Muse Spark 1.2 è un aggiornamento di Muse Spark 1.1 di Meta incentrato sulla programmazione, con particolare attenzione alla comprensione multimodale e al ragionamento visivo. Le dimostrazioni del produttore collegano immagini e video ad artefatti digitali come pagine web e giochi, mentre la tabella del modello indica un contesto di 1.048.576 token e output testuale. Questa voce riguarda Standard 1.2, distinto da Contributor 1.2 e dal successivo 1.3.
Programmazione visiva
La versione descrive la traduzione di layout, gerarchia e stile visivi in codice funzionante e la successiva ispezione dell'artefatto risultante tramite strumenti. Per un compito utile, fornisci l'immagine o il filmato insieme al comportamento da implementare. Uno screenshot può mostrare l'aspetto ma lasciare le interazioni non specificate, quindi indica controlli, stati e risposte attese alle azioni dell'utente che il risultato deve includere.
Chiedi separatamente la struttura visibile, l'implementazione proposta e le ipotesi. Per esempio, un compito di ricostruzione di una pagina può richiedere le sezioni denominate e le relazioni visive mostrate nel riferimento, poi chiedere il codice per un'interazione definita. Il rendering e l'esecuzione di quel codice richiedono l'ambiente collegato; lo screenshot risultante o il feedback di esecuzione possono diventare input per la correzione successiva.
Il produttore indica comprensione dei grafici e ragionamento visivo oltre alla generazione di codice. Mantieni assi, unità ed etichette in un grafico e richiedi l'osservazione che sostiene ogni conclusione. Per un diagramma, identifica la relazione da spiegare e le etichette delle fonti da conservare. Per l'immagine di un documento, distingui la trascrizione del testo visibile da un riepilogo o un'interpretazione.
Flussi spaziali e audiovisivi
L'annuncio 1.2 tratta anche una variante specializzata per la robotica e un sistema di pianificazione e azione a due livelli. Sono componenti sperimentali distinti: un modello di alto livello ragiona sulla scena e sui sottocompiti, mentre una policy visione-linguaggio-azione separata esegue azioni di basso livello. Il modello Standard con output testuale non va descritto come un attuatore robotico soltanto perché la versione della famiglia contiene tale dimostrazione.
Per la versione Standard, la tabella del modello documenta testo, immagini, video, audio e PDF come input. Un compito audiovisivo può richiedere l'evento o la condizione pronunciata pertinente a una domanda e restituire un resoconto ordinato del materiale di supporto. Identifica il segmento pertinente e la forma della risposta anziché chiedere un riepilogo indiscriminato di ogni modalità.
Gli esempi del produttore combinano comprensione video, didascalie dettagliate e ispezione assistita da strumenti. Un flusso pratico può confrontare una dimostrazione con la sua procedura scritta, richiedere corrispondenze e differenze visibili e poi preparare un risultato testuale per una fase applicativa successiva. Prosa generata, codice e risultati strutturati sono l'output documentato; la generazione di immagini o voce appartiene a componenti denominati separatamente.
Impostazioni di ragionamento e contesto
Muse Spark ragiona internamente prima di produrre testo visibile. I livelli di impegno documentati applicabili a 1.2 sono minimal, low, medium, high e xhigh. Max appartiene a Standard 1.3 e none non è un modo supportato per disattivare il ragionamento. Quando non viene specificato un impegno, il modello usa un livello determinato dal modello stesso.
Il contesto di 1.048.576 token può mantenere materiale sorgente e conversazione correlati, ma obiettivo e artefatto finale devono comunque essere definiti. Per un compito su documenti lunghi, identifica la domanda, etichetta ogni fonte e mantieni la sua posizione accanto alle informazioni estratte. I token di ragionamento e di risposta visibile condividono il budget di output, quindi riserva abbastanza spazio alla spiegazione o al codice di cui il compito ha effettivamente bisogno.
Il ragionamento interno grezzo non è esposto come normale testo. Anche l'interfaccia chat del produttore non trasferisce tra i turni una traccia privata leggibile per i chiamanti esterni; conserva i messaggi visibili, le fonti e gli esiti restituiti dagli strumenti necessari a un seguito. Le probabilità logaritmiche non sono supportate, quindi il modello non fornisce tale funzione come misura di affidabilità delle sue conclusioni.
Strumenti e artefatti strutturati
L'applicazione descrive le funzioni dello sviluppatore, il modello genera chiamate e argomenti proposti e l'applicazione li esegue e restituisce il risultato di ogni chiamata. Il modello può quindi esaminare il feedback effettivo e scegliere il passaggio successivo. L'enfasi della versione sull'esame sia degli input visivi sia degli artefatti generati dipende dalla presenza di tali strumenti nell'ambiente.
L'output strutturato può vincolare il testo a uno schema JSON definito. Un record di estrazione visiva può contenere l'immagine sorgente, l'oggetto o l'etichetta, il valore osservato e l'interpretazione. Una revisione di codice può identificare il simbolo interessato, la discrepanza e la modifica proposta. La modalità strict del produttore richiede una radice costituita da un oggetto semplice, tutte le proprietà elencate obbligatorie e proprietà aggiuntive disabilitate; gli schemi ricorsivi sono rifiutati.
Definisci la correttezza dell'artefatto in termini pratici: quali dettagli delle fonti deve mantenere, come deve comportarsi un'interazione e quale feedback restituito dimostrerebbe quel comportamento. Le fonti lette non forniscono capacità massime indipendenti di token di input o output oltre il contesto del modello. Mantieni l'edizione Standard 1.2 e la differenza tra un artefatto testuale proposto e il risultato di esecuzione o rendering usato per controllarlo.
", "aboutText": "Muse Spark 1.2 è un aggiornamento di Muse Spark 1.1 di Meta incentrato sulla programmazione, con particolare attenzione alla comprensione multimodale e al ragionamento visivo. Le dimostrazioni del produttore collegano immagini e video ad artefatti digitali come pagine web e giochi, mentre la tabella del modello indica un contesto di 1.048.576 token e output testuale. Questa voce riguarda Standard 1.2, distinto da Contributor 1.2 e dal successivo 1.3.\n\nProgrammazione visiva\n\nLa versione descrive la traduzione di layout, gerarchia e stile visivi in codice funzionante e la successiva ispezione dell'artefatto risultante tramite strumenti. Per un compito utile, fornisci l'immagine o il filmato insieme al comportamento da implementare. Uno screenshot può mostrare l'aspetto ma lasciare le interazioni non specificate, quindi indica controlli, stati e risposte attese alle azioni dell'utente che il risultato deve includere.\n\nChiedi separatamente la struttura visibile, l'implementazione proposta e le ipotesi. Per esempio, un compito di ricostruzione di una pagina può richiedere le sezioni denominate e le relazioni visive mostrate nel riferimento, poi chiedere il codice per un'interazione definita. Il rendering e l'esecuzione di quel codice richiedono l'ambiente collegato; lo screenshot risultante o il feedback di esecuzione possono diventare input per la correzione successiva.\n\nIl produttore indica comprensione dei grafici e ragionamento visivo oltre alla generazione di codice. Mantieni assi, unità ed etichette in un grafico e richiedi l'osservazione che sostiene ogni conclusione. Per un diagramma, identifica la relazione da spiegare e le etichette delle fonti da conservare. Per l'immagine di un documento, distingui la trascrizione del testo visibile da un riepilogo o un'interpretazione.\n\nFlussi spaziali e audiovisivi\n\nL'annuncio 1.2 tratta anche una variante specializzata per la robotica e un sistema di pianificazione e azione a due livelli. Sono componenti sperimentali distinti: un modello di alto livello ragiona sulla scena e sui sottocompiti, mentre una policy visione-linguaggio-azione separata esegue azioni di basso livello. Il modello Standard con output testuale non va descritto come un attuatore robotico soltanto perché la versione della famiglia contiene tale dimostrazione.\n\nPer la versione Standard, la tabella del modello documenta testo, immagini, video, audio e PDF come input. Un compito audiovisivo può richiedere l'evento o la condizione pronunciata pertinente a una domanda e restituire un resoconto ordinato del materiale di supporto. Identifica il segmento pertinente e la forma della risposta anziché chiedere un riepilogo indiscriminato di ogni modalità.\n\nGli esempi del produttore combinano comprensione video, didascalie dettagliate e ispezione assistita da strumenti. Un flusso pratico può confrontare una dimostrazione con la sua procedura scritta, richiedere corrispondenze e differenze visibili e poi preparare un risultato testuale per una fase applicativa successiva. Prosa generata, codice e risultati strutturati sono l'output documentato; la generazione di immagini o voce appartiene a componenti denominati separatamente.\n\nImpostazioni di ragionamento e contesto\n\nMuse Spark ragiona internamente prima di produrre testo visibile. I livelli di impegno documentati applicabili a 1.2 sono minimal, low, medium, high e xhigh. Max appartiene a Standard 1.3 e none non è un modo supportato per disattivare il ragionamento. Quando non viene specificato un impegno, il modello usa un livello determinato dal modello stesso.\n\nIl contesto di 1.048.576 token può mantenere materiale sorgente e conversazione correlati, ma obiettivo e artefatto finale devono comunque essere definiti. Per un compito su documenti lunghi, identifica la domanda, etichetta ogni fonte e mantieni la sua posizione accanto alle informazioni estratte. I token di ragionamento e di risposta visibile condividono il budget di output, quindi riserva abbastanza spazio alla spiegazione o al codice di cui il compito ha effettivamente bisogno.\n\nIl ragionamento interno grezzo non è esposto come normale testo. Anche l'interfaccia chat del produttore non trasferisce tra i turni una traccia privata leggibile per i chiamanti esterni; conserva i messaggi visibili, le fonti e gli esiti restituiti dagli strumenti necessari a un seguito. Le probabilità logaritmiche non sono supportate, quindi il modello non fornisce tale funzione come misura di affidabilità delle sue conclusioni.\n\nStrumenti e artefatti strutturati\n\nL'applicazione descrive le funzioni dello sviluppatore, il modello genera chiamate e argomenti proposti e l'applicazione li esegue e restituisce il risultato di ogni chiamata. Il modello può quindi esaminare il feedback effettivo e scegliere il passaggio successivo. L'enfasi della versione sull'esame sia degli input visivi sia degli artefatti generati dipende dalla presenza di tali strumenti nell'ambiente.\n\nL'output strutturato può vincolare il testo a uno schema JSON definito. Un record di estrazione visiva può contenere l'immagine sorgente, l'oggetto o l'etichetta, il valore osservato e l'interpretazione. Una revisione di codice può identificare il simbolo interessato, la discrepanza e la modifica proposta. La modalità strict del produttore richiede una radice costituita da un oggetto semplice, tutte le proprietà elencate obbligatorie e proprietà aggiuntive disabilitate; gli schemi ricorsivi sono rifiutati.\n\nDefinisci la correttezza dell'artefatto in termini pratici: quali dettagli delle fonti deve mantenere, come deve comportarsi un'interazione e quale feedback restituito dimostrerebbe quel comportamento. Le fonti lette non forniscono capacità massime indipendenti di token di input o output oltre il contesto del modello. Mantieni l'edizione Standard 1.2 e la differenza tra un artefatto testuale proposto e il risultato di esecuzione o rendering usato per controllarlo.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
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 è il modello di ragionamento multimodale di Meta incentrato su programmazione visiva, grafici e comprensione audiovisiva. Può trasformare immagini o video forniti in proposte di codice per il web e giochi tramite strumenti collegati, con output testuale e un contesto del produttore di 1.048.576 token.
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 è un aggiornamento di Muse Spark 1.1 di Meta incentrato sulla programmazione, con particolare attenzione alla comprensione multimodale e al ragionamento visivo. Le dimostrazioni del produttore collegano immagini e video ad artefatti digitali come pagine web e giochi, mentre la tabella del modello indica un contesto di 1.048.576 token e output testuale. Questa voce riguarda Standard 1.2, distinto da Contributor 1.2 e dal successivo 1.3.
Programmazione visiva
La versione descrive la traduzione di layout, gerarchia e stile visivi in codice funzionante e la successiva ispezione dell'artefatto risultante tramite strumenti. Per un compito utile, fornisci l'immagine o il filmato insieme al comportamento da implementare. Uno screenshot può mostrare l'aspetto ma lasciare le interazioni non specificate, quindi indica controlli, stati e risposte attese alle azioni dell'utente che il risultato deve includere.
Chiedi separatamente la struttura visibile, l'implementazione proposta e le ipotesi. Per esempio, un compito di ricostruzione di una pagina può richiedere le sezioni denominate e le relazioni visive mostrate nel riferimento, poi chiedere il codice per un'interazione definita. Il rendering e l'esecuzione di quel codice richiedono l'ambiente collegato; lo screenshot risultante o il feedback di esecuzione possono diventare input per la correzione successiva.
Il produttore indica comprensione dei grafici e ragionamento visivo oltre alla generazione di codice. Mantieni assi, unità ed etichette in un grafico e richiedi l'osservazione che sostiene ogni conclusione. Per un diagramma, identifica la relazione da spiegare e le etichette delle fonti da conservare. Per l'immagine di un documento, distingui la trascrizione del testo visibile da un riepilogo o un'interpretazione.
Flussi spaziali e audiovisivi
L'annuncio 1.2 tratta anche una variante specializzata per la robotica e un sistema di pianificazione e azione a due livelli. Sono componenti sperimentali distinti: un modello di alto livello ragiona sulla scena e sui sottocompiti, mentre una policy visione-linguaggio-azione separata esegue azioni di basso livello. Il modello Standard con output testuale non va descritto come un attuatore robotico soltanto perché la versione della famiglia contiene tale dimostrazione.
Per la versione Standard, la tabella del modello documenta testo, immagini, video, audio e PDF come input. Un compito audiovisivo può richiedere l'evento o la condizione pronunciata pertinente a una domanda e restituire un resoconto ordinato del materiale di supporto. Identifica il segmento pertinente e la forma della risposta anziché chiedere un riepilogo indiscriminato di ogni modalità.
Gli esempi del produttore combinano comprensione video, didascalie dettagliate e ispezione assistita da strumenti. Un flusso pratico può confrontare una dimostrazione con la sua procedura scritta, richiedere corrispondenze e differenze visibili e poi preparare un risultato testuale per una fase applicativa successiva. Prosa generata, codice e risultati strutturati sono l'output documentato; la generazione di immagini o voce appartiene a componenti denominati separatamente.
Impostazioni di ragionamento e contesto
Muse Spark ragiona internamente prima di produrre testo visibile. I livelli di impegno documentati applicabili a 1.2 sono minimal, low, medium, high e xhigh. Max appartiene a Standard 1.3 e none non è un modo supportato per disattivare il ragionamento. Quando non viene specificato un impegno, il modello usa un livello determinato dal modello stesso.
Il contesto di 1.048.576 token può mantenere materiale sorgente e conversazione correlati, ma obiettivo e artefatto finale devono comunque essere definiti. Per un compito su documenti lunghi, identifica la domanda, etichetta ogni fonte e mantieni la sua posizione accanto alle informazioni estratte. I token di ragionamento e di risposta visibile condividono il budget di output, quindi riserva abbastanza spazio alla spiegazione o al codice di cui il compito ha effettivamente bisogno.
Il ragionamento interno grezzo non è esposto come normale testo. Anche l'interfaccia chat del produttore non trasferisce tra i turni una traccia privata leggibile per i chiamanti esterni; conserva i messaggi visibili, le fonti e gli esiti restituiti dagli strumenti necessari a un seguito. Le probabilità logaritmiche non sono supportate, quindi il modello non fornisce tale funzione come misura di affidabilità delle sue conclusioni.
Strumenti e artefatti strutturati
L'applicazione descrive le funzioni dello sviluppatore, il modello genera chiamate e argomenti proposti e l'applicazione li esegue e restituisce il risultato di ogni chiamata. Il modello può quindi esaminare il feedback effettivo e scegliere il passaggio successivo. L'enfasi della versione sull'esame sia degli input visivi sia degli artefatti generati dipende dalla presenza di tali strumenti nell'ambiente.
L'output strutturato può vincolare il testo a uno schema JSON definito. Un record di estrazione visiva può contenere l'immagine sorgente, l'oggetto o l'etichetta, il valore osservato e l'interpretazione. Una revisione di codice può identificare il simbolo interessato, la discrepanza e la modifica proposta. La modalità strict del produttore richiede una radice costituita da un oggetto semplice, tutte le proprietà elencate obbligatorie e proprietà aggiuntive disabilitate; gli schemi ricorsivi sono rifiutati.
Definisci la correttezza dell'artefatto in termini pratici: quali dettagli delle fonti deve mantenere, come deve comportarsi un'interazione e quale feedback restituito dimostrerebbe quel comportamento. Le fonti lette non forniscono capacità massime indipendenti di token di input o output oltre il contesto del modello. Mantieni l'edizione Standard 1.2 e la differenza tra un artefatto testuale proposto e il risultato di esecuzione o rendering usato per controllarlo.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti meta/muse-spark-1.2 | 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 $0.0025 / 1K token Output · Token in output $0.0085 / 1K token Input · Lettura dalla cache $0.0003 / 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 $0.0025 / 1K token Output · Token in output $0.0085 / 1K token Input · Lettura dalla cache $0.0003 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${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", "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 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
Usa i percorsi dei metodi indicati sopra.
meta/muse-spark-1.2Muse Spark 1.2 è il modello di ragionamento multimodale di Meta incentrato su programmazione visiva, grafici e comprensione audiovisiva. Può trasformare immagini o video forniti in proposte di codice per il web e giochi tramite strumenti collegati, con output testuale e un contesto del produttore di 1.048.576 token.
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 è un aggiornamento di Muse Spark 1.1 di Meta incentrato sulla programmazione, con particolare attenzione alla comprensione multimodale e al ragionamento visivo. Le dimostrazioni del produttore collegano immagini e video ad artefatti digitali come pagine web e giochi, mentre la tabella del modello indica un contesto di 1.048.576 token e output testuale. Questa voce riguarda Standard 1.2, distinto da Contributor 1.2 e dal successivo 1.3.
Programmazione visiva
La versione descrive la traduzione di layout, gerarchia e stile visivi in codice funzionante e la successiva ispezione dell'artefatto risultante tramite strumenti. Per un compito utile, fornisci l'immagine o il filmato insieme al comportamento da implementare. Uno screenshot può mostrare l'aspetto ma lasciare le interazioni non specificate, quindi indica controlli, stati e risposte attese alle azioni dell'utente che il risultato deve includere.
Chiedi separatamente la struttura visibile, l'implementazione proposta e le ipotesi. Per esempio, un compito di ricostruzione di una pagina può richiedere le sezioni denominate e le relazioni visive mostrate nel riferimento, poi chiedere il codice per un'interazione definita. Il rendering e l'esecuzione di quel codice richiedono l'ambiente collegato; lo screenshot risultante o il feedback di esecuzione possono diventare input per la correzione successiva.
Il produttore indica comprensione dei grafici e ragionamento visivo oltre alla generazione di codice. Mantieni assi, unità ed etichette in un grafico e richiedi l'osservazione che sostiene ogni conclusione. Per un diagramma, identifica la relazione da spiegare e le etichette delle fonti da conservare. Per l'immagine di un documento, distingui la trascrizione del testo visibile da un riepilogo o un'interpretazione.
Flussi spaziali e audiovisivi
L'annuncio 1.2 tratta anche una variante specializzata per la robotica e un sistema di pianificazione e azione a due livelli. Sono componenti sperimentali distinti: un modello di alto livello ragiona sulla scena e sui sottocompiti, mentre una policy visione-linguaggio-azione separata esegue azioni di basso livello. Il modello Standard con output testuale non va descritto come un attuatore robotico soltanto perché la versione della famiglia contiene tale dimostrazione.
Per la versione Standard, la tabella del modello documenta testo, immagini, video, audio e PDF come input. Un compito audiovisivo può richiedere l'evento o la condizione pronunciata pertinente a una domanda e restituire un resoconto ordinato del materiale di supporto. Identifica il segmento pertinente e la forma della risposta anziché chiedere un riepilogo indiscriminato di ogni modalità.
Gli esempi del produttore combinano comprensione video, didascalie dettagliate e ispezione assistita da strumenti. Un flusso pratico può confrontare una dimostrazione con la sua procedura scritta, richiedere corrispondenze e differenze visibili e poi preparare un risultato testuale per una fase applicativa successiva. Prosa generata, codice e risultati strutturati sono l'output documentato; la generazione di immagini o voce appartiene a componenti denominati separatamente.
Impostazioni di ragionamento e contesto
Muse Spark ragiona internamente prima di produrre testo visibile. I livelli di impegno documentati applicabili a 1.2 sono minimal, low, medium, high e xhigh. Max appartiene a Standard 1.3 e none non è un modo supportato per disattivare il ragionamento. Quando non viene specificato un impegno, il modello usa un livello determinato dal modello stesso.
Il contesto di 1.048.576 token può mantenere materiale sorgente e conversazione correlati, ma obiettivo e artefatto finale devono comunque essere definiti. Per un compito su documenti lunghi, identifica la domanda, etichetta ogni fonte e mantieni la sua posizione accanto alle informazioni estratte. I token di ragionamento e di risposta visibile condividono il budget di output, quindi riserva abbastanza spazio alla spiegazione o al codice di cui il compito ha effettivamente bisogno.
Il ragionamento interno grezzo non è esposto come normale testo. Anche l'interfaccia chat del produttore non trasferisce tra i turni una traccia privata leggibile per i chiamanti esterni; conserva i messaggi visibili, le fonti e gli esiti restituiti dagli strumenti necessari a un seguito. Le probabilità logaritmiche non sono supportate, quindi il modello non fornisce tale funzione come misura di affidabilità delle sue conclusioni.
Strumenti e artefatti strutturati
L'applicazione descrive le funzioni dello sviluppatore, il modello genera chiamate e argomenti proposti e l'applicazione li esegue e restituisce il risultato di ogni chiamata. Il modello può quindi esaminare il feedback effettivo e scegliere il passaggio successivo. L'enfasi della versione sull'esame sia degli input visivi sia degli artefatti generati dipende dalla presenza di tali strumenti nell'ambiente.
L'output strutturato può vincolare il testo a uno schema JSON definito. Un record di estrazione visiva può contenere l'immagine sorgente, l'oggetto o l'etichetta, il valore osservato e l'interpretazione. Una revisione di codice può identificare il simbolo interessato, la discrepanza e la modifica proposta. La modalità strict del produttore richiede una radice costituita da un oggetto semplice, tutte le proprietà elencate obbligatorie e proprietà aggiuntive disabilitate; gli schemi ricorsivi sono rifiutati.
Definisci la correttezza dell'artefatto in termini pratici: quali dettagli delle fonti deve mantenere, come deve comportarsi un'interazione e quale feedback restituito dimostrerebbe quel comportamento. Le fonti lette non forniscono capacità massime indipendenti di token di input o output oltre il contesto del modello. Mantieni l'edizione Standard 1.2 e la differenza tra un artefatto testuale proposto e il risultato di esecuzione o rendering usato per controllarlo.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti meta/muse-spark-1.2 | 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 $0.0025 / 1K token Output · Token in output $0.0085 / 1K token Input · Lettura dalla cache $0.0003 / 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 $0.0025 / 1K token Output · Token in output $0.0085 / 1K token Input · Lettura dalla cache $0.0003 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "meta/muse-spark-1.2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
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.