Meta: Muse Spark 1.2
Muse Spark 1.2는 시각적 코딩, 차트, 시청각 이해에 초점을 맞춘 Meta의 멀티모달 추론 모델입니다. 연결된 도구를 통해 제공한 이미지나 비디오를 웹 및 게임 코드 제안으로 바꿀 수 있으며, 텍스트 출력과 제조사가 명시한 1,048,576토큰 컨텍스트를 갖습니다.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsmeta/muse-spark-1.2 - Ailoot Ultra · Anthropic Messages
POST /v1/messagesmeta/muse-spark-1.2
모델 소개
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Muse Spark 1.2는 Meta의 Muse Spark 1.1을 코딩 중심으로 업데이트한 모델로, 멀티모달 이해와 시각적 추론을 강조합니다. 제조사 시연은 이미지와 비디오를 웹페이지와 게임 같은 디지털 결과물에 연결하며, 모델 표에는 1,048,576토큰 컨텍스트와 텍스트 출력이 명시되어 있습니다. 이 항목은 Contributor 1.2 및 이후 1.3과 구별되는 Standard 1.2를 다룹니다.
시각적 코딩
릴리스는 시각적 레이아웃, 계층, 스타일을 작동하는 코드로 바꾼 뒤 도구로 결과물을 점검하는 과정을 설명합니다. 유용한 작업을 위해서는 이미지나 영상과 함께 구현할 동작을 제공하세요. 스크린샷은 외형을 보여 주지만 상호작용을 명시하지 않을 수 있으므로 결과에 포함할 컨트롤, 상태, 사용자 행동에 대한 예상 반응을 지정하세요.
눈에 보이는 구조, 제안 구현, 가정을 따로 요청하세요. 예를 들어 페이지 재구성 작업에서 참고 자료에 표시된 구역과 시각적 관계를 요구한 뒤, 정의된 상호작용 하나의 코드를 요청할 수 있습니다. 코드 렌더링과 실행에는 연결된 환경이 필요하며, 그 결과 스크린샷이나 실행 피드백은 다음 수정의 입력이 될 수 있습니다.
제조사는 코드 생성 이외의 차트 이해와 시각적 추론도 제시합니다. 차트의 축, 단위, 표시를 보존하고 각 결론을 뒷받침하는 관찰을 요청하세요. 도표에서는 설명할 관계와 유지할 원본 표시를 지정하세요. 문서 이미지에서는 눈에 보이는 문구의 전사와 요약 또는 해석을 구분하세요.
공간 및 시청각 워크플로
1.2 발표는 특화된 로봇공학 변형과 2단계 계획·동작 시스템도 다룹니다. 이는 별개의 실험적 구성 요소입니다. 상위 모델은 장면과 하위 작업을 추론하고, 별도의 비전 언어 행동 정책은 하위 동작을 수행합니다. 계열 릴리스에 이러한 시연이 포함되어 있다는 이유만으로 텍스트 출력의 Standard 모델을 로봇 구동 장치로 설명해서는 안 됩니다.
Standard 버전의 모델 표에는 텍스트, 이미지, 비디오, 오디오, PDF가 입력으로 문서화되어 있습니다. 시청각 작업에서는 질문에 관련된 사건이나 발화 조건을 요청하고 근거 자료를 순서 있게 정리한 설명을 반환할 수 있습니다. 모든 모달리티를 방향 없이 요약하도록 요청하지 말고 관련 구간과 답변 형식을 지정하세요.
제조사 예시는 비디오 이해, 상세한 캡션 작성, 도구를 활용한 점검을 결합합니다. 실용적인 워크플로에서는 시연을 글로 된 절차와 비교하고 눈에 보이는 일치점과 차이점을 요청한 뒤 이후 애플리케이션 단계를 위한 텍스트 결과를 준비할 수 있습니다. 생성된 설명문, 코드, 구조화된 발견 사항이 문서화된 출력이며, 이미지나 음성 생성은 별도로 이름이 지정된 구성 요소의 역할입니다.
추론 설정과 컨텍스트
Muse Spark는 눈에 보이는 텍스트를 생성하기 전에 내부 추론을 수행합니다. 1.2에 적용되는 문서화된 노력 수준은 minimal, low, medium, high, xhigh입니다. max는 Standard 1.3에 속하며 none은 추론을 끄는 지원 방식이 아닙니다. 노력을 지정하지 않으면 모델이 수준을 결정합니다.
1,048,576토큰 컨텍스트에 관련 원천 자료와 대화를 유지할 수 있지만 목표와 최종 결과물은 여전히 정의해야 합니다. 긴 문서 작업에서는 질문을 지정하고 각 출처에 표시를 붙이며 추출 정보 옆에 위치를 유지하세요. 추론 토큰과 눈에 보이는 답변 토큰은 출력 예산을 공유하므로 실제로 필요한 설명이나 코드를 위한 공간을 충분히 확보하세요.
원시 내부 추론은 일반 텍스트로 노출되지 않습니다. 제조사의 채팅 인터페이스도 외부 호출자가 이용할 읽기 가능한 비공개 기록을 턴 사이에 전달하지 않습니다. 후속 요청에 필요한 눈에 보이는 메시지, 출처, 반환된 도구 결과를 보존하세요. 로그 확률은 지원되지 않으므로 모델은 결론의 신뢰도 척도로 해당 기능을 제공하지 않습니다.
도구와 구조화된 결과물
애플리케이션이 개발자 함수를 설명하면 모델이 제안 호출과 인수를 생성하고, 애플리케이션은 이를 실행하여 각 호출의 결과를 반환합니다. 그러면 모델은 실제 피드백을 점검하고 다음 단계를 선택할 수 있습니다. 시각 입력과 생성 결과물을 모두 검토한다는 릴리스의 강조점은 해당 도구가 환경에 포함되어 있어야 성립합니다.
구조화된 출력은 텍스트를 정의된 JSON 스키마에 맞게 제한할 수 있습니다. 시각 추출 레코드에는 원본 이미지, 객체 또는 표시, 관찰값, 해석을 담을 수 있습니다. 코딩 검토에서는 영향을 받는 심볼, 불일치, 제안 변경을 지정할 수 있습니다. 제조사의 strict 모드는 일반 객체 루트, 나열된 모든 속성의 필수 지정, 추가 속성 금지를 요구하며 재귀 스키마는 거부됩니다.
보존할 원문의 세부 사항, 상호작용이 동작해야 하는 방식, 그 동작을 확인할 반환 피드백처럼 결과물의 정확성을 실용적으로 정의하세요. 검토한 출처에는 모델 컨텍스트 외의 독립적인 최대 입력 또는 출력 토큰 용량이 제시되어 있지 않습니다. Standard 1.2 버전과 제안 텍스트 결과물 및 이를 점검하는 실행 또는 렌더링 결과 사이의 차이를 보존하세요.
실제 활용 과제
실제 활용 과제
영어 기술 예제
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.예상 결과
A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.결과 확인
At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.Ailoot Ultra · OpenAI Chat POST /v1/chat/completions meta/muse-spark-1.2
meta/muse-spark-1.2시작하기
Muse Spark 1.2는 시각적 코딩, 차트, 시청각 이해에 초점을 맞춘 Meta의 멀티모달 추론 모델입니다. 연결된 도구를 통해 제공한 이미지나 비디오를 웹 및 게임 코드 제안으로 바꿀 수 있으며, 텍스트 출력과 제조사가 명시한 1,048,576토큰 컨텍스트를 갖습니다.
- 허용 입력
- 텍스트
- 결과
- 텍스트
Ailoot에서 사용 가능 · 입력 및 메서드
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- 입력
text- 출력
text- 출력 형식
- json 또는 SSE
| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 meta/muse-spark-1.2 | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
입력 자료 조합
텍스트 · UTF8 텍스트
messages[].content
메서드 매개변수와 수명 주기
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
- 빠른 모드
- 표준 요금 빠른 모드를 선택한 경우
- Flex 모드
- 표준 요금 flex 모드를 선택한 경우
- 최대 추론 수준
- 표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우
- 추론 수준 · 높음
- 표준 요금 추론 수준이 높음인 경우
- 추론 수준 · 낮음
- 표준 요금 추론 수준이 낮음인 경우
- 추론 수준 · 중간
- 표준 요금 추론 수준이 중간인 경우
- 추론 수준 · 최소
- 표준 요금 추론 수준이 최소인 경우
- 추론 수준 · xhigh
- 표준 요금 추론 수준이 xhigh인 경우
Ailoot 요금
설정별 가격
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.0085 / 1K 토큰 입력 · 캐시 읽기 $0.0003 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.0085 / 1K 토큰 입력 · 캐시 읽기 $0.0003 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
요청 예제
Ailoot Ultra · OpenAI Chat
set -eu
: "${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
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"))
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")
결과 수신 및 저장
Ailoot Ultra · OpenAI Chat
json 또는 SSE
완료된 결과 모두 보관
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
원래 응답을 확인해야 할 경우
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
응답 필드
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
오류와 다음 단계
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
별칭
모델 별칭
Ailoot Ultra meta/muse-spark-1.2
메서드 경로 별칭
위에 표시된 메서드 경로를 사용하세요.
관련 호출용 ID
Ailoot Ultra · Anthropic Messages POST /v1/messages meta/muse-spark-1.2
meta/muse-spark-1.2시작하기
Muse Spark 1.2는 시각적 코딩, 차트, 시청각 이해에 초점을 맞춘 Meta의 멀티모달 추론 모델입니다. 연결된 도구를 통해 제공한 이미지나 비디오를 웹 및 게임 코드 제안으로 바꿀 수 있으며, 텍스트 출력과 제조사가 명시한 1,048,576토큰 컨텍스트를 갖습니다.
- 허용 입력
- 텍스트
- 결과
- json · sse
Ailoot에서 사용 가능 · 입력 및 메서드
Ailoot Ultra · Anthropic Messages POST /v1/messages
- 입력
text- 출력
json,sse- 출력 형식
- JSON 또는 SSE
| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 meta/muse-spark-1.2 | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
입력 자료 조합
텍스트 · UTF-8 텍스트
messages[].content 문자열
메서드 매개변수와 수명 주기
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
- 빠른 모드
- 표준 요금 빠른 모드를 선택한 경우
- Flex 모드
- 표준 요금 flex 모드를 선택한 경우
- 최대 추론 수준
- 표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우
- 추론 수준 · 높음
- 표준 요금 추론 수준이 높음인 경우
- 추론 수준 · 낮음
- 표준 요금 추론 수준이 낮음인 경우
- 추론 수준 · 중간
- 표준 요금 추론 수준이 중간인 경우
- 추론 수준 · 최소
- 표준 요금 추론 수준이 최소인 경우
- 추론 수준 · xhigh
- 표준 요금 추론 수준이 xhigh인 경우
Ailoot 요금
설정별 가격
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.0085 / 1K 토큰 입력 · 캐시 읽기 $0.0003 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.0085 / 1K 토큰 입력 · 캐시 읽기 $0.0003 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
요청 예제
Ailoot Ultra · Anthropic Messages
{
"model": "meta/muse-spark-1.2",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}set -eu
: "${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
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))
결과 수신 및 저장
Ailoot Ultra · Anthropic Messages
JSON 또는 SSE
완료된 결과 모두 보관
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
원래 응답을 확인해야 할 경우
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
응답 필드
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
오류와 다음 단계
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
별칭
모델 별칭
Ailoot Ultra meta/muse-spark-1.2
메서드 경로 별칭
위에 표시된 메서드 경로를 사용하세요.
관련 호출용 ID
FAQ · Meta: Muse Spark 1.2
- 어떤 입력과 결과를 사용할 수 있나요?
POST /v1/chat/completions·meta/muse-spark-1.2:text→textPOST /v1/messages·meta/muse-spark-1.2:text→json,sse- 요청은 어떤 필드를 사용하나요?
POST /v1/chat/completions·meta/muse-spark-1.2:model,messages,stream,modalities,providerPOST /v1/messages·meta/muse-spark-1.2:model,messages,max_tokens,stream- 어떤 제한이 적용되나요?
POST /v1/chat/completions·meta/muse-spark-1.2:messages.min_items:1