Source: https://ailoot.ai/models/ja/meta-muse-spark-1-2/
Canonical: https://ailoot.ai/models/ja/meta-muse-spark-1-2/
Language: ja

# Meta: Muse Spark 1.2

[Markdown](https://ailoot.ai/models/ja/meta-muse-spark-1-2/index.md) · [JSON](https://ailoot.ai/models/ja/meta-muse-spark-1-2/facts.json)

## [Meta: Muse Spark 1.2](https://ailoot.ai/models/ja/meta-muse-spark-1-2/)

Muse Spark 1.2は、視覚資料に基づくコーディング、グラフ、音声と映像の理解を重視した、Metaのマルチモーダル推論モデルです。接続されたツールを通じて、提示した画像や動画をウェブやゲームのコード案に変換でき、テキスト出力と、メーカーが示す1,048,576トークンのコンテキストを備えています。

- [**Ailoot Ultra · OpenAI チャット** `POST /v1/chat/completions` `meta/muse-spark-1.2`](https://ailoot.ai/models/ja/meta-muse-spark-1-2/#method-0)
- [**Ailoot Ultra · Anthropic メッセージ** `POST /v1/messages` `meta/muse-spark-1.2`](https://ailoot.ai/models/ja/meta-muse-spark-1-2/#method-1)

モデルについて

この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。

Muse Spark 1.2は、MetaのMuse Spark 1.1に対するコーディング重視の更新で、マルチモーダル理解と視覚的な推論に重点を置いています。メーカーのデモは、画像や動画をウェブページ、ゲームなどのデジタル成果物に結び付けています。モデル表には、1,048,576トークンのコンテキストとテキスト出力が記載されています。この項目はStandard 1.2を扱い、Contributor 1.2や、それより後の1.3とは区別します。

視覚資料に基づくコーディング

リリースは、見た目のレイアウト、階層、スタイルを動作するコードに変換し、その成果物をツールで確認することを説明しています。有用なタスクにするには、画像や映像とともに、実装する動作を提示してください。スクリーンショットは外観を示せますが、操作が指定されないまま残ることがあるため、結果に含めるべきコントロール、状態、ユーザー操作に対する期待する応答を明示します。

見えている構造、実装案、前提を分けて求めてください。たとえば、ページを再現するタスクでは、参考資料に示された節名と視覚的な関係を要件にし、明確に定めた1つの操作のコードを求められます。そのコードのレンダリングと動作確認には、接続された環境が必要です。得られたスクリーンショットや実行結果のフィードバックを、次の修正の入力にできます。

メーカーは、コード生成のほかに、グラフの理解と視覚的な推論を挙げています。グラフの軸、単位、ラベルを保持し、各結論を裏付ける観察を求めてください。図では、説明する関係と、保持する出典ラベルを指定します。文書画像では、見えている文言の書き起こしと、要約や解釈を区別してください。

空間と音声・映像のワークフロー

1.2の発表では、専用のロボティクスバリアントと、2段階の計画・行動システムも取り上げています。それらは別の実験的なコンポーネントです。高レベルのモデルが場面と下位タスクについて推論し、別の視覚・言語・行動ポリシーが低レベルの操作を行います。ファミリーのリリースにそのデモがあるからといって、Standardのテキスト出力モデルをロボットのアクチュエーターとして説明するべきではありません。

Standard版について、モデル表はテキスト、画像、動画、音声、PDFの入力を記載しています。音声と映像のタスクでは、質問に関連する出来事や発話上の条件を尋ね、根拠となる資料について順序立った説明を返せます。すべてのモダリティを方向性なく要約するよう求めるのではなく、関連する区間と回答の形式を指定してください。

メーカーの例は、動画理解、詳細なキャプション作成、ツールを使った確認を組み合わせています。実用的なワークフローでは、デモと文章の手順を比較し、目で確認できる一致点と相違点を求め、その後のアプリの処理向けにテキスト結果を用意できます。文書化された出力は、生成された文章、コード、構造化された所見です。画像や音声の生成は、別の名称のコンポーネントに属します。

推論設定とコンテキスト

Muse Sparkは、目に見えるテキストを生成する前に内部で推論します。1.2に適用される文書化された労力レベルは、minimal、low、medium、high、xhighです。maxはStandard 1.3に属し、noneは推論を無効にするための対応済みの方法ではありません。労力を指定しない場合は、モデルが決めたレベルを使います。

1,048,576トークンのコンテキストは、関連する原資料と会話を保持できますが、目標と最終成果物は引き続き定義する必要があります。長い文書のタスクでは、質問を指定し、各出典にラベルを付け、抽出した情報の横に出典の場所を保持してください。推論トークンと目に見える回答トークンは出力予算を共有するため、タスクが実際に必要とする解説やコードのために十分な余地を確保します。

生の内部推論は、通常のテキストとして公開されません。メーカーのチャットインターフェースも、外部の呼び出し元が読める非公開の記録をターン間で渡しません。後続の依頼に必要な、目に見えるメッセージ、出典、返されたツール結果を保持してください。対数確率には対応していないため、モデルは結論の確信度を測る機能としてそれを提供しません。

ツールと構造化された成果物

アプリが開発者の関数を説明し、モデルが呼び出し案と引数を生成し、アプリが実行して各呼び出しの結果を返します。その後、モデルは実際のフィードバックを確認し、次の手順を選べます。視覚入力と生成成果物の両方を調べるというリリースの重点は、それらのツールが環境の一部であることに依存しています。

構造化出力は、テキストを定義したJSONスキーマに制約できます。視覚情報を抽出するレコードには、元の画像、対象物やラベル、観察した値、解釈を含められます。コーディングのレビューでは、影響を受けるシンボル、不一致、変更案を示せます。メーカーのstrictモードは、ルートがプレーンなオブジェクトであること、列挙したすべてのプロパティが必須であること、追加プロパティを無効にすることを要求し、再帰スキーマを拒否します。

成果物の正しさを、保持すべき原資料の詳細、操作がどう動作すべきか、その動作を何のフィードバックで確認できるかという実用的な条件で定義してください。参照した資料では、モデルコンテキストを超える独立した最大入力・出力トークン容量は示されていません。Standard 1.2のエディションを保持し、提案されたテキスト成果物と、その確認に使う実行結果やレンダリング結果を区別してください。

実用タスク

### 実用タスク

英語の技術例

```
Implement a specified responsive layout

Draft 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.
```

#### 期待される結果

```
A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.
```

#### 結果の確認

```
At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.
```

**Ailoot Ultra · OpenAI チャット** `POST /v1/chat/completions` `meta/muse-spark-1.2`

[`meta/muse-spark-1.2`](https://ailoot.ai/models/ja/#m=meta%2Fmuse-spark-1.2&route=Ultra&caller=meta%2Fmuse-spark-1.2&fmt=chat)

Meta /`meta/muse-spark-1.2`

### はじめに

Muse Spark 1.2は、視覚資料に基づくコーディング、グラフ、音声と映像の理解を重視した、Metaのマルチモーダル推論モデルです。接続されたツールを通じて、提示した画像や動画をウェブやゲームのコード案に変換でき、テキスト出力と、メーカーが示す1,048,576トークンのコンテキストを備えています。

対応する入力

テキスト

結果

テキスト

### Ailootで利用可能 · 入力とメソッド

**Ailoot Ultra · OpenAI チャット** `POST /v1/chat/completions`

入力の種類

`text`

出力の種類

`text`

出力形式

jsonまたはSSE

| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
| --- | --- | --- | --- | --- |
| フィールド`model` | 種類`string` | 要件必須 | 値と制限 meta/muse-spark-1.2 | デフォルト— |
| フィールド`messages` | 種類`message[]` | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
| フィールド`messages[].role` | 種類`string` | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
| フィールド`messages[].content` | 種類`string\|content_part[]\|null` | 要件任意 | 値と制限 | デフォルト— |
| フィールド`messages[].tool_calls` | 種類`tool_call[]` | 要件任意 | 値と制限 | デフォルト— |
| フィールド`messages[].tool_call_id` | 種類`string` | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
| フィールド`messages[].name` | 種類`string` | 要件任意 | 値と制限 | デフォルト— |
| フィールド`messages[].reasoning_content` | 種類`string` | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
| フィールド`messages[].reasoning_details` | 種類`object\|array` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`max_tokens` | 種類`integer` | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
| フィールド`max_completion_tokens` | 種類`integer` | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
| フィールド`stream` | 種類`boolean` | 要件任意 | 値と制限 | デフォルトfalse |
| フィールド`stream_options.include_usage` | 種類`boolean` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`temperature` | 種類`number` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`top_p` | 種類`number` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`stop` | 種類`string\|string[]` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`tools` | 種類`function_tool[]` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`tools[].type` | 種類`string` | 要件任意 | 値と制限 function モデルによる | デフォルト— |
| フィールド`tools[].function.name` | 種類`string` | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
| フィールド`tools[].function.description` | 種類`string` | 要件任意 | 値と制限 | デフォルト— |
| フィールド`tools[].function.parameters` | 種類`JSON_schema` | 要件任意 | 値と制限 | デフォルト— |
| フィールド`tool_choice` | 種類`string\|object` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`parallel_tool_calls` | 種類`boolean` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`response_format` | 種類`object` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`reasoning_effort` | 種類`string` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`reasoning` | 種類`object` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`service_tier` | 種類`string` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`instructions` | 種類`string` | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
| フィールド`functions` | 種類`function[]` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`function_call` | 種類`string\|object` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`prompt_cache_options` | 種類`object` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`modalities` | 種類`string[]` | 要件任意 | 値と制限 text | デフォルト— |
| フィールド`provider` | 種類`object` | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
| フィールド`cache_control.ttl` | 種類`string` | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |

入力素材の組み合わせ

**テキスト** · UTF8テキスト

`messages[].content`

メソッドのパラメータとライフサイクル

| パラメータ | 仕様 |
| --- | --- |
| パラメータ`content_type` | 仕様application/json |
| パラメータ`required` | 仕様model, messages |
| パラメータ`material_types` | 仕様text |
| パラメータ`messages` | 仕様role/content形式のメッセージ配列 |
| パラメータ`file_material` | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
| パラメータ`optional_controls` | 仕様stream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| パラメータ`control_scope` | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
| パラメータ`output_modalities` | 仕様text |
| パラメータ`hosted_operations` | 仕様false |
| パラメータ`multimodal_input_binding` | 仕様null |

ライフサイクル: `synchronous_or_streamed`

正確なモデルIDをmessagesとともに送ってください。

コンテキスト長は出力上限ではありません。

テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。

### 料金

料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。

高速モード

標準料金 高速モードが選択されている場合

Flex モード

標準料金 flex モードが選択されている場合

最大推論量

標準料金 推論量が最大で、調整に既定値（default）を使用する場合

推論量 · 高

標準料金 推論量が高い場合

推論量 · 低

標準料金 推論量が低い場合

推論量 · 中

標準料金 推論量が中程度の場合

推論量 · 最小（minimal）

標準料金 推論量が最小（minimal）の場合

推論量 · xhigh

標準料金 推論量が xhigh の場合

#### Ailootの料金

#### 設定別の価格

各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。

| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
| --- | --- | --- | --- | --- |
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン **$0.0025** / 1K トークン 出力 · 出力トークン **$0.0085** / 1K トークン 入力 · キャッシュ読み取り **$0.0003** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン **$0.0025** / 1K トークン 出力 · 出力トークン **$0.0085** / 1K トークン 入力 · キャッシュ読み取り **$0.0003** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン |

Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/)

### リクエスト例

#### Ailoot Ultra · OpenAI チャット

curlPython SDKPythonストリーミング

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "meta/muse-spark-1.2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='meta/muse-spark-1.2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

```python
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='meta/muse-spark-1.2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")
```

### 結果を受け取って保存

#### Ailoot Ultra · OpenAI チャット

jsonまたはSSE

##### 完了した結果をすべて保存

返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。

すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。

##### 元のレスポンスを確認する場合

リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。

レスポンスのフィールド

| フィールド | 種類 |
| --- | --- |
| フィールド`choices[].index` | 種類integer |
| フィールド`choices[].message.content` | 種類string\|null |
| フィールド`choices[].message.tool_calls` | 種類tool\_call\[\] |
| フィールド`choices[].message.reasoning_content` | 種類string |
| フィールド`choices[].message.reasoning_details` | 種類object\|array |
| フィールド`choices[].finish_reason` | 種類string\|null |
| フィールド`usage` | 種類object |

エラーと次の手順

| レスポンス | 条件 | 次の手順 |
| --- | --- | --- |
| レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |

### エイリアス

#### モデルのエイリアス

**Ailoot Ultra** [`meta/muse-spark-1.2`](https://ailoot.ai/models/ja/#m=meta%2Fmuse-spark-1.2&route=Ultra&caller=meta%2Fmuse-spark-1.2&fmt=chat)

#### メソッドパスのエイリアス

上記に表示されたメソッドパスを使用してください。

#### 関連する呼び出し用ID

[`meta/muse-spark-1.2`](https://ailoot.ai/models/ja/#m=meta%2Fmuse-spark-1.2&route=Ultra&caller=meta%2Fmuse-spark-1.2&fmt=chat)

**Ailoot Ultra · Anthropic メッセージ** `POST /v1/messages` `meta/muse-spark-1.2`

[`meta/muse-spark-1.2`](https://ailoot.ai/models/ja/#m=meta%2Fmuse-spark-1.2&route=Ultra&caller=meta%2Fmuse-spark-1.2&fmt=messages)

Meta /`meta/muse-spark-1.2`

### はじめに

Muse Spark 1.2は、視覚資料に基づくコーディング、グラフ、音声と映像の理解を重視した、Metaのマルチモーダル推論モデルです。接続されたツールを通じて、提示した画像や動画をウェブやゲームのコード案に変換でき、テキスト出力と、メーカーが示す1,048,576トークンのコンテキストを備えています。

対応する入力

テキスト

結果

json · sse

### Ailootで利用可能 · 入力とメソッド

**Ailoot Ultra · Anthropic メッセージ** `POST /v1/messages`

入力の種類

`text`

出力の種類

`json`, `sse`

出力形式

JSONまたはSSE

| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
| --- | --- | --- | --- | --- |
| フィールド`model` | 種類`string` | 要件必須 | 値と制限 meta/muse-spark-1.2 | デフォルト— |
| フィールド`messages` | 種類`message[]` | 要件必須 | 値と制限 | デフォルト— |
| フィールド`messages[].role` | 種類`string` | 要件必須 | 値と制限 user, assistant | デフォルト— |
| フィールド`messages[].content` | 種類`string` | 要件必須 | 値と制限 | デフォルト— |
| フィールド`max_tokens` | 種類`integer` | 要件必須 | 値と制限 | デフォルト— |
| フィールド`stream` | 種類`boolean` | 要件任意 | 値と制限 | デフォルトfalse |

入力素材の組み合わせ

**テキスト** · UTF-8テキスト

`messages[].contentの文字列`

メソッドのパラメータとライフサイクル

| パラメータ | 仕様 |
| --- | --- |
| パラメータ`content_type` | 仕様application/json |
| パラメータ`required` | 仕様model, messages, max\_tokens |
| パラメータ`optional_controls` | 仕様stream |
| パラメータ`material_types` | 仕様text |
| パラメータ`text_file_material` | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |

ライフサイクル: `synchronous_or_streamed`

### 料金

料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。

高速モード

標準料金 高速モードが選択されている場合

Flex モード

標準料金 flex モードが選択されている場合

最大推論量

標準料金 推論量が最大で、調整に既定値（default）を使用する場合

推論量 · 高

標準料金 推論量が高い場合

推論量 · 低

標準料金 推論量が低い場合

推論量 · 中

標準料金 推論量が中程度の場合

推論量 · 最小（minimal）

標準料金 推論量が最小（minimal）の場合

推論量 · xhigh

標準料金 推論量が xhigh の場合

#### Ailootの料金

#### 設定別の価格

各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。

| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
| --- | --- | --- | --- | --- |
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン **$0.0025** / 1K トークン 出力 · 出力トークン **$0.0085** / 1K トークン 入力 · キャッシュ読み取り **$0.0003** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン **$0.0025** / 1K トークン 出力 · 出力トークン **$0.0085** / 1K トークン 入力 · キャッシュ読み取り **$0.0003** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン |

Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/)

### リクエスト例

#### Ailoot Ultra · Anthropic メッセージ

必要最小限の完全な JSON ボディcurl · ご自身の UTF-8 ドキュメントを使用するPython · 結果全体を保存する

```json
{
  "model": "meta/muse-spark-1.2",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'meta/muse-spark-1.2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'meta/muse-spark-1.2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### 結果を受け取って保存

#### Ailoot Ultra · Anthropic メッセージ

JSONまたはSSE

##### 完了した結果をすべて保存

返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。

すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。

##### 元のレスポンスを確認する場合

リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。

レスポンスのフィールド

| フィールド | 種類 |
| --- | --- |
| フィールド`id` | 種類string |
| フィールド`model` | 種類string |
| フィールド`content[]` | 種類text\|thinking\|tool\_use\|other content block |
| フィールド`stop_reason` | 種類string\|null |
| フィールド`usage` | 種類object |

エラーと次の手順

| レスポンス | 条件 | 次の手順 |
| --- | --- | --- |
| レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |

### エイリアス

#### モデルのエイリアス

**Ailoot Ultra** [`meta/muse-spark-1.2`](https://ailoot.ai/models/ja/#m=meta%2Fmuse-spark-1.2&route=Ultra&caller=meta%2Fmuse-spark-1.2&fmt=messages)

#### メソッドパスのエイリアス

上記に表示されたメソッドパスを使用してください。

#### 関連する呼び出し用ID

[`meta/muse-spark-1.2`](https://ailoot.ai/models/ja/#m=meta%2Fmuse-spark-1.2&route=Ultra&caller=meta%2Fmuse-spark-1.2&fmt=messages)

FAQ · Meta: Muse Spark 1.2

利用できる入力と結果は何ですか？

`POST /v1/chat/completions` · `meta/muse-spark-1.2`: `text` → `text` `POST /v1/messages` · `meta/muse-spark-1.2`: `text` → `json`, `sse`

リクエストはどの項目を使用しますか？

`POST /v1/chat/completions` · `meta/muse-spark-1.2`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `meta/muse-spark-1.2`: `model`, `messages`, `max_tokens`, `stream`

どの制限が適用されますか？

`POST /v1/chat/completions` · `meta/muse-spark-1.2`: `messages.min_items`: `1`

AilootをClaude Code、OpenCode、Hermes、自分のアプリに接続しましょう。

## 企業とそのプロジェクト群

企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。

## トークンを割引価格で購入。

継続利用にサブスクリプション割引。プロモコードでトークン購入が最大50%割引。

サブスクリプション

定期的なリクエストに合う割引プランを選びましょう。

最大50%のプロモコード

購入時にコードを入力すると、実施中のキャンペーンに沿って価格を再計算します。

支出を履歴で確認

各リクエストのモデル、トークン、金額が保存されます。

[サブスクリプションを選ぶ](https://ailoot.ai/docs/ja/billing/subscriptions/) · [モデルの価格を見る](https://ailoot.ai/models/ja/)

## 販売する製品に、 APIを組み込みましょう。

SaaS、アプリ、ボットをAilootの公式サービス提供条件とライセンス契約に基づいて接続できます。再販にはリセラーライセンスを申請できます。

商用アプリ

サービスの有料機能に、文章、画像、動画、音声の生成を組み込めます。

リセラーライセンス

プロジェクトの説明とアクセスの仕組みをお送りください。利用・再販条件の書面を申請できます。

サイトで契約文書を確認

接続前にサービス提供条件、ライセンス契約、データ処理ポリシーを読めます。

[リセラーライセンスを申請](mailto:support@ailoot.ai) · [サービス提供条件とライセンス契約](https://ailoot.ai/legal/offer?lang=ja)

## Ailoot · 企業とそのプロジェクト群





Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。





企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。





Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。