Muse Spark 1.2 Contributor adalah edisi eksperimen dan pembuatan prototipe dalam keluarga penalaran Muse Spark 1.2 dari Meta. Pisahkan pengenal Contributor dari Standard 1.2 dan edisi 1.3 yang lebih baru. Dokumentasi keluarga dari pembuatnya menjelaskan pekerjaan berbasis agen, asisten perangkat lunak, penalaran multimodal, penggunaan alat, dan hasil teks terstruktur; dokumentasi tersebut tidak menetapkan jaminan kinerja Contributor tersendiri berdasarkan demonstrasi Standard.
Masukan dan konteks yang didokumentasikan
Pembuatnya mencantumkan teks, gambar, video, audio, dan PDF sebagai modalitas masukan versi 1.2 serta teks sebagai keluaran, dengan konteks 1,048,576 token. Tabel itu menentukan cakupan model yang didokumentasikan oleh produsennya. Hasilnya dapat berupa penjelasan tertulis, temuan terstruktur, atau usulan kode; merender antarmuka, membuat rekaman, atau melakukan tindakan eksternal lainnya memerlukan komponen aplikasi.
Untuk prototipe, pilih satu tugas yang terdefinisi dan berikan bahan yang dibutuhkan untuk memeriksa hasilnya. Tangkapan layar dapat menyertai persyaratan untuk interaksi tertentu. PDF dapat menyediakan pernyataan yang perlu dibandingkan atau diekstrak. Video dapat memperlihatkan urutan yang terlihat untuk dideskripsikan, sedangkan pertanyaan audiovisual perlu mengidentifikasi detail lisan atau visual yang penting. Beri label setiap sumber dan mintalah bukti yang mendukung jawaban.
Rilis 1.2 menjelaskan keunggulan keluarga ini dalam mengubah bahan visual menjadi kode dan menalar bagan atau adegan. Terapkan hal tersebut sebagai ranah tugas, bukan pernyataan bahwa edisi Contributor ini mereproduksi setiap demo Standard. Permintaan praktis dapat meminta elemen tata letak yang terlihat pada tangkapan layar, usulan implementasi, dan pertanyaan yang tersisa tentang perilaku yang tidak diperlihatkan gambar.
Penalaran dan persiapan hasil
Panduan penalaran Muse Spark menyediakan tingkat upaya minimal, low, medium, high, dan xhigh untuk edisi ini. Max khusus untuk Standard 1.3, dan menonaktifkan penalaran dengan none tidak didukung. Tanpa pengaturan yang tegas, model tetap menggunakan tingkat penalaran yang ditentukan model. Karena itu, ekstraksi kecil dan masalah visual atau pemrograman dengan beberapa langkah dapat memiliki pilihan upaya yang berbeda sambil mempertahankan identitas 1.2 Contributor yang sama.
Anggaran keluaran mencakup penalaran internal dan teks yang terlihat secara bersama. Penalaran mentah bersifat privat, jadi mintalah penjelasan atau artefak akhir yang dibutuhkan pengguna, alih-alih mengharapkan jejak di baliknya. Tetapkan panjang jawaban dan kolom tugas sesuai hal yang akan diperiksa sesudahnya.
Untuk perbandingan dokumen, mintalah pernyataan sumber, halamannya, kondisi yang ditetapkannya, dan setiap pertentangan. Untuk prototipe kode, tentukan masukan yang diterima, hasil yang diharapkan, dan antarmuka yang harus dipertahankan. Mintalah fragmen usulan secara terpisah dari asumsi dan contoh masukannya. Persyaratan ini menentukan hasil yang dapat ditinjau, bukan eksperimen terbuka tanpa kriteria penyelesaian.
Eksperimen berbantuan alat
Penggunaan alat yang ditentukan pengembang mengikuti siklus model dan aplikasi. Aplikasi menjelaskan fungsi, model memilih operasi dan menyiapkan argumen, lalu aplikasi menjalankannya dan mengembalikan hasil. Pencarian dapat menyediakan informasi rujukan; alat eksekusi dapat memberikan hasil dari kode usulan yang dijalankan. Pertahankan hubungan antara operasi asal dan hasil yang dikembalikan sebelum meminta jawaban berikutnya.
Pengumuman keluarga 1.2 menekankan penggunaan alat untuk memeriksa masukan visual dan artefak yang dihasilkan secara lebih saksama. Artinya, lingkungan menyediakan operasi pemeriksaan atau rendering. Usulan teks saja bukan halaman yang telah dirender atau interaksi yang telah dijalankan. Tentukan apa yang dikembalikan alat agar model dapat menghubungkan umpan balik dengan persyaratan yang sebenarnya.
Keluaran terstruktur dapat mengatur temuan eksperimen ke dalam skema yang diberikan. Tentukan nama kolom, tipe yang diperlukan, dan penanganan nilai yang tidak tersedia, sambil mempertahankan pengenal sumber di samping informasi yang diekstrak. Rekaman yang valid secara sintaksis dan interpretasi yang benar merupakan sifat yang berbeda; sediakan bahan asli untuk memeriksa interpretasinya.
Batas edisi dan kesinambungan
Alur kerja percakapan biasa pembuatnya tidak mengembalikan konteks penalaran privat untuk diputar ulang oleh pemanggil eksternal. Pertahankan riwayat yang terlihat, fakta sumber, dan hasil alat saat melanjutkan eksperimen, serta gunakan hanya mekanisme kesinambungan yang didokumentasikan untuk antarmuka terhubung tersebut. Probabilitas log tidak didukung untuk Muse Spark, sehingga tidak boleh diperlakukan sebagai skor keyakinan bawaan bagi kolom yang diekstrak.
Tabel konteks dan modalitas yang dipublikasikan merupakan milik edisi 1.2 bernama ini; edisi ini tidak boleh mewarisi pengaturan max atau keterbatasan audio 1.3. Sumber yang dibaca tidak menyebutkan kapasitas maksimum tersendiri untuk token masukan atau keluaran di luar konteks. Nyatakan tujuan prototipe, bahan, dan hasil teks yang dapat diperiksa secara jelas, sambil mempertahankan identitas Contributor serta hasil aktual yang dikembalikan alatnya.
", "aboutText": "Muse Spark 1.2 Contributor adalah edisi eksperimen dan pembuatan prototipe dalam keluarga penalaran Muse Spark 1.2 dari Meta. Pisahkan pengenal Contributor dari Standard 1.2 dan edisi 1.3 yang lebih baru. Dokumentasi keluarga dari pembuatnya menjelaskan pekerjaan berbasis agen, asisten perangkat lunak, penalaran multimodal, penggunaan alat, dan hasil teks terstruktur; dokumentasi tersebut tidak menetapkan jaminan kinerja Contributor tersendiri berdasarkan demonstrasi Standard.\n\nMasukan dan konteks yang didokumentasikan\n\nPembuatnya mencantumkan teks, gambar, video, audio, dan PDF sebagai modalitas masukan versi 1.2 serta teks sebagai keluaran, dengan konteks 1,048,576 token. Tabel itu menentukan cakupan model yang didokumentasikan oleh produsennya. Hasilnya dapat berupa penjelasan tertulis, temuan terstruktur, atau usulan kode; merender antarmuka, membuat rekaman, atau melakukan tindakan eksternal lainnya memerlukan komponen aplikasi.\n\nUntuk prototipe, pilih satu tugas yang terdefinisi dan berikan bahan yang dibutuhkan untuk memeriksa hasilnya. Tangkapan layar dapat menyertai persyaratan untuk interaksi tertentu. PDF dapat menyediakan pernyataan yang perlu dibandingkan atau diekstrak. Video dapat memperlihatkan urutan yang terlihat untuk dideskripsikan, sedangkan pertanyaan audiovisual perlu mengidentifikasi detail lisan atau visual yang penting. Beri label setiap sumber dan mintalah bukti yang mendukung jawaban.\n\nRilis 1.2 menjelaskan keunggulan keluarga ini dalam mengubah bahan visual menjadi kode dan menalar bagan atau adegan. Terapkan hal tersebut sebagai ranah tugas, bukan pernyataan bahwa edisi Contributor ini mereproduksi setiap demo Standard. Permintaan praktis dapat meminta elemen tata letak yang terlihat pada tangkapan layar, usulan implementasi, dan pertanyaan yang tersisa tentang perilaku yang tidak diperlihatkan gambar.\n\nPenalaran dan persiapan hasil\n\nPanduan penalaran Muse Spark menyediakan tingkat upaya minimal, low, medium, high, dan xhigh untuk edisi ini. Max khusus untuk Standard 1.3, dan menonaktifkan penalaran dengan none tidak didukung. Tanpa pengaturan yang tegas, model tetap menggunakan tingkat penalaran yang ditentukan model. Karena itu, ekstraksi kecil dan masalah visual atau pemrograman dengan beberapa langkah dapat memiliki pilihan upaya yang berbeda sambil mempertahankan identitas 1.2 Contributor yang sama.\n\nAnggaran keluaran mencakup penalaran internal dan teks yang terlihat secara bersama. Penalaran mentah bersifat privat, jadi mintalah penjelasan atau artefak akhir yang dibutuhkan pengguna, alih-alih mengharapkan jejak di baliknya. Tetapkan panjang jawaban dan kolom tugas sesuai hal yang akan diperiksa sesudahnya.\n\nUntuk perbandingan dokumen, mintalah pernyataan sumber, halamannya, kondisi yang ditetapkannya, dan setiap pertentangan. Untuk prototipe kode, tentukan masukan yang diterima, hasil yang diharapkan, dan antarmuka yang harus dipertahankan. Mintalah fragmen usulan secara terpisah dari asumsi dan contoh masukannya. Persyaratan ini menentukan hasil yang dapat ditinjau, bukan eksperimen terbuka tanpa kriteria penyelesaian.\n\nEksperimen berbantuan alat\n\nPenggunaan alat yang ditentukan pengembang mengikuti siklus model dan aplikasi. Aplikasi menjelaskan fungsi, model memilih operasi dan menyiapkan argumen, lalu aplikasi menjalankannya dan mengembalikan hasil. Pencarian dapat menyediakan informasi rujukan; alat eksekusi dapat memberikan hasil dari kode usulan yang dijalankan. Pertahankan hubungan antara operasi asal dan hasil yang dikembalikan sebelum meminta jawaban berikutnya.\n\nPengumuman keluarga 1.2 menekankan penggunaan alat untuk memeriksa masukan visual dan artefak yang dihasilkan secara lebih saksama. Artinya, lingkungan menyediakan operasi pemeriksaan atau rendering. Usulan teks saja bukan halaman yang telah dirender atau interaksi yang telah dijalankan. Tentukan apa yang dikembalikan alat agar model dapat menghubungkan umpan balik dengan persyaratan yang sebenarnya.\n\nKeluaran terstruktur dapat mengatur temuan eksperimen ke dalam skema yang diberikan. Tentukan nama kolom, tipe yang diperlukan, dan penanganan nilai yang tidak tersedia, sambil mempertahankan pengenal sumber di samping informasi yang diekstrak. Rekaman yang valid secara sintaksis dan interpretasi yang benar merupakan sifat yang berbeda; sediakan bahan asli untuk memeriksa interpretasinya.\n\nBatas edisi dan kesinambungan\n\nAlur kerja percakapan biasa pembuatnya tidak mengembalikan konteks penalaran privat untuk diputar ulang oleh pemanggil eksternal. Pertahankan riwayat yang terlihat, fakta sumber, dan hasil alat saat melanjutkan eksperimen, serta gunakan hanya mekanisme kesinambungan yang didokumentasikan untuk antarmuka terhubung tersebut. Probabilitas log tidak didukung untuk Muse Spark, sehingga tidak boleh diperlakukan sebagai skor keyakinan bawaan bagi kolom yang diekstrak.\n\nTabel konteks dan modalitas yang dipublikasikan merupakan milik edisi 1.2 bernama ini; edisi ini tidak boleh mewarisi pengaturan max atau keterbatasan audio 1.3. Sumber yang dibaca tidak menyebutkan kapasitas maksimum tersendiri untuk token masukan atau keluaran di luar konteks. Nyatakan tujuan prototipe, bahan, dan hasil teks yang dapat diperiksa secara jelas, sambil mempertahankan identitas Contributor serta hasil aktual yang dikembalikan alatnya.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
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 adalah edisi penalaran Meta yang bernama tersendiri untuk alur kerja agen berupa prototipe dan eksperimen. Meta mendokumentasikan konteks 1,048,576 token serta masukan multimodal dengan keluaran teks; edisi ini mempertahankan identitas dan tingkat penalarannya sendiri, tanpa max milik Standard 1.3.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Muse Spark 1.2 Contributor adalah edisi eksperimen dan pembuatan prototipe dalam keluarga penalaran Muse Spark 1.2 dari Meta. Pisahkan pengenal Contributor dari Standard 1.2 dan edisi 1.3 yang lebih baru. Dokumentasi keluarga dari pembuatnya menjelaskan pekerjaan berbasis agen, asisten perangkat lunak, penalaran multimodal, penggunaan alat, dan hasil teks terstruktur; dokumentasi tersebut tidak menetapkan jaminan kinerja Contributor tersendiri berdasarkan demonstrasi Standard.
Masukan dan konteks yang didokumentasikan
Pembuatnya mencantumkan teks, gambar, video, audio, dan PDF sebagai modalitas masukan versi 1.2 serta teks sebagai keluaran, dengan konteks 1,048,576 token. Tabel itu menentukan cakupan model yang didokumentasikan oleh produsennya. Hasilnya dapat berupa penjelasan tertulis, temuan terstruktur, atau usulan kode; merender antarmuka, membuat rekaman, atau melakukan tindakan eksternal lainnya memerlukan komponen aplikasi.
Untuk prototipe, pilih satu tugas yang terdefinisi dan berikan bahan yang dibutuhkan untuk memeriksa hasilnya. Tangkapan layar dapat menyertai persyaratan untuk interaksi tertentu. PDF dapat menyediakan pernyataan yang perlu dibandingkan atau diekstrak. Video dapat memperlihatkan urutan yang terlihat untuk dideskripsikan, sedangkan pertanyaan audiovisual perlu mengidentifikasi detail lisan atau visual yang penting. Beri label setiap sumber dan mintalah bukti yang mendukung jawaban.
Rilis 1.2 menjelaskan keunggulan keluarga ini dalam mengubah bahan visual menjadi kode dan menalar bagan atau adegan. Terapkan hal tersebut sebagai ranah tugas, bukan pernyataan bahwa edisi Contributor ini mereproduksi setiap demo Standard. Permintaan praktis dapat meminta elemen tata letak yang terlihat pada tangkapan layar, usulan implementasi, dan pertanyaan yang tersisa tentang perilaku yang tidak diperlihatkan gambar.
Penalaran dan persiapan hasil
Panduan penalaran Muse Spark menyediakan tingkat upaya minimal, low, medium, high, dan xhigh untuk edisi ini. Max khusus untuk Standard 1.3, dan menonaktifkan penalaran dengan none tidak didukung. Tanpa pengaturan yang tegas, model tetap menggunakan tingkat penalaran yang ditentukan model. Karena itu, ekstraksi kecil dan masalah visual atau pemrograman dengan beberapa langkah dapat memiliki pilihan upaya yang berbeda sambil mempertahankan identitas 1.2 Contributor yang sama.
Anggaran keluaran mencakup penalaran internal dan teks yang terlihat secara bersama. Penalaran mentah bersifat privat, jadi mintalah penjelasan atau artefak akhir yang dibutuhkan pengguna, alih-alih mengharapkan jejak di baliknya. Tetapkan panjang jawaban dan kolom tugas sesuai hal yang akan diperiksa sesudahnya.
Untuk perbandingan dokumen, mintalah pernyataan sumber, halamannya, kondisi yang ditetapkannya, dan setiap pertentangan. Untuk prototipe kode, tentukan masukan yang diterima, hasil yang diharapkan, dan antarmuka yang harus dipertahankan. Mintalah fragmen usulan secara terpisah dari asumsi dan contoh masukannya. Persyaratan ini menentukan hasil yang dapat ditinjau, bukan eksperimen terbuka tanpa kriteria penyelesaian.
Eksperimen berbantuan alat
Penggunaan alat yang ditentukan pengembang mengikuti siklus model dan aplikasi. Aplikasi menjelaskan fungsi, model memilih operasi dan menyiapkan argumen, lalu aplikasi menjalankannya dan mengembalikan hasil. Pencarian dapat menyediakan informasi rujukan; alat eksekusi dapat memberikan hasil dari kode usulan yang dijalankan. Pertahankan hubungan antara operasi asal dan hasil yang dikembalikan sebelum meminta jawaban berikutnya.
Pengumuman keluarga 1.2 menekankan penggunaan alat untuk memeriksa masukan visual dan artefak yang dihasilkan secara lebih saksama. Artinya, lingkungan menyediakan operasi pemeriksaan atau rendering. Usulan teks saja bukan halaman yang telah dirender atau interaksi yang telah dijalankan. Tentukan apa yang dikembalikan alat agar model dapat menghubungkan umpan balik dengan persyaratan yang sebenarnya.
Keluaran terstruktur dapat mengatur temuan eksperimen ke dalam skema yang diberikan. Tentukan nama kolom, tipe yang diperlukan, dan penanganan nilai yang tidak tersedia, sambil mempertahankan pengenal sumber di samping informasi yang diekstrak. Rekaman yang valid secara sintaksis dan interpretasi yang benar merupakan sifat yang berbeda; sediakan bahan asli untuk memeriksa interpretasinya.
Batas edisi dan kesinambungan
Alur kerja percakapan biasa pembuatnya tidak mengembalikan konteks penalaran privat untuk diputar ulang oleh pemanggil eksternal. Pertahankan riwayat yang terlihat, fakta sumber, dan hasil alat saat melanjutkan eksperimen, serta gunakan hanya mekanisme kesinambungan yang didokumentasikan untuk antarmuka terhubung tersebut. Probabilitas log tidak didukung untuk Muse Spark, sehingga tidak boleh diperlakukan sebagai skor keyakinan bawaan bagi kolom yang diekstrak.
Tabel konteks dan modalitas yang dipublikasikan merupakan milik edisi 1.2 bernama ini; edisi ini tidak boleh mewarisi pengaturan max atau keterbatasan audio 1.3. Sumber yang dibaca tidak menyebutkan kapasitas maksimum tersendiri untuk token masukan atau keluaran di luar konteks. Nyatakan tujuan prototipe, bahan, dan hasil teks yang dapat diperiksa secara jelas, sambil mempertahankan identitas Contributor serta hasil aktual yang dikembalikan alatnya.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan meta/muse-spark-1.2-contributor | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.0004 / 1K token Masukan · Pembacaan cache $0.000004 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.0004 / 1K token Masukan · Pembacaan cache $0.000004 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra meta/muse-spark-1.2-contributor
Gunakan jalur metode yang ditampilkan di atas.
meta/muse-spark-1.2-contributorMuse Spark 1.2 Contributor adalah edisi penalaran Meta yang bernama tersendiri untuk alur kerja agen berupa prototipe dan eksperimen. Meta mendokumentasikan konteks 1,048,576 token serta masukan multimodal dengan keluaran teks; edisi ini mempertahankan identitas dan tingkat penalarannya sendiri, tanpa max milik Standard 1.3.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Muse Spark 1.2 Contributor adalah edisi eksperimen dan pembuatan prototipe dalam keluarga penalaran Muse Spark 1.2 dari Meta. Pisahkan pengenal Contributor dari Standard 1.2 dan edisi 1.3 yang lebih baru. Dokumentasi keluarga dari pembuatnya menjelaskan pekerjaan berbasis agen, asisten perangkat lunak, penalaran multimodal, penggunaan alat, dan hasil teks terstruktur; dokumentasi tersebut tidak menetapkan jaminan kinerja Contributor tersendiri berdasarkan demonstrasi Standard.
Masukan dan konteks yang didokumentasikan
Pembuatnya mencantumkan teks, gambar, video, audio, dan PDF sebagai modalitas masukan versi 1.2 serta teks sebagai keluaran, dengan konteks 1,048,576 token. Tabel itu menentukan cakupan model yang didokumentasikan oleh produsennya. Hasilnya dapat berupa penjelasan tertulis, temuan terstruktur, atau usulan kode; merender antarmuka, membuat rekaman, atau melakukan tindakan eksternal lainnya memerlukan komponen aplikasi.
Untuk prototipe, pilih satu tugas yang terdefinisi dan berikan bahan yang dibutuhkan untuk memeriksa hasilnya. Tangkapan layar dapat menyertai persyaratan untuk interaksi tertentu. PDF dapat menyediakan pernyataan yang perlu dibandingkan atau diekstrak. Video dapat memperlihatkan urutan yang terlihat untuk dideskripsikan, sedangkan pertanyaan audiovisual perlu mengidentifikasi detail lisan atau visual yang penting. Beri label setiap sumber dan mintalah bukti yang mendukung jawaban.
Rilis 1.2 menjelaskan keunggulan keluarga ini dalam mengubah bahan visual menjadi kode dan menalar bagan atau adegan. Terapkan hal tersebut sebagai ranah tugas, bukan pernyataan bahwa edisi Contributor ini mereproduksi setiap demo Standard. Permintaan praktis dapat meminta elemen tata letak yang terlihat pada tangkapan layar, usulan implementasi, dan pertanyaan yang tersisa tentang perilaku yang tidak diperlihatkan gambar.
Penalaran dan persiapan hasil
Panduan penalaran Muse Spark menyediakan tingkat upaya minimal, low, medium, high, dan xhigh untuk edisi ini. Max khusus untuk Standard 1.3, dan menonaktifkan penalaran dengan none tidak didukung. Tanpa pengaturan yang tegas, model tetap menggunakan tingkat penalaran yang ditentukan model. Karena itu, ekstraksi kecil dan masalah visual atau pemrograman dengan beberapa langkah dapat memiliki pilihan upaya yang berbeda sambil mempertahankan identitas 1.2 Contributor yang sama.
Anggaran keluaran mencakup penalaran internal dan teks yang terlihat secara bersama. Penalaran mentah bersifat privat, jadi mintalah penjelasan atau artefak akhir yang dibutuhkan pengguna, alih-alih mengharapkan jejak di baliknya. Tetapkan panjang jawaban dan kolom tugas sesuai hal yang akan diperiksa sesudahnya.
Untuk perbandingan dokumen, mintalah pernyataan sumber, halamannya, kondisi yang ditetapkannya, dan setiap pertentangan. Untuk prototipe kode, tentukan masukan yang diterima, hasil yang diharapkan, dan antarmuka yang harus dipertahankan. Mintalah fragmen usulan secara terpisah dari asumsi dan contoh masukannya. Persyaratan ini menentukan hasil yang dapat ditinjau, bukan eksperimen terbuka tanpa kriteria penyelesaian.
Eksperimen berbantuan alat
Penggunaan alat yang ditentukan pengembang mengikuti siklus model dan aplikasi. Aplikasi menjelaskan fungsi, model memilih operasi dan menyiapkan argumen, lalu aplikasi menjalankannya dan mengembalikan hasil. Pencarian dapat menyediakan informasi rujukan; alat eksekusi dapat memberikan hasil dari kode usulan yang dijalankan. Pertahankan hubungan antara operasi asal dan hasil yang dikembalikan sebelum meminta jawaban berikutnya.
Pengumuman keluarga 1.2 menekankan penggunaan alat untuk memeriksa masukan visual dan artefak yang dihasilkan secara lebih saksama. Artinya, lingkungan menyediakan operasi pemeriksaan atau rendering. Usulan teks saja bukan halaman yang telah dirender atau interaksi yang telah dijalankan. Tentukan apa yang dikembalikan alat agar model dapat menghubungkan umpan balik dengan persyaratan yang sebenarnya.
Keluaran terstruktur dapat mengatur temuan eksperimen ke dalam skema yang diberikan. Tentukan nama kolom, tipe yang diperlukan, dan penanganan nilai yang tidak tersedia, sambil mempertahankan pengenal sumber di samping informasi yang diekstrak. Rekaman yang valid secara sintaksis dan interpretasi yang benar merupakan sifat yang berbeda; sediakan bahan asli untuk memeriksa interpretasinya.
Batas edisi dan kesinambungan
Alur kerja percakapan biasa pembuatnya tidak mengembalikan konteks penalaran privat untuk diputar ulang oleh pemanggil eksternal. Pertahankan riwayat yang terlihat, fakta sumber, dan hasil alat saat melanjutkan eksperimen, serta gunakan hanya mekanisme kesinambungan yang didokumentasikan untuk antarmuka terhubung tersebut. Probabilitas log tidak didukung untuk Muse Spark, sehingga tidak boleh diperlakukan sebagai skor keyakinan bawaan bagi kolom yang diekstrak.
Tabel konteks dan modalitas yang dipublikasikan merupakan milik edisi 1.2 bernama ini; edisi ini tidak boleh mewarisi pengaturan max atau keterbatasan audio 1.3. Sumber yang dibaca tidak menyebutkan kapasitas maksimum tersendiri untuk token masukan atau keluaran di luar konteks. Nyatakan tujuan prototipe, bahan, dan hasil teks yang dapat diperiksa secara jelas, sambil mempertahankan identitas Contributor serta hasil aktual yang dikembalikan alatnya.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan meta/muse-spark-1.2-contributor | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.0004 / 1K token Masukan · Pembacaan cache $0.000004 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.0004 / 1K token Masukan · Pembacaan cache $0.000004 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "meta/muse-spark-1.2-contributor",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra meta/muse-spark-1.2-contributor
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
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.