrollador sigue un ciclo entre modelo y aplicación. La aplicación describe funciones, el modelo elige una operación y prepara los argumentos, y la aplicación la ejecuta y devuelve el resultado. Una consulta puede aportar información de referencia; una herramienta de ejecución puede indicar qué ocurrió al ejecutar el código propuesto. Mantén asociadas la operación de origen y el resultado devuelto antes de pedir la siguiente respuesta.
El anuncio de la familia 1.2 destaca el uso de herramientas para inspeccionar con más detalle las entradas visuales y los productos generados. Esto significa que el entorno proporciona la operación de inspección o renderizado. Una propuesta de texto por sí sola no es una página renderizada ni una interacción ejecutada. Define qué devuelven las herramientas para que el modelo pueda vincular la retroalimentación con el requisito real.
Una salida estructurada puede organizar los hallazgos del experimento en un esquema proporcionado. Define los nombres de los campos, los tipos requeridos y el manejo de valores ausentes, conservando los identificadores de fuente junto con la información extraída. Un registro sintácticamente válido y una interpretación correcta son propiedades diferentes; mantén disponible el material original para inspeccionar la segunda.
Límites de edición y continuidad
El flujo de chat ordinario del fabricante no devuelve el contexto de razonamiento privado para que los clientes externos lo reproduzcan. Conserva el historial visible, los hechos de las fuentes y los resultados de herramientas al continuar un experimento, y utiliza solo los mecanismos de continuidad documentados para la interfaz conectada. Muse Spark no admite probabilidades logarítmicas, por lo que no deben tratarse como una puntuación de confianza integrada para un campo extraído.
La tabla publicada de contexto y modalidades pertenece a esta edición identificada como 1.2; no debe heredar el ajuste max de 1.3 ni su limitación de audio. Las fuentes consultadas no indican una capacidad máxima independiente de entrada o tokens de salida más allá del contexto. Mantén explícitos el objetivo del prototipo, el material y el resultado de texto inspeccionable, conservando la identidad Contributor y los resultados reales devueltos por sus herramientas.
", "aboutText": "Muse Spark 1.2 Contributor es la edición experimental y de prototipado de la familia de razonamiento Muse Spark 1.2 de Meta. Mantén el identificador Contributor separado de Standard 1.2 y de las ediciones 1.3 posteriores. La documentación de la familia del fabricante describe trabajo con agentes, asistentes de software, razonamiento multimodal, uso de herramientas y resultados de texto estructurado; no establece una garantía de rendimiento propia de Contributor a partir de las demostraciones de Standard.\n\nEntradas y contexto documentados\n\nEl fabricante enumera texto, imágenes, video, audio y PDF como modalidades de entrada de la versión 1.2 y texto como salida, con un contexto de 1,048,576 tokens. Esa tabla define el alcance documentado del modelo del productor. El resultado puede ser una explicación escrita, hallazgos estructurados o código propuesto; renderizar una interfaz, crear una grabación o realizar otra acción externa requiere un componente de la aplicación.\n\nPara un prototipo, elige una tarea definida y proporciona el material necesario para inspeccionar su resultado. Una captura de pantalla puede acompañar un requisito de una interacción particular. Un PDF puede proporcionar las afirmaciones que se deben comparar o extraer. Un video puede mostrar la secuencia visible que se debe describir, mientras que una pregunta audiovisual debe identificar qué detalle hablado o visible importa. Etiqueta cada fuente y pide la evidencia que respalda la respuesta.\n\nLa versión 1.2 describe fortalezas de la familia para convertir material visual en código y razonar sobre gráficas o escenas. Aplícalas como ámbitos de tarea, en lugar de afirmar que esta edición Contributor reproduce todas las demostraciones de Standard. Una solicitud práctica puede pedir los elementos de distribución visibles en una captura, una implementación propuesta y las preguntas pendientes sobre el comportamiento que no muestra la imagen.\n\nRazonamiento y preparación del resultado\n\nLa guía de razonamiento de Muse Spark ofrece niveles de esfuerzo minimal, low, medium, high y xhigh para esta edición. Max es específico de Standard 1.3, y no se admite deshabilitar el razonamiento con none. Sin un ajuste explícito, el modelo sigue usando un nivel de razonamiento determinado por él mismo. Por lo tanto, una extracción pequeña y un problema visual o de programación de varios pasos pueden tener elecciones de esfuerzo diferentes y mantener la misma identidad 1.2 Contributor.\n\nEl presupuesto de salida abarca conjuntamente el razonamiento interno y el texto visible. El razonamiento sin procesar es privado, así que pide la explicación o el producto final que necesita el usuario, en lugar de esperar la traza subyacente. Establece la extensión de la respuesta y los campos de la tarea según lo que se inspeccionará después.\n\nPara una comparación de documentos, pide la afirmación de origen, su página, la condición que establece y cualquier contradicción. Para un prototipo de código, especifica la entrada aceptada, el resultado esperado y la interfaz que se debe conservar. Pide el fragmento propuesto por separado de sus supuestos y entradas de ejemplo. Estos requisitos definen un resultado que se puede revisar, en lugar de un experimento abierto sin criterio de finalización.\n\nExperimentos asistidos por herramientas\n\nEl uso de herramientas definidas por el desarrollador sigue un ciclo entre modelo y aplicación. La aplicación describe funciones, el modelo elige una operación y prepara los argumentos, y la aplicación la ejecuta y devuelve el resultado. Una consulta puede aportar información de referencia; una herramienta de ejecución puede indicar qué ocurrió al ejecutar el código propuesto. Mantén asociadas la operación de origen y el resultado devuelto antes de pedir la siguiente respuesta.\n\nEl anuncio de la familia 1.2 destaca el uso de herramientas para inspeccionar con más detalle las entradas visuales y los productos generados. Esto significa que el entorno proporciona la operación de inspección o renderizado. Una propuesta de texto por sí sola no es una página renderizada ni una interacción ejecutada. Define qué devuelven las herramientas para que el modelo pueda vincular la retroalimentación con el requisito real.\n\nUna salida estructurada puede organizar los hallazgos del experimento en un esquema proporcionado. Define los nombres de los campos, los tipos requeridos y el manejo de valores ausentes, conservando los identificadores de fuente junto con la información extraída. Un registro sintácticamente válido y una interpretación correcta son propiedades diferentes; mantén disponible el material original para inspeccionar la segunda.\n\nLímites de edición y continuidad\n\nEl flujo de chat ordinario del fabricante no devuelve el contexto de razonamiento privado para que los clientes externos lo reproduzcan. Conserva el historial visible, los hechos de las fuentes y los resultados de herramientas al continuar un experimento, y utiliza solo los mecanismos de continuidad documentados para la interfaz conectada. Muse Spark no admite probabilidades logarítmicas, por lo que no deben tratarse como una puntuación de confianza integrada para un campo extraído.\n\nLa tabla publicada de contexto y modalidades pertenece a esta edición identificada como 1.2; no debe heredar el ajuste max de 1.3 ni su limitación de audio. Las fuentes consultadas no indican una capacidad máxima independiente de entrada o tokens de salida más allá del contexto. Mantén explícitos el objetivo del prototipo, el material y el resultado de texto inspeccionable, conservando la identidad Contributor y los resultados reales devueltos por sus herramientas.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Prototype a bounded state reducer\n\nPropose a JavaScript reducer for an upload widget with states idle, uploading, success and error. Events start, finish and fail are supplied as plain strings. Only uploading may transition to success or error; start resets any state to uploading. Include a transition table and tests for an invalid finish from idle.Reducer code, a transition table and tests covering valid and ignored transitions.Check that finish from idle is ignored and that the proposal does not claim a rendered or executed widget.meta/muse-spark-1.2-contributorMuse Spark 1.2 Contributor es una edición de razonamiento con nombre propio de Meta para flujos experimentales y prototipos con agentes. Meta documenta un contexto de 1,048,576 tokens y entrada multimodal con salida de texto; la edición conserva su propia identidad y niveles de razonamiento, sin el max de Standard 1.3.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Muse Spark 1.2 Contributor es la edición experimental y de prototipado de la familia de razonamiento Muse Spark 1.2 de Meta. Mantén el identificador Contributor separado de Standard 1.2 y de las ediciones 1.3 posteriores. La documentación de la familia del fabricante describe trabajo con agentes, asistentes de software, razonamiento multimodal, uso de herramientas y resultados de texto estructurado; no establece una garantía de rendimiento propia de Contributor a partir de las demostraciones de Standard.
Entradas y contexto documentados
El fabricante enumera texto, imágenes, video, audio y PDF como modalidades de entrada de la versión 1.2 y texto como salida, con un contexto de 1,048,576 tokens. Esa tabla define el alcance documentado del modelo del productor. El resultado puede ser una explicación escrita, hallazgos estructurados o código propuesto; renderizar una interfaz, crear una grabación o realizar otra acción externa requiere un componente de la aplicación.
Para un prototipo, elige una tarea definida y proporciona el material necesario para inspeccionar su resultado. Una captura de pantalla puede acompañar un requisito de una interacción particular. Un PDF puede proporcionar las afirmaciones que se deben comparar o extraer. Un video puede mostrar la secuencia visible que se debe describir, mientras que una pregunta audiovisual debe identificar qué detalle hablado o visible importa. Etiqueta cada fuente y pide la evidencia que respalda la respuesta.
La versión 1.2 describe fortalezas de la familia para convertir material visual en código y razonar sobre gráficas o escenas. Aplícalas como ámbitos de tarea, en lugar de afirmar que esta edición Contributor reproduce todas las demostraciones de Standard. Una solicitud práctica puede pedir los elementos de distribución visibles en una captura, una implementación propuesta y las preguntas pendientes sobre el comportamiento que no muestra la imagen.
Razonamiento y preparación del resultado
La guía de razonamiento de Muse Spark ofrece niveles de esfuerzo minimal, low, medium, high y xhigh para esta edición. Max es específico de Standard 1.3, y no se admite deshabilitar el razonamiento con none. Sin un ajuste explícito, el modelo sigue usando un nivel de razonamiento determinado por él mismo. Por lo tanto, una extracción pequeña y un problema visual o de programación de varios pasos pueden tener elecciones de esfuerzo diferentes y mantener la misma identidad 1.2 Contributor.
El presupuesto de salida abarca conjuntamente el razonamiento interno y el texto visible. El razonamiento sin procesar es privado, así que pide la explicación o el producto final que necesita el usuario, en lugar de esperar la traza subyacente. Establece la extensión de la respuesta y los campos de la tarea según lo que se inspeccionará después.
Para una comparación de documentos, pide la afirmación de origen, su página, la condición que establece y cualquier contradicción. Para un prototipo de código, especifica la entrada aceptada, el resultado esperado y la interfaz que se debe conservar. Pide el fragmento propuesto por separado de sus supuestos y entradas de ejemplo. Estos requisitos definen un resultado que se puede revisar, en lugar de un experimento abierto sin criterio de finalización.
Experimentos asistidos por herramientas
El uso de herramientas definidas por el desarrollador sigue un ciclo entre modelo y aplicación. La aplicación describe funciones, el modelo elige una operación y prepara los argumentos, y la aplicación la ejecuta y devuelve el resultado. Una consulta puede aportar información de referencia; una herramienta de ejecución puede indicar qué ocurrió al ejecutar el código propuesto. Mantén asociadas la operación de origen y el resultado devuelto antes de pedir la siguiente respuesta.
El anuncio de la familia 1.2 destaca el uso de herramientas para inspeccionar con más detalle las entradas visuales y los productos generados. Esto significa que el entorno proporciona la operación de inspección o renderizado. Una propuesta de texto por sí sola no es una página renderizada ni una interacción ejecutada. Define qué devuelven las herramientas para que el modelo pueda vincular la retroalimentación con el requisito real.
Una salida estructurada puede organizar los hallazgos del experimento en un esquema proporcionado. Define los nombres de los campos, los tipos requeridos y el manejo de valores ausentes, conservando los identificadores de fuente junto con la información extraída. Un registro sintácticamente válido y una interpretación correcta son propiedades diferentes; mantén disponible el material original para inspeccionar la segunda.
Límites de edición y continuidad
El flujo de chat ordinario del fabricante no devuelve el contexto de razonamiento privado para que los clientes externos lo reproduzcan. Conserva el historial visible, los hechos de las fuentes y los resultados de herramientas al continuar un experimento, y utiliza solo los mecanismos de continuidad documentados para la interfaz conectada. Muse Spark no admite probabilidades logarítmicas, por lo que no deben tratarse como una puntuación de confianza integrada para un campo extraído.
La tabla publicada de contexto y modalidades pertenece a esta edición identificada como 1.2; no debe heredar el ajuste max de 1.3 ni su limitación de audio. Las fuentes consultadas no indican una capacidad máxima independiente de entrada o tokens de salida más allá del contexto. Mantén explícitos el objetivo del prototipo, el material y el resultado de texto inspeccionable, conservando la identidad Contributor y los resultados reales devueltos por sus herramientas.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites meta/muse-spark-1.2-contributor | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0002 / 1K tokens Salida · Tokens de salida $0.0004 / 1K tokens Entrada · Lectura de caché $0.000004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0002 / 1K tokens Salida · Tokens de salida $0.0004 / 1K tokens Entrada · Lectura de caché $0.000004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "meta/muse-spark-1.2-contributor", "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='meta/muse-spark-1.2-contributor',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='meta/muse-spark-1.2-contributor',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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra meta/muse-spark-1.2-contributor
Usa las rutas de método indicadas arriba.
meta/muse-spark-1.2-contributorMuse Spark 1.2 Contributor es una edición de razonamiento con nombre propio de Meta para flujos experimentales y prototipos con agentes. Meta documenta un contexto de 1,048,576 tokens y entrada multimodal con salida de texto; la edición conserva su propia identidad y niveles de razonamiento, sin el max de Standard 1.3.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Muse Spark 1.2 Contributor es la edición experimental y de prototipado de la familia de razonamiento Muse Spark 1.2 de Meta. Mantén el identificador Contributor separado de Standard 1.2 y de las ediciones 1.3 posteriores. La documentación de la familia del fabricante describe trabajo con agentes, asistentes de software, razonamiento multimodal, uso de herramientas y resultados de texto estructurado; no establece una garantía de rendimiento propia de Contributor a partir de las demostraciones de Standard.
Entradas y contexto documentados
El fabricante enumera texto, imágenes, video, audio y PDF como modalidades de entrada de la versión 1.2 y texto como salida, con un contexto de 1,048,576 tokens. Esa tabla define el alcance documentado del modelo del productor. El resultado puede ser una explicación escrita, hallazgos estructurados o código propuesto; renderizar una interfaz, crear una grabación o realizar otra acción externa requiere un componente de la aplicación.
Para un prototipo, elige una tarea definida y proporciona el material necesario para inspeccionar su resultado. Una captura de pantalla puede acompañar un requisito de una interacción particular. Un PDF puede proporcionar las afirmaciones que se deben comparar o extraer. Un video puede mostrar la secuencia visible que se debe describir, mientras que una pregunta audiovisual debe identificar qué detalle hablado o visible importa. Etiqueta cada fuente y pide la evidencia que respalda la respuesta.
La versión 1.2 describe fortalezas de la familia para convertir material visual en código y razonar sobre gráficas o escenas. Aplícalas como ámbitos de tarea, en lugar de afirmar que esta edición Contributor reproduce todas las demostraciones de Standard. Una solicitud práctica puede pedir los elementos de distribución visibles en una captura, una implementación propuesta y las preguntas pendientes sobre el comportamiento que no muestra la imagen.
Razonamiento y preparación del resultado
La guía de razonamiento de Muse Spark ofrece niveles de esfuerzo minimal, low, medium, high y xhigh para esta edición. Max es específico de Standard 1.3, y no se admite deshabilitar el razonamiento con none. Sin un ajuste explícito, el modelo sigue usando un nivel de razonamiento determinado por él mismo. Por lo tanto, una extracción pequeña y un problema visual o de programación de varios pasos pueden tener elecciones de esfuerzo diferentes y mantener la misma identidad 1.2 Contributor.
El presupuesto de salida abarca conjuntamente el razonamiento interno y el texto visible. El razonamiento sin procesar es privado, así que pide la explicación o el producto final que necesita el usuario, en lugar de esperar la traza subyacente. Establece la extensión de la respuesta y los campos de la tarea según lo que se inspeccionará después.
Para una comparación de documentos, pide la afirmación de origen, su página, la condición que establece y cualquier contradicción. Para un prototipo de código, especifica la entrada aceptada, el resultado esperado y la interfaz que se debe conservar. Pide el fragmento propuesto por separado de sus supuestos y entradas de ejemplo. Estos requisitos definen un resultado que se puede revisar, en lugar de un experimento abierto sin criterio de finalización.
Experimentos asistidos por herramientas
El uso de herramientas definidas por el desarrollador sigue un ciclo entre modelo y aplicación. La aplicación describe funciones, el modelo elige una operación y prepara los argumentos, y la aplicación la ejecuta y devuelve el resultado. Una consulta puede aportar información de referencia; una herramienta de ejecución puede indicar qué ocurrió al ejecutar el código propuesto. Mantén asociadas la operación de origen y el resultado devuelto antes de pedir la siguiente respuesta.
El anuncio de la familia 1.2 destaca el uso de herramientas para inspeccionar con más detalle las entradas visuales y los productos generados. Esto significa que el entorno proporciona la operación de inspección o renderizado. Una propuesta de texto por sí sola no es una página renderizada ni una interacción ejecutada. Define qué devuelven las herramientas para que el modelo pueda vincular la retroalimentación con el requisito real.
Una salida estructurada puede organizar los hallazgos del experimento en un esquema proporcionado. Define los nombres de los campos, los tipos requeridos y el manejo de valores ausentes, conservando los identificadores de fuente junto con la información extraída. Un registro sintácticamente válido y una interpretación correcta son propiedades diferentes; mantén disponible el material original para inspeccionar la segunda.
Límites de edición y continuidad
El flujo de chat ordinario del fabricante no devuelve el contexto de razonamiento privado para que los clientes externos lo reproduzcan. Conserva el historial visible, los hechos de las fuentes y los resultados de herramientas al continuar un experimento, y utiliza solo los mecanismos de continuidad documentados para la interfaz conectada. Muse Spark no admite probabilidades logarítmicas, por lo que no deben tratarse como una puntuación de confianza integrada para un campo extraído.
La tabla publicada de contexto y modalidades pertenece a esta edición identificada como 1.2; no debe heredar el ajuste max de 1.3 ni su limitación de audio. Las fuentes consultadas no indican una capacidad máxima independiente de entrada o tokens de salida más allá del contexto. Mantén explícitos el objetivo del prototipo, el material y el resultado de texto inspeccionable, conservando la identidad Contributor y los resultados reales devueltos por sus herramientas.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites meta/muse-spark-1.2-contributor | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0002 / 1K tokens Salida · Tokens de salida $0.0004 / 1K tokens Entrada · Lectura de caché $0.000004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0002 / 1K tokens Salida · Tokens de salida $0.0004 / 1K tokens Entrada · Lectura de caché $0.000004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "meta/muse-spark-1.2-contributor",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'meta/muse-spark-1.2-contributor', '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': 'meta/muse-spark-1.2-contributor', '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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra meta/muse-spark-1.2-contributor
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Prototype a bounded state reducer\n\nPropose a JavaScript reducer for an upload widget with states idle, uploading, success and error. Events start, finish and fail are supplied as plain strings. Only uploading may transition to success or error; start resets any state to uploading. Include a transition table and tests for an invalid finish from idle.Reducer code, a transition table and tests covering valid and ignored transitions.Check that finish from idle is ignored and that the proposal does not claim a rendered or executed widget.