Muse Spark 1.2 est une mise à jour de Muse Spark 1.1 de Meta axée sur la programmation, mettant l’accent sur la compréhension multimodale et le raisonnement visuel. Les démonstrations du fabricant relient les images et la vidéo à des livrables numériques comme des pages web et des jeux, tandis que son tableau annonce un contexte de 1 048 576 tokens et une sortie textuelle. Cette entrée concerne Standard 1.2, distinct de Contributor 1.2 et de la version 1.3 ultérieure.
Programmation à partir de visuels
La version décrit la traduction d’une mise en page, d’une hiérarchie et d’un style visuels en code fonctionnel, puis l’examen du livrable obtenu au moyen d’outils. Pour une tâche utile, fournissez l’image ou l’extrait vidéo avec le comportement à implémenter. Une capture d’écran peut montrer l’apparence sans préciser les interactions : nommez donc les commandes, les états et la réponse attendue aux actions de l’utilisateur que le résultat doit inclure.
Demandez séparément la structure visible, la mise en œuvre proposée et les hypothèses. Une tâche de reconstruction de page peut, par exemple, exiger les sections nommées et les relations visuelles montrées dans la référence, puis demander le code d’une interaction définie. Le rendu et la mise à l’épreuve de ce code exigent l’environnement connecté ; la capture d’écran obtenue ou le retour d’exécution peut devenir une entrée pour la correction suivante.
Le fabricant identifie la compréhension des graphiques et le raisonnement visuel au-delà de la génération de code. Préservez les axes, les unités et les étiquettes d’un graphique et demandez l’observation qui étaye chaque conclusion. Pour un diagramme, identifiez la relation à expliquer et les étiquettes de sources à conserver. Pour l’image d’un document, distinguez la transcription du texte visible d’un résumé ou d’une interprétation.
Flux spatiaux et audiovisuels
L’annonce 1.2 aborde aussi une variante robotique spécialisée et un système de planification et d’action à deux niveaux. Ce sont des composants expérimentaux distincts : un modèle de haut niveau raisonne sur la scène et les sous-tâches, tandis qu’une politique vision-langage-action séparée effectue les actions de bas niveau. Le modèle Standard à sortie textuelle ne doit pas être décrit comme un actionneur robotique du seul fait que la présentation de la famille contient cette démonstration.
Pour la version Standard, le tableau documente le texte, les images, la vidéo, l’audio et les PDF en entrée. Une tâche audiovisuelle peut demander l’événement ou la condition parlée pertinente pour une question et renvoyer un compte rendu ordonné du matériel justificatif. Identifiez le segment pertinent et la forme de la réponse au lieu de demander un résumé sans direction de toutes les modalités.
Les exemples du fabricant combinent compréhension vidéo, légendage détaillé et examen assisté par des outils. Un flux pratique peut comparer une démonstration à sa procédure écrite, demander les correspondances et les différences visibles, puis préparer un résultat textuel pour une étape ultérieure de l’application. Le texte généré, le code et les constats structurés constituent la sortie documentée ; la génération d’images ou de parole appartient à des composants nommés séparément.
Réglages de raisonnement et contexte
Muse Spark raisonne en interne avant de produire du texte visible. Les niveaux d’effort documentés applicables à 1.2 sont minimal, low, medium, high et xhigh. Max appartient à Standard 1.3, et none n’est pas une façon prise en charge de désactiver le raisonnement. Lorsqu’aucun effort n’est spécifié, le modèle utilise un niveau qu’il détermine lui-même.
Le contexte de 1 048 576 tokens peut conserver du matériel source lié et la conversation, mais l’objectif et le livrable final doivent toujours être définis. Pour une tâche sur un long document, identifiez la question, étiquetez chaque source et gardez son emplacement à côté des informations extraites. Les tokens de raisonnement et de réponse visible partagent le budget de sortie : réservez donc assez d’espace pour l’explication ou le code réellement nécessaires à la tâche.
Le raisonnement interne brut n’est pas exposé comme texte ordinaire. L’interface de chat du fabricant ne transmet pas non plus de trace privée lisible entre les échanges pour les appelants externes ; conservez les messages visibles, les sources et les résultats d’outils renvoyés nécessaires à une demande suivante. Les probabilités logarithmiques ne sont pas prises en charge : le modèle ne fournit donc pas cette fonctionnalité comme mesure de confiance pour ses conclusions.
Outils et livrables structurés
L’application décrit les fonctions du développeur, le modèle génère les appels et les arguments proposés, puis l’application les exécute et renvoie le résultat de chaque appel. Le modèle peut alors examiner le retour réel et choisir l’étape suivante. L’accent mis par la version sur l’examen des entrées visuelles et des livrables générés dépend de la présence de ces outils dans l’environnement.
Une sortie structurée peut contraindre le texte à un schéma JSON défini. Une fiche d’extraction visuelle peut contenir l’image source, l’objet ou l’étiquette, la valeur observée et l’interprétation. Une revue de code peut identifier le symbole concerné, la divergence et la modification proposée. Le mode strict du fabricant exige un objet simple à la racine, toutes les propriétés énumérées obligatoires et aucune propriété supplémentaire ; les schémas récursifs sont rejetés.
Définissez l’exactitude du livrable en termes pratiques : quels détails source il doit conserver, comment une interaction doit se comporter et quel retour établirait ce comportement. Les sources consultées ne fournissent pas de capacités maximales indépendantes pour les tokens d’entrée ou de sortie au-delà du contexte du modèle. Conservez l’édition Standard 1.2 et la différence entre un livrable textuel proposé et le résultat d’exécution ou de rendu utilisé pour l’examiner.
", "aboutText": "Muse Spark 1.2 est une mise à jour de Muse Spark 1.1 de Meta axée sur la programmation, mettant l’accent sur la compréhension multimodale et le raisonnement visuel. Les démonstrations du fabricant relient les images et la vidéo à des livrables numériques comme des pages web et des jeux, tandis que son tableau annonce un contexte de 1 048 576 tokens et une sortie textuelle. Cette entrée concerne Standard 1.2, distinct de Contributor 1.2 et de la version 1.3 ultérieure.\n\nProgrammation à partir de visuels\n\nLa version décrit la traduction d’une mise en page, d’une hiérarchie et d’un style visuels en code fonctionnel, puis l’examen du livrable obtenu au moyen d’outils. Pour une tâche utile, fournissez l’image ou l’extrait vidéo avec le comportement à implémenter. Une capture d’écran peut montrer l’apparence sans préciser les interactions : nommez donc les commandes, les états et la réponse attendue aux actions de l’utilisateur que le résultat doit inclure.\n\nDemandez séparément la structure visible, la mise en œuvre proposée et les hypothèses. Une tâche de reconstruction de page peut, par exemple, exiger les sections nommées et les relations visuelles montrées dans la référence, puis demander le code d’une interaction définie. Le rendu et la mise à l’épreuve de ce code exigent l’environnement connecté ; la capture d’écran obtenue ou le retour d’exécution peut devenir une entrée pour la correction suivante.\n\nLe fabricant identifie la compréhension des graphiques et le raisonnement visuel au-delà de la génération de code. Préservez les axes, les unités et les étiquettes d’un graphique et demandez l’observation qui étaye chaque conclusion. Pour un diagramme, identifiez la relation à expliquer et les étiquettes de sources à conserver. Pour l’image d’un document, distinguez la transcription du texte visible d’un résumé ou d’une interprétation.\n\nFlux spatiaux et audiovisuels\n\nL’annonce 1.2 aborde aussi une variante robotique spécialisée et un système de planification et d’action à deux niveaux. Ce sont des composants expérimentaux distincts : un modèle de haut niveau raisonne sur la scène et les sous-tâches, tandis qu’une politique vision-langage-action séparée effectue les actions de bas niveau. Le modèle Standard à sortie textuelle ne doit pas être décrit comme un actionneur robotique du seul fait que la présentation de la famille contient cette démonstration.\n\nPour la version Standard, le tableau documente le texte, les images, la vidéo, l’audio et les PDF en entrée. Une tâche audiovisuelle peut demander l’événement ou la condition parlée pertinente pour une question et renvoyer un compte rendu ordonné du matériel justificatif. Identifiez le segment pertinent et la forme de la réponse au lieu de demander un résumé sans direction de toutes les modalités.\n\nLes exemples du fabricant combinent compréhension vidéo, légendage détaillé et examen assisté par des outils. Un flux pratique peut comparer une démonstration à sa procédure écrite, demander les correspondances et les différences visibles, puis préparer un résultat textuel pour une étape ultérieure de l’application. Le texte généré, le code et les constats structurés constituent la sortie documentée ; la génération d’images ou de parole appartient à des composants nommés séparément.\n\nRéglages de raisonnement et contexte\n\nMuse Spark raisonne en interne avant de produire du texte visible. Les niveaux d’effort documentés applicables à 1.2 sont minimal, low, medium, high et xhigh. Max appartient à Standard 1.3, et none n’est pas une façon prise en charge de désactiver le raisonnement. Lorsqu’aucun effort n’est spécifié, le modèle utilise un niveau qu’il détermine lui-même.\n\nLe contexte de 1 048 576 tokens peut conserver du matériel source lié et la conversation, mais l’objectif et le livrable final doivent toujours être définis. Pour une tâche sur un long document, identifiez la question, étiquetez chaque source et gardez son emplacement à côté des informations extraites. Les tokens de raisonnement et de réponse visible partagent le budget de sortie : réservez donc assez d’espace pour l’explication ou le code réellement nécessaires à la tâche.\n\nLe raisonnement interne brut n’est pas exposé comme texte ordinaire. L’interface de chat du fabricant ne transmet pas non plus de trace privée lisible entre les échanges pour les appelants externes ; conservez les messages visibles, les sources et les résultats d’outils renvoyés nécessaires à une demande suivante. Les probabilités logarithmiques ne sont pas prises en charge : le modèle ne fournit donc pas cette fonctionnalité comme mesure de confiance pour ses conclusions.\n\nOutils et livrables structurés\n\nL’application décrit les fonctions du développeur, le modèle génère les appels et les arguments proposés, puis l’application les exécute et renvoie le résultat de chaque appel. Le modèle peut alors examiner le retour réel et choisir l’étape suivante. L’accent mis par la version sur l’examen des entrées visuelles et des livrables générés dépend de la présence de ces outils dans l’environnement.\n\nUne sortie structurée peut contraindre le texte à un schéma JSON défini. Une fiche d’extraction visuelle peut contenir l’image source, l’objet ou l’étiquette, la valeur observée et l’interprétation. Une revue de code peut identifier le symbole concerné, la divergence et la modification proposée. Le mode strict du fabricant exige un objet simple à la racine, toutes les propriétés énumérées obligatoires et aucune propriété supplémentaire ; les schémas récursifs sont rejetés.\n\nDéfinissez l’exactitude du livrable en termes pratiques : quels détails source il doit conserver, comment une interaction doit se comporter et quel retour établirait ce comportement. Les sources consultées ne fournissent pas de capacités maximales indépendantes pour les tokens d’entrée ou de sortie au-delà du contexte du modèle. Conservez l’édition Standard 1.2 et la différence entre un livrable textuel proposé et le résultat d’exécution ou de rendu utilisé pour l’examiner.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Implement a specified responsive layout\n\nDraft semantic HTML and CSS for a product comparison section with a title, introduction and three feature columns. At narrow widths, stack the columns in the same reading order. Each column needs a heading and three bullet points. Use the placeholder copy supplied in your code and explain the breakpoint choice; return source only, without claiming a rendered result.A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.meta/muse-spark-1.2Muse Spark 1.2 est le modèle de raisonnement multimodal de Meta axé sur la programmation à partir de visuels, les graphiques et la compréhension audiovisuelle. Il peut transformer des images ou des vidéos fournies en propositions de code web et de jeux au moyen d’outils connectés, avec une sortie textuelle et un contexte de 1 048 576 tokens annoncé par le fabricant.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Muse Spark 1.2 est une mise à jour de Muse Spark 1.1 de Meta axée sur la programmation, mettant l’accent sur la compréhension multimodale et le raisonnement visuel. Les démonstrations du fabricant relient les images et la vidéo à des livrables numériques comme des pages web et des jeux, tandis que son tableau annonce un contexte de 1 048 576 tokens et une sortie textuelle. Cette entrée concerne Standard 1.2, distinct de Contributor 1.2 et de la version 1.3 ultérieure.
Programmation à partir de visuels
La version décrit la traduction d’une mise en page, d’une hiérarchie et d’un style visuels en code fonctionnel, puis l’examen du livrable obtenu au moyen d’outils. Pour une tâche utile, fournissez l’image ou l’extrait vidéo avec le comportement à implémenter. Une capture d’écran peut montrer l’apparence sans préciser les interactions : nommez donc les commandes, les états et la réponse attendue aux actions de l’utilisateur que le résultat doit inclure.
Demandez séparément la structure visible, la mise en œuvre proposée et les hypothèses. Une tâche de reconstruction de page peut, par exemple, exiger les sections nommées et les relations visuelles montrées dans la référence, puis demander le code d’une interaction définie. Le rendu et la mise à l’épreuve de ce code exigent l’environnement connecté ; la capture d’écran obtenue ou le retour d’exécution peut devenir une entrée pour la correction suivante.
Le fabricant identifie la compréhension des graphiques et le raisonnement visuel au-delà de la génération de code. Préservez les axes, les unités et les étiquettes d’un graphique et demandez l’observation qui étaye chaque conclusion. Pour un diagramme, identifiez la relation à expliquer et les étiquettes de sources à conserver. Pour l’image d’un document, distinguez la transcription du texte visible d’un résumé ou d’une interprétation.
Flux spatiaux et audiovisuels
L’annonce 1.2 aborde aussi une variante robotique spécialisée et un système de planification et d’action à deux niveaux. Ce sont des composants expérimentaux distincts : un modèle de haut niveau raisonne sur la scène et les sous-tâches, tandis qu’une politique vision-langage-action séparée effectue les actions de bas niveau. Le modèle Standard à sortie textuelle ne doit pas être décrit comme un actionneur robotique du seul fait que la présentation de la famille contient cette démonstration.
Pour la version Standard, le tableau documente le texte, les images, la vidéo, l’audio et les PDF en entrée. Une tâche audiovisuelle peut demander l’événement ou la condition parlée pertinente pour une question et renvoyer un compte rendu ordonné du matériel justificatif. Identifiez le segment pertinent et la forme de la réponse au lieu de demander un résumé sans direction de toutes les modalités.
Les exemples du fabricant combinent compréhension vidéo, légendage détaillé et examen assisté par des outils. Un flux pratique peut comparer une démonstration à sa procédure écrite, demander les correspondances et les différences visibles, puis préparer un résultat textuel pour une étape ultérieure de l’application. Le texte généré, le code et les constats structurés constituent la sortie documentée ; la génération d’images ou de parole appartient à des composants nommés séparément.
Réglages de raisonnement et contexte
Muse Spark raisonne en interne avant de produire du texte visible. Les niveaux d’effort documentés applicables à 1.2 sont minimal, low, medium, high et xhigh. Max appartient à Standard 1.3, et none n’est pas une façon prise en charge de désactiver le raisonnement. Lorsqu’aucun effort n’est spécifié, le modèle utilise un niveau qu’il détermine lui-même.
Le contexte de 1 048 576 tokens peut conserver du matériel source lié et la conversation, mais l’objectif et le livrable final doivent toujours être définis. Pour une tâche sur un long document, identifiez la question, étiquetez chaque source et gardez son emplacement à côté des informations extraites. Les tokens de raisonnement et de réponse visible partagent le budget de sortie : réservez donc assez d’espace pour l’explication ou le code réellement nécessaires à la tâche.
Le raisonnement interne brut n’est pas exposé comme texte ordinaire. L’interface de chat du fabricant ne transmet pas non plus de trace privée lisible entre les échanges pour les appelants externes ; conservez les messages visibles, les sources et les résultats d’outils renvoyés nécessaires à une demande suivante. Les probabilités logarithmiques ne sont pas prises en charge : le modèle ne fournit donc pas cette fonctionnalité comme mesure de confiance pour ses conclusions.
Outils et livrables structurés
L’application décrit les fonctions du développeur, le modèle génère les appels et les arguments proposés, puis l’application les exécute et renvoie le résultat de chaque appel. Le modèle peut alors examiner le retour réel et choisir l’étape suivante. L’accent mis par la version sur l’examen des entrées visuelles et des livrables générés dépend de la présence de ces outils dans l’environnement.
Une sortie structurée peut contraindre le texte à un schéma JSON défini. Une fiche d’extraction visuelle peut contenir l’image source, l’objet ou l’étiquette, la valeur observée et l’interprétation. Une revue de code peut identifier le symbole concerné, la divergence et la modification proposée. Le mode strict du fabricant exige un objet simple à la racine, toutes les propriétés énumérées obligatoires et aucune propriété supplémentaire ; les schémas récursifs sont rejetés.
Définissez l’exactitude du livrable en termes pratiques : quels détails source il doit conserver, comment une interaction doit se comporter et quel retour établirait ce comportement. Les sources consultées ne fournissent pas de capacités maximales indépendantes pour les tokens d’entrée ou de sortie au-delà du contexte du modèle. Conservez l’édition Standard 1.2 et la différence entre un livrable textuel proposé et le résultat d’exécution ou de rendu utilisé pour l’examiner.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites meta/muse-spark-1.2 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0025 / 1K tokens Sortie · Tokens en sortie $0.0085 / 1K tokens Entrée · Lecture du cache $0.0003 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0025 / 1K tokens Sortie · Tokens en sortie $0.0085 / 1K tokens Entrée · Lecture du cache $0.0003 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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", "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',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',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra meta/muse-spark-1.2
Utilisez les chemins de méthode indiqués ci-dessus.
meta/muse-spark-1.2Muse Spark 1.2 est le modèle de raisonnement multimodal de Meta axé sur la programmation à partir de visuels, les graphiques et la compréhension audiovisuelle. Il peut transformer des images ou des vidéos fournies en propositions de code web et de jeux au moyen d’outils connectés, avec une sortie textuelle et un contexte de 1 048 576 tokens annoncé par le fabricant.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Muse Spark 1.2 est une mise à jour de Muse Spark 1.1 de Meta axée sur la programmation, mettant l’accent sur la compréhension multimodale et le raisonnement visuel. Les démonstrations du fabricant relient les images et la vidéo à des livrables numériques comme des pages web et des jeux, tandis que son tableau annonce un contexte de 1 048 576 tokens et une sortie textuelle. Cette entrée concerne Standard 1.2, distinct de Contributor 1.2 et de la version 1.3 ultérieure.
Programmation à partir de visuels
La version décrit la traduction d’une mise en page, d’une hiérarchie et d’un style visuels en code fonctionnel, puis l’examen du livrable obtenu au moyen d’outils. Pour une tâche utile, fournissez l’image ou l’extrait vidéo avec le comportement à implémenter. Une capture d’écran peut montrer l’apparence sans préciser les interactions : nommez donc les commandes, les états et la réponse attendue aux actions de l’utilisateur que le résultat doit inclure.
Demandez séparément la structure visible, la mise en œuvre proposée et les hypothèses. Une tâche de reconstruction de page peut, par exemple, exiger les sections nommées et les relations visuelles montrées dans la référence, puis demander le code d’une interaction définie. Le rendu et la mise à l’épreuve de ce code exigent l’environnement connecté ; la capture d’écran obtenue ou le retour d’exécution peut devenir une entrée pour la correction suivante.
Le fabricant identifie la compréhension des graphiques et le raisonnement visuel au-delà de la génération de code. Préservez les axes, les unités et les étiquettes d’un graphique et demandez l’observation qui étaye chaque conclusion. Pour un diagramme, identifiez la relation à expliquer et les étiquettes de sources à conserver. Pour l’image d’un document, distinguez la transcription du texte visible d’un résumé ou d’une interprétation.
Flux spatiaux et audiovisuels
L’annonce 1.2 aborde aussi une variante robotique spécialisée et un système de planification et d’action à deux niveaux. Ce sont des composants expérimentaux distincts : un modèle de haut niveau raisonne sur la scène et les sous-tâches, tandis qu’une politique vision-langage-action séparée effectue les actions de bas niveau. Le modèle Standard à sortie textuelle ne doit pas être décrit comme un actionneur robotique du seul fait que la présentation de la famille contient cette démonstration.
Pour la version Standard, le tableau documente le texte, les images, la vidéo, l’audio et les PDF en entrée. Une tâche audiovisuelle peut demander l’événement ou la condition parlée pertinente pour une question et renvoyer un compte rendu ordonné du matériel justificatif. Identifiez le segment pertinent et la forme de la réponse au lieu de demander un résumé sans direction de toutes les modalités.
Les exemples du fabricant combinent compréhension vidéo, légendage détaillé et examen assisté par des outils. Un flux pratique peut comparer une démonstration à sa procédure écrite, demander les correspondances et les différences visibles, puis préparer un résultat textuel pour une étape ultérieure de l’application. Le texte généré, le code et les constats structurés constituent la sortie documentée ; la génération d’images ou de parole appartient à des composants nommés séparément.
Réglages de raisonnement et contexte
Muse Spark raisonne en interne avant de produire du texte visible. Les niveaux d’effort documentés applicables à 1.2 sont minimal, low, medium, high et xhigh. Max appartient à Standard 1.3, et none n’est pas une façon prise en charge de désactiver le raisonnement. Lorsqu’aucun effort n’est spécifié, le modèle utilise un niveau qu’il détermine lui-même.
Le contexte de 1 048 576 tokens peut conserver du matériel source lié et la conversation, mais l’objectif et le livrable final doivent toujours être définis. Pour une tâche sur un long document, identifiez la question, étiquetez chaque source et gardez son emplacement à côté des informations extraites. Les tokens de raisonnement et de réponse visible partagent le budget de sortie : réservez donc assez d’espace pour l’explication ou le code réellement nécessaires à la tâche.
Le raisonnement interne brut n’est pas exposé comme texte ordinaire. L’interface de chat du fabricant ne transmet pas non plus de trace privée lisible entre les échanges pour les appelants externes ; conservez les messages visibles, les sources et les résultats d’outils renvoyés nécessaires à une demande suivante. Les probabilités logarithmiques ne sont pas prises en charge : le modèle ne fournit donc pas cette fonctionnalité comme mesure de confiance pour ses conclusions.
Outils et livrables structurés
L’application décrit les fonctions du développeur, le modèle génère les appels et les arguments proposés, puis l’application les exécute et renvoie le résultat de chaque appel. Le modèle peut alors examiner le retour réel et choisir l’étape suivante. L’accent mis par la version sur l’examen des entrées visuelles et des livrables générés dépend de la présence de ces outils dans l’environnement.
Une sortie structurée peut contraindre le texte à un schéma JSON défini. Une fiche d’extraction visuelle peut contenir l’image source, l’objet ou l’étiquette, la valeur observée et l’interprétation. Une revue de code peut identifier le symbole concerné, la divergence et la modification proposée. Le mode strict du fabricant exige un objet simple à la racine, toutes les propriétés énumérées obligatoires et aucune propriété supplémentaire ; les schémas récursifs sont rejetés.
Définissez l’exactitude du livrable en termes pratiques : quels détails source il doit conserver, comment une interaction doit se comporter et quel retour établirait ce comportement. Les sources consultées ne fournissent pas de capacités maximales indépendantes pour les tokens d’entrée ou de sortie au-delà du contexte du modèle. Conservez l’édition Standard 1.2 et la différence entre un livrable textuel proposé et le résultat d’exécution ou de rendu utilisé pour l’examiner.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites meta/muse-spark-1.2 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0025 / 1K tokens Sortie · Tokens en sortie $0.0085 / 1K tokens Entrée · Lecture du cache $0.0003 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0025 / 1K tokens Sortie · Tokens en sortie $0.0085 / 1K tokens Entrée · Lecture du cache $0.0003 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "meta/muse-spark-1.2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra meta/muse-spark-1.2
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Implement a specified responsive layout\n\nDraft semantic HTML and CSS for a product comparison section with a title, introduction and three feature columns. At narrow widths, stack the columns in the same reading order. Each column needs a heading and three bullet points. Use the placeholder copy supplied in your code and explain the breakpoint choice; return source only, without claiming a rendered result.A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.