Muse Spark 1.2 Contributor è l'edizione sperimentale e di prototipazione della famiglia di ragionamento Muse Spark 1.2 di Meta. Mantieni l'identificatore Contributor separato da Standard 1.2 e dalle successive edizioni 1.3. La documentazione della famiglia del produttore descrive attività basate su agenti, assistenti software, ragionamento multimodale, uso degli strumenti e risultati testuali strutturati; non stabilisce una garanzia di prestazioni separata per Contributor a partire dalle dimostrazioni Standard.
Input e contesto documentati
Il produttore elenca testo, immagini, video, audio e PDF come modalità di input della versione 1.2 e testo come output, con un contesto di 1.048.576 token. Questa tabella definisce l'ambito documentato del modello del produttore. Il risultato può essere una spiegazione scritta, risultati strutturati o codice proposto; renderizzare un'interfaccia, creare una registrazione o eseguire un'altra azione esterna richiede un componente applicativo.
Per un prototipo, scegli un compito definito e fornisci il materiale necessario per esaminarne il risultato. Uno screenshot può accompagnare un requisito per un'interazione specifica. Un PDF può fornire le affermazioni da confrontare o estrarre. Un video può mostrare la sequenza visibile da descrivere, mentre una domanda audiovisiva deve identificare quale dettaglio parlato o visibile conta. Etichetta ogni fonte e richiedi le evidenze che sostengono la risposta.
La versione 1.2 descrive i punti di forza della famiglia nel trasformare materiale visivo in codice e nel ragionare su grafici o scene. Applicali come domini dei compiti anziché affermare che questa edizione Contributor riproduce ogni dimostrazione Standard. Una richiesta pratica può chiedere gli elementi di layout visibili in uno screenshot, un'implementazione proposta e le domande rimanenti sul comportamento non mostrato dall'immagine.
Ragionamento e preparazione del risultato
La guida al ragionamento di Muse Spark fornisce i livelli di impegno minimal, low, medium, high e xhigh per questa edizione. Max è specifico di Standard 1.3 e la disattivazione del ragionamento con none non è supportata. Senza un'impostazione esplicita, il modello usa comunque un livello di ragionamento determinato dal modello. Una piccola estrazione e un problema visivo o di programmazione su più passaggi possono quindi avere scelte di impegno diverse mantenendo la stessa identità 1.2 Contributor.
Il budget di output copre insieme ragionamento interno e testo visibile. Il ragionamento grezzo è privato, quindi richiedi la spiegazione o l'artefatto finale necessari all'utente anziché aspettarti la traccia sottostante. Imposta la lunghezza e i campi della risposta del compito in funzione di ciò che verrà esaminato in seguito.
Per un confronto di documenti, richiedi l'affermazione della fonte, la sua pagina, la condizione che stabilisce e ogni contraddizione. Per un prototipo di codice, specifica l'input accettato, il risultato atteso e l'interfaccia da mantenere. Chiedi il frammento proposto separatamente dalle sue ipotesi e dagli input di esempio. Questi requisiti definiscono un risultato revisionabile anziché un esperimento aperto senza criterio di completamento.
Esperimenti assistiti da strumenti
L'uso di strumenti definiti dallo sviluppatore segue un ciclo tra modello e applicazione. L'applicazione descrive le funzioni, il modello sceglie un'operazione e prepara gli argomenti e l'applicazione la esegue e restituisce il risultato. Una ricerca può fornire informazioni di riferimento; uno strumento di esecuzione può fornire ciò che è accaduto quando il codice proposto è stato eseguito. Mantieni associate l'operazione di origine e il risultato restituito prima di chiedere la risposta successiva.
L'annuncio della famiglia 1.2 pone l'accento sull'uso degli strumenti per esaminare più da vicino gli input visivi e gli artefatti generati. Ciò significa che l'ambiente fornisce l'operazione di ispezione o rendering. Una proposta testuale da sola non è una pagina renderizzata o un'interazione eseguita. Definisci ciò che gli strumenti restituiscono, così che il modello possa collegare il feedback al requisito effettivo.
L'output strutturato può organizzare i risultati dell'esperimento in uno schema fornito. Definisci i nomi dei campi, i tipi richiesti e la gestione dei valori mancanti, mantenendo gli identificatori delle fonti accanto alle informazioni estratte. Un record sintatticamente valido e un'interpretazione corretta sono proprietà diverse; conserva il materiale originale per controllare la seconda.
Limiti dell'edizione e della continuità
Il normale flusso chat del produttore non restituisce il contesto di ragionamento privato affinché i chiamanti esterni possano riprodurlo. Conserva cronologia visibile, fatti delle fonti ed esiti degli strumenti quando continui un esperimento e usa soltanto i meccanismi di continuità documentati per l'interfaccia collegata. Le probabilità logaritmiche non sono supportate per Muse Spark, quindi non vanno trattate come un punteggio di affidabilità integrato per un campo estratto.
La tabella pubblicata di contesto e modalità appartiene a questa edizione denominata 1.2; non deve ereditare l'impostazione max di 1.3 o la sua limitazione audio. Le fonti lette non dichiarano una capacità massima separata di token di input o output oltre il contesto. Mantieni espliciti l'obiettivo del prototipo, il materiale e il risultato testuale ispezionabile, conservando l'identità Contributor e i risultati effettivi restituiti dai suoi strumenti.
", "aboutText": "Muse Spark 1.2 Contributor è l'edizione sperimentale e di prototipazione della famiglia di ragionamento Muse Spark 1.2 di Meta. Mantieni l'identificatore Contributor separato da Standard 1.2 e dalle successive edizioni 1.3. La documentazione della famiglia del produttore descrive attività basate su agenti, assistenti software, ragionamento multimodale, uso degli strumenti e risultati testuali strutturati; non stabilisce una garanzia di prestazioni separata per Contributor a partire dalle dimostrazioni Standard.\n\nInput e contesto documentati\n\nIl produttore elenca testo, immagini, video, audio e PDF come modalità di input della versione 1.2 e testo come output, con un contesto di 1.048.576 token. Questa tabella definisce l'ambito documentato del modello del produttore. Il risultato può essere una spiegazione scritta, risultati strutturati o codice proposto; renderizzare un'interfaccia, creare una registrazione o eseguire un'altra azione esterna richiede un componente applicativo.\n\nPer un prototipo, scegli un compito definito e fornisci il materiale necessario per esaminarne il risultato. Uno screenshot può accompagnare un requisito per un'interazione specifica. Un PDF può fornire le affermazioni da confrontare o estrarre. Un video può mostrare la sequenza visibile da descrivere, mentre una domanda audiovisiva deve identificare quale dettaglio parlato o visibile conta. Etichetta ogni fonte e richiedi le evidenze che sostengono la risposta.\n\nLa versione 1.2 descrive i punti di forza della famiglia nel trasformare materiale visivo in codice e nel ragionare su grafici o scene. Applicali come domini dei compiti anziché affermare che questa edizione Contributor riproduce ogni dimostrazione Standard. Una richiesta pratica può chiedere gli elementi di layout visibili in uno screenshot, un'implementazione proposta e le domande rimanenti sul comportamento non mostrato dall'immagine.\n\nRagionamento e preparazione del risultato\n\nLa guida al ragionamento di Muse Spark fornisce i livelli di impegno minimal, low, medium, high e xhigh per questa edizione. Max è specifico di Standard 1.3 e la disattivazione del ragionamento con none non è supportata. Senza un'impostazione esplicita, il modello usa comunque un livello di ragionamento determinato dal modello. Una piccola estrazione e un problema visivo o di programmazione su più passaggi possono quindi avere scelte di impegno diverse mantenendo la stessa identità 1.2 Contributor.\n\nIl budget di output copre insieme ragionamento interno e testo visibile. Il ragionamento grezzo è privato, quindi richiedi la spiegazione o l'artefatto finale necessari all'utente anziché aspettarti la traccia sottostante. Imposta la lunghezza e i campi della risposta del compito in funzione di ciò che verrà esaminato in seguito.\n\nPer un confronto di documenti, richiedi l'affermazione della fonte, la sua pagina, la condizione che stabilisce e ogni contraddizione. Per un prototipo di codice, specifica l'input accettato, il risultato atteso e l'interfaccia da mantenere. Chiedi il frammento proposto separatamente dalle sue ipotesi e dagli input di esempio. Questi requisiti definiscono un risultato revisionabile anziché un esperimento aperto senza criterio di completamento.\n\nEsperimenti assistiti da strumenti\n\nL'uso di strumenti definiti dallo sviluppatore segue un ciclo tra modello e applicazione. L'applicazione descrive le funzioni, il modello sceglie un'operazione e prepara gli argomenti e l'applicazione la esegue e restituisce il risultato. Una ricerca può fornire informazioni di riferimento; uno strumento di esecuzione può fornire ciò che è accaduto quando il codice proposto è stato eseguito. Mantieni associate l'operazione di origine e il risultato restituito prima di chiedere la risposta successiva.\n\nL'annuncio della famiglia 1.2 pone l'accento sull'uso degli strumenti per esaminare più da vicino gli input visivi e gli artefatti generati. Ciò significa che l'ambiente fornisce l'operazione di ispezione o rendering. Una proposta testuale da sola non è una pagina renderizzata o un'interazione eseguita. Definisci ciò che gli strumenti restituiscono, così che il modello possa collegare il feedback al requisito effettivo.\n\nL'output strutturato può organizzare i risultati dell'esperimento in uno schema fornito. Definisci i nomi dei campi, i tipi richiesti e la gestione dei valori mancanti, mantenendo gli identificatori delle fonti accanto alle informazioni estratte. Un record sintatticamente valido e un'interpretazione corretta sono proprietà diverse; conserva il materiale originale per controllare la seconda.\n\nLimiti dell'edizione e della continuità\n\nIl normale flusso chat del produttore non restituisce il contesto di ragionamento privato affinché i chiamanti esterni possano riprodurlo. Conserva cronologia visibile, fatti delle fonti ed esiti degli strumenti quando continui un esperimento e usa soltanto i meccanismi di continuità documentati per l'interfaccia collegata. Le probabilità logaritmiche non sono supportate per Muse Spark, quindi non vanno trattate come un punteggio di affidabilità integrato per un campo estratto.\n\nLa tabella pubblicata di contesto e modalità appartiene a questa edizione denominata 1.2; non deve ereditare l'impostazione max di 1.3 o la sua limitazione audio. Le fonti lette non dichiarano una capacità massima separata di token di input o output oltre il contesto. Mantieni espliciti l'obiettivo del prototipo, il materiale e il risultato testuale ispezionabile, conservando l'identità Contributor e i risultati effettivi restituiti dai suoi strumenti.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
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 è un'edizione di ragionamento di Meta denominata separatamente per flussi sperimentali e di prototipazione con agenti. Meta documenta un contesto di 1.048.576 token e input multimodali con output testuale; l'edizione mantiene la propria identità e i livelli di ragionamento senza il max di Standard 1.3.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Muse Spark 1.2 Contributor è l'edizione sperimentale e di prototipazione della famiglia di ragionamento Muse Spark 1.2 di Meta. Mantieni l'identificatore Contributor separato da Standard 1.2 e dalle successive edizioni 1.3. La documentazione della famiglia del produttore descrive attività basate su agenti, assistenti software, ragionamento multimodale, uso degli strumenti e risultati testuali strutturati; non stabilisce una garanzia di prestazioni separata per Contributor a partire dalle dimostrazioni Standard.
Input e contesto documentati
Il produttore elenca testo, immagini, video, audio e PDF come modalità di input della versione 1.2 e testo come output, con un contesto di 1.048.576 token. Questa tabella definisce l'ambito documentato del modello del produttore. Il risultato può essere una spiegazione scritta, risultati strutturati o codice proposto; renderizzare un'interfaccia, creare una registrazione o eseguire un'altra azione esterna richiede un componente applicativo.
Per un prototipo, scegli un compito definito e fornisci il materiale necessario per esaminarne il risultato. Uno screenshot può accompagnare un requisito per un'interazione specifica. Un PDF può fornire le affermazioni da confrontare o estrarre. Un video può mostrare la sequenza visibile da descrivere, mentre una domanda audiovisiva deve identificare quale dettaglio parlato o visibile conta. Etichetta ogni fonte e richiedi le evidenze che sostengono la risposta.
La versione 1.2 descrive i punti di forza della famiglia nel trasformare materiale visivo in codice e nel ragionare su grafici o scene. Applicali come domini dei compiti anziché affermare che questa edizione Contributor riproduce ogni dimostrazione Standard. Una richiesta pratica può chiedere gli elementi di layout visibili in uno screenshot, un'implementazione proposta e le domande rimanenti sul comportamento non mostrato dall'immagine.
Ragionamento e preparazione del risultato
La guida al ragionamento di Muse Spark fornisce i livelli di impegno minimal, low, medium, high e xhigh per questa edizione. Max è specifico di Standard 1.3 e la disattivazione del ragionamento con none non è supportata. Senza un'impostazione esplicita, il modello usa comunque un livello di ragionamento determinato dal modello. Una piccola estrazione e un problema visivo o di programmazione su più passaggi possono quindi avere scelte di impegno diverse mantenendo la stessa identità 1.2 Contributor.
Il budget di output copre insieme ragionamento interno e testo visibile. Il ragionamento grezzo è privato, quindi richiedi la spiegazione o l'artefatto finale necessari all'utente anziché aspettarti la traccia sottostante. Imposta la lunghezza e i campi della risposta del compito in funzione di ciò che verrà esaminato in seguito.
Per un confronto di documenti, richiedi l'affermazione della fonte, la sua pagina, la condizione che stabilisce e ogni contraddizione. Per un prototipo di codice, specifica l'input accettato, il risultato atteso e l'interfaccia da mantenere. Chiedi il frammento proposto separatamente dalle sue ipotesi e dagli input di esempio. Questi requisiti definiscono un risultato revisionabile anziché un esperimento aperto senza criterio di completamento.
Esperimenti assistiti da strumenti
L'uso di strumenti definiti dallo sviluppatore segue un ciclo tra modello e applicazione. L'applicazione descrive le funzioni, il modello sceglie un'operazione e prepara gli argomenti e l'applicazione la esegue e restituisce il risultato. Una ricerca può fornire informazioni di riferimento; uno strumento di esecuzione può fornire ciò che è accaduto quando il codice proposto è stato eseguito. Mantieni associate l'operazione di origine e il risultato restituito prima di chiedere la risposta successiva.
L'annuncio della famiglia 1.2 pone l'accento sull'uso degli strumenti per esaminare più da vicino gli input visivi e gli artefatti generati. Ciò significa che l'ambiente fornisce l'operazione di ispezione o rendering. Una proposta testuale da sola non è una pagina renderizzata o un'interazione eseguita. Definisci ciò che gli strumenti restituiscono, così che il modello possa collegare il feedback al requisito effettivo.
L'output strutturato può organizzare i risultati dell'esperimento in uno schema fornito. Definisci i nomi dei campi, i tipi richiesti e la gestione dei valori mancanti, mantenendo gli identificatori delle fonti accanto alle informazioni estratte. Un record sintatticamente valido e un'interpretazione corretta sono proprietà diverse; conserva il materiale originale per controllare la seconda.
Limiti dell'edizione e della continuità
Il normale flusso chat del produttore non restituisce il contesto di ragionamento privato affinché i chiamanti esterni possano riprodurlo. Conserva cronologia visibile, fatti delle fonti ed esiti degli strumenti quando continui un esperimento e usa soltanto i meccanismi di continuità documentati per l'interfaccia collegata. Le probabilità logaritmiche non sono supportate per Muse Spark, quindi non vanno trattate come un punteggio di affidabilità integrato per un campo estratto.
La tabella pubblicata di contesto e modalità appartiene a questa edizione denominata 1.2; non deve ereditare l'impostazione max di 1.3 o la sua limitazione audio. Le fonti lette non dichiarano una capacità massima separata di token di input o output oltre il contesto. Mantieni espliciti l'obiettivo del prototipo, il materiale e il risultato testuale ispezionabile, conservando l'identità Contributor e i risultati effettivi restituiti dai suoi strumenti.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti meta/muse-spark-1.2-contributor | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0004 / 1K token Input · Lettura dalla cache $0.000004 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0004 / 1K token Input · Lettura dalla cache $0.000004 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${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 ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| 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 |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra meta/muse-spark-1.2-contributor
Usa i percorsi dei metodi indicati sopra.
meta/muse-spark-1.2-contributorMuse Spark 1.2 Contributor è un'edizione di ragionamento di Meta denominata separatamente per flussi sperimentali e di prototipazione con agenti. Meta documenta un contesto di 1.048.576 token e input multimodali con output testuale; l'edizione mantiene la propria identità e i livelli di ragionamento senza il max di Standard 1.3.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Muse Spark 1.2 Contributor è l'edizione sperimentale e di prototipazione della famiglia di ragionamento Muse Spark 1.2 di Meta. Mantieni l'identificatore Contributor separato da Standard 1.2 e dalle successive edizioni 1.3. La documentazione della famiglia del produttore descrive attività basate su agenti, assistenti software, ragionamento multimodale, uso degli strumenti e risultati testuali strutturati; non stabilisce una garanzia di prestazioni separata per Contributor a partire dalle dimostrazioni Standard.
Input e contesto documentati
Il produttore elenca testo, immagini, video, audio e PDF come modalità di input della versione 1.2 e testo come output, con un contesto di 1.048.576 token. Questa tabella definisce l'ambito documentato del modello del produttore. Il risultato può essere una spiegazione scritta, risultati strutturati o codice proposto; renderizzare un'interfaccia, creare una registrazione o eseguire un'altra azione esterna richiede un componente applicativo.
Per un prototipo, scegli un compito definito e fornisci il materiale necessario per esaminarne il risultato. Uno screenshot può accompagnare un requisito per un'interazione specifica. Un PDF può fornire le affermazioni da confrontare o estrarre. Un video può mostrare la sequenza visibile da descrivere, mentre una domanda audiovisiva deve identificare quale dettaglio parlato o visibile conta. Etichetta ogni fonte e richiedi le evidenze che sostengono la risposta.
La versione 1.2 descrive i punti di forza della famiglia nel trasformare materiale visivo in codice e nel ragionare su grafici o scene. Applicali come domini dei compiti anziché affermare che questa edizione Contributor riproduce ogni dimostrazione Standard. Una richiesta pratica può chiedere gli elementi di layout visibili in uno screenshot, un'implementazione proposta e le domande rimanenti sul comportamento non mostrato dall'immagine.
Ragionamento e preparazione del risultato
La guida al ragionamento di Muse Spark fornisce i livelli di impegno minimal, low, medium, high e xhigh per questa edizione. Max è specifico di Standard 1.3 e la disattivazione del ragionamento con none non è supportata. Senza un'impostazione esplicita, il modello usa comunque un livello di ragionamento determinato dal modello. Una piccola estrazione e un problema visivo o di programmazione su più passaggi possono quindi avere scelte di impegno diverse mantenendo la stessa identità 1.2 Contributor.
Il budget di output copre insieme ragionamento interno e testo visibile. Il ragionamento grezzo è privato, quindi richiedi la spiegazione o l'artefatto finale necessari all'utente anziché aspettarti la traccia sottostante. Imposta la lunghezza e i campi della risposta del compito in funzione di ciò che verrà esaminato in seguito.
Per un confronto di documenti, richiedi l'affermazione della fonte, la sua pagina, la condizione che stabilisce e ogni contraddizione. Per un prototipo di codice, specifica l'input accettato, il risultato atteso e l'interfaccia da mantenere. Chiedi il frammento proposto separatamente dalle sue ipotesi e dagli input di esempio. Questi requisiti definiscono un risultato revisionabile anziché un esperimento aperto senza criterio di completamento.
Esperimenti assistiti da strumenti
L'uso di strumenti definiti dallo sviluppatore segue un ciclo tra modello e applicazione. L'applicazione descrive le funzioni, il modello sceglie un'operazione e prepara gli argomenti e l'applicazione la esegue e restituisce il risultato. Una ricerca può fornire informazioni di riferimento; uno strumento di esecuzione può fornire ciò che è accaduto quando il codice proposto è stato eseguito. Mantieni associate l'operazione di origine e il risultato restituito prima di chiedere la risposta successiva.
L'annuncio della famiglia 1.2 pone l'accento sull'uso degli strumenti per esaminare più da vicino gli input visivi e gli artefatti generati. Ciò significa che l'ambiente fornisce l'operazione di ispezione o rendering. Una proposta testuale da sola non è una pagina renderizzata o un'interazione eseguita. Definisci ciò che gli strumenti restituiscono, così che il modello possa collegare il feedback al requisito effettivo.
L'output strutturato può organizzare i risultati dell'esperimento in uno schema fornito. Definisci i nomi dei campi, i tipi richiesti e la gestione dei valori mancanti, mantenendo gli identificatori delle fonti accanto alle informazioni estratte. Un record sintatticamente valido e un'interpretazione corretta sono proprietà diverse; conserva il materiale originale per controllare la seconda.
Limiti dell'edizione e della continuità
Il normale flusso chat del produttore non restituisce il contesto di ragionamento privato affinché i chiamanti esterni possano riprodurlo. Conserva cronologia visibile, fatti delle fonti ed esiti degli strumenti quando continui un esperimento e usa soltanto i meccanismi di continuità documentati per l'interfaccia collegata. Le probabilità logaritmiche non sono supportate per Muse Spark, quindi non vanno trattate come un punteggio di affidabilità integrato per un campo estratto.
La tabella pubblicata di contesto e modalità appartiene a questa edizione denominata 1.2; non deve ereditare l'impostazione max di 1.3 o la sua limitazione audio. Le fonti lette non dichiarano una capacità massima separata di token di input o output oltre il contesto. Mantieni espliciti l'obiettivo del prototipo, il materiale e il risultato testuale ispezionabile, conservando l'identità Contributor e i risultati effettivi restituiti dai suoi strumenti.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti meta/muse-spark-1.2-contributor | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0004 / 1K token Input · Lettura dalla cache $0.000004 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0004 / 1K token Input · Lettura dalla cache $0.000004 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "meta/muse-spark-1.2-contributor",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra meta/muse-spark-1.2-contributor
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
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.