모델

Meta: Muse Spark 1.3

Markdown · JSON

Meta: Muse Spark 1.3

Muse Spark 1.3은 장시간 실행되는 에이전트와 코딩 워크플로를 위한 Meta의 멀티모달 추론 모델입니다. 출처와 이전 결과를 추적하며, 제조사가 명시한 1,048,576토큰 컨텍스트와 이 Standard 버전에서 max까지의 추론 수준을 지원하고 텍스트 및 제안 도구 동작을 반환합니다.

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

Muse Spark 1.3은 지속적인 에이전트 및 코딩 작업을 위한 Meta의 추론 모델입니다. 제조사는 긴 작업에서 컨텍스트와 이전 결과를 유지하고 충돌하는 출처를 검토하며 완성된 결과물을 만드는 점을 강조합니다. 이 항목은 문서화된 추론 설정에 max가 포함된 Standard 1.3 버전이며, 별도로 이름이 지정된 Contributor 버전은 자체 설정 경계를 갖습니다.

장기간 이어지는 에이전트 작업

릴리스는 여러 에이전트 환경에서 학습하여 정보를 수집하고 근거가 바뀌면 계획을 수정하며 다단계 작업 전반에 상세한 요구 사항을 보존하는 모델을 설명합니다. 또한 들어오는 요청을 관련 작업에 연결해 하나의 대화에서 여러 워크플로를 더 잘 처리한다고 설명합니다. 유용한 요청은 목표, 출처, 요구 사항, 완료로 간주할 결과물을 정의해야 합니다.

전문 문서 작업에서는 원본 보고서를 제공하고 유지해야 할 사실을 지정한 뒤 출처 위치가 포함된 구조화된 요약문을 요청하세요. 출처가 충돌하면 상충하는 진술을 따로 제시하고 이를 해결하는 데 필요한 정보를 요청하세요. 코딩 작업에서는 의도한 동작, 영향을 받는 모듈, 관련 코드를 포함하고 제안 구현 및 의도한 결과를 구별할 근거를 요청하세요.

제조사는 1.3이 모호한 요청에 설명을 요청하고 진행이 막히면 사용자 도움을 구한다고 설명합니다. 중대한 결과를 낳는 동작에 관한 판단도 개선했다고 설명합니다. 이는 모델 동작 개선이며 애플리케이션의 실행 제어를 대체하지 않습니다. 판단에 필요한 정보를 에이전트에 제공하고 요구 결과를 명시하세요.

코딩과 멀티모달 근거

릴리스는 1.2보다 긴 코딩 작업, 더 정돈된 출력, 더 적은 불필요한 턴에 초점을 맞춥니다. 코딩 에이전트 워크플로에서는 스크린샷을 점검하고 관련 코드를 찾고 수정을 제안하며 도구가 반환한 실행 또는 렌더링 피드백을 사용할 수 있습니다. 호환성을 유지해야 할 인터페이스를 명시하고 변경 결과물을 가정 및 설명과 분리해 요청하세요.

공식 모델 표에는 텍스트, 이미지, 비디오, PDF 입력과 텍스트 출력, 1,048,576토큰의 컨텍스트가 명시되어 있습니다. 이미지나 영상은 글로 된 작업과 함께 시각적 근거를 제공할 수 있습니다. 차트 질문에서는 축, 범례, 단위를 유지하고, 스크린샷 질문에서는 재현하거나 점검할 동작을 지정해야 합니다. PDF 질문에서는 모든 페이지의 일반 요약 대신 출처에 연결된 추출이나 비교를 요청할 수 있습니다.

제조사는 1.3의 오디오 이해가 완전히 지원되지 않으며 오디오가 포함된 응답의 품질이 저하될 수 있다고 명시합니다. 이는 1.2에 문서화된 시청각 기능과 구별됩니다. 모델의 텍스트 결과 자체가 주변 애플리케이션 도구 없이 이미지, 음성 녹음 또는 완성된 파일을 생성하는 것도 아닙니다.

추론 노력과 연속성

문서화된 수준은 minimal, low, medium, high, xhigh, max입니다. max는 Standard 1.3에 한정됩니다. Muse Spark는 none으로 추론을 끄는 방식을 지원하지 않으며 설정을 생략하면 모델이 추론 수준을 결정합니다. 실제 문제에 맞춰 노력을 선택하고 내부 추론과 필요한 글 결과 모두를 위한 공간을 남겨 두세요.

추론 토큰과 눈에 보이는 토큰은 출력 예산을 공유합니다. 원시 내부 추론은 비공개로 유지되며 일반적인 읽기 가능한 텍스트로 반환되지 않습니다. 제조사는 눈에 보이는 대화 이력과 비공개 추론 연속성을 구분합니다. 채팅 인터페이스는 외부 호출자가 재사용할 수 있는 기록을 노출하지 않지만, 별도로 문서화된 대화 워크플로는 관리형 또는 암호화된 추론 이어 가기를 지원합니다. 모든 인터페이스가 비공개 추론을 동일하게 유지한다고 가정하지 말고 후속 요청에 필요한 출처, 눈에 보이는 메시지, 실제 도구 결과를 보존하세요.

도구와 구조화된 결과물

애플리케이션이 개발자 정의 함수 설명을 제공하면 모델이 필요한 호출 인수를 생성하고, 애플리케이션이 각 호출을 실행하여 관련 결과를 반환합니다. 모델은 한 턴에서 여러 함수를 요청할 수 있습니다. 다음 결론을 요청하기 전에 최초 작업별 결과를 반환하여 답변이 실제 검색 또는 계산 정보를 사용하도록 하세요.

제조사는 연결된 서비스 안에서 실행되는 내장 검색 도구를 별도로 문서화합니다. 개발자 함수와 내장 도구는 실행 방식이 다릅니다. 모델은 필요한 정보를 추론할 수 있지만 모델 선택만으로 저장소 접근, 브라우저 또는 비공개 정보 출처가 제공되지는 않습니다.

구조화된 출력은 제공한 JSON 스키마에 맞게 결과를 제한할 수 있습니다. 다음 단계에 필요한 필드와 유형, 원문 정보가 없을 때의 처리 방식을 정의하세요. 제조사의 strict 스키마 모드에서는 루트가 일반 객체여야 하고 모든 속성이 필수이며 추가 속성은 금지됩니다. 재귀 스키마는 거부됩니다. 이는 제조사의 구조화된 인터페이스에 대한 제약이며, 올바른 형태의 레코드 안에 든 사실이 참이라는 증거는 아닙니다.

유용한 최종 결과물에는 출처가 뒷받침하는 발견 사항, 제안 변경 또는 문서, 해결되지 않은 조건을 분리해 요청하세요. 검토한 출처에는 문서화된 컨텍스트 외에 독립적인 엄격한 최대 입력 또는 출력 토큰 용량이 제시되어 있지 않습니다. 작업 전체에서 Standard 1.3 정체성, 추론 선택, 연결된 실행 결과를 명시적으로 유지하세요.

실제 활용 과제

실제 활용 과제

영어 기술 예제

Resolve conflicting project reports

Prepare a decision brief from these reports. Engineering E: migration scripts passed staging checks. Operations O: production backup restoration has not been rehearsed. Release policy P: rehearsal must pass before migration approval. State what is established, what blocks approval and the next evidence needed. Keep staging success separate from production readiness and cite E, O or P beside each point.

예상 결과

A source-linked brief with established facts, the blocking condition and one concrete evidence request.

결과 확인

Staging checks alone never satisfy the policy's restoration-rehearsal requirement.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions meta/muse-spark-1.3

meta/muse-spark-1.3

Meta /meta/muse-spark-1.3

시작하기

Muse Spark 1.3은 장시간 실행되는 에이전트와 코딩 워크플로를 위한 Meta의 멀티모달 추론 모델입니다. 출처와 이전 결과를 추적하며, 제조사가 명시한 1,048,576토큰 컨텍스트와 이 Standard 버전에서 max까지의 추론 수준을 지원하고 텍스트 및 제안 도구 동작을 반환합니다.

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
필드유형요건값과 한도기본값
필드model유형string요건필수값과 한도
meta/muse-spark-1.3
기본값—
필드messages유형message[]요건필수값과 한도
최소 항목 수: 1
기본값—
필드messages[].role유형string요건필수값과 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[].content유형string|content_part[]|null요건선택 사항값과 한도기본값—
필드messages[].tool_calls유형tool_call[]요건선택 사항값과 한도기본값—
필드messages[].tool_call_id유형string요건선택 사항값과 한도
적용 조건: role=tool. 실제 반환된 ID를 사용하세요
기본값—
필드messages[].name유형string요건선택 사항값과 한도기본값—
필드messages[].reasoning_content유형string요건선택 사항값과 한도
적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요
기본값—
필드messages[].reasoning_details유형object|array요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드max_tokens유형integer요건선택 사항값과 한도
최솟값: 1
모델에 따라 다름
기본값—
필드max_completion_tokens유형integer요건선택 사항값과 한도
최솟값: 1
모델에 따라 다름
기본값—
필드stream유형boolean요건선택 사항값과 한도기본값false
필드stream_options.include_usage유형boolean요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드temperature유형number요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드top_p유형number요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드stop유형string|string[]요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드tools유형function_tool[]요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드tools[].type유형string요건선택 사항값과 한도
function
모델에 따라 다름
기본값—
필드tools[].function.name유형string요건필수값과 한도
적용 조건: 함수 도구 지정됨
기본값—
필드tools[].function.description유형string요건선택 사항값과 한도기본값—
필드tools[].function.parameters유형JSON_schema요건선택 사항값과 한도기본값—
필드tool_choice유형string|object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드parallel_tool_calls유형boolean요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드response_format유형object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드reasoning_effort유형string요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드reasoning유형object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드service_tier유형string요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드instructions유형string요건선택 사항값과 한도
호환성 필드
기본값—
필드functions유형function[]요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드function_call유형string|object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드prompt_cache_options유형object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드modalities유형string[]요건선택 사항값과 한도
text
기본값—
필드provider유형object요건선택 사항값과 한도
조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다
기본값—
필드cache_control.ttl유형string요건선택 사항값과 한도
조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다
기본값—
입력 자료 조합

텍스트 · UTF8 텍스트

messages[].content

메서드 매개변수와 수명 주기
매개변수명세
매개변수content_type명세application/json
매개변수required명세model, messages
매개변수material_types명세text
매개변수messages명세role/content 형식의 메시지 배열
매개변수file_material명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다
매개변수optional_controls명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
매개변수control_scope명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다
매개변수output_modalities명세text
매개변수hosted_operations명세false
매개변수multimodal_input_binding명세null

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 · 최대
표준 요금 추론 수준이 최대인 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.

설정요금표컨텍스트 토큰 수 초과 기준컨텍스트 토큰 수 이하 기준요금
설정토큰의 기본 단가요금표기본 요금컨텍스트 토큰 수 초과 기준—컨텍스트 토큰 수 이하 기준상한 없음요금
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 1요금표—컨텍스트 토큰 수 초과 기준0컨텍스트 토큰 수 이하 기준상한 없음요금
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

curlPython SDKPython 스트리밍
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-1.3", "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-1.3',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-1.3',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
필드유형
필드choices[].index유형integer
필드choices[].message.content유형string|null
필드choices[].message.tool_calls유형tool_call[]
필드choices[].message.reasoning_content유형string
필드choices[].message.reasoning_details유형object|array
필드choices[].finish_reason유형string|null
필드usage유형object
오류와 다음 단계
응답조건다음 단계
응답400 · invalid_request_error조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음다음 단계새 생성 요청 전에 표시된 필드를 수정하세요.

별칭

모델 별칭

Ailoot Ultra meta/muse-spark-1.3

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

관련 호출용 ID

meta/muse-spark-1.3

Ailoot Ultra · Anthropic Messages POST /v1/messages meta/muse-spark-1.3

meta/muse-spark-1.3

Meta /meta/muse-spark-1.3

시작하기

Muse Spark 1.3은 장시간 실행되는 에이전트와 코딩 워크플로를 위한 Meta의 멀티모달 추론 모델입니다. 출처와 이전 결과를 추적하며, 제조사가 명시한 1,048,576토큰 컨텍스트와 이 Standard 버전에서 max까지의 추론 수준을 지원하고 텍스트 및 제안 도구 동작을 반환합니다.

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
필드유형요건값과 한도기본값
필드model유형string요건필수값과 한도
meta/muse-spark-1.3
기본값—
필드messages유형message[]요건필수값과 한도기본값—
필드messages[].role유형string요건필수값과 한도
user, assistant
기본값—
필드messages[].content유형string요건필수값과 한도기본값—
필드max_tokens유형integer요건필수값과 한도기본값—
필드stream유형boolean요건선택 사항값과 한도기본값false
입력 자료 조합

텍스트 · UTF-8 텍스트

messages[].content 문자열

메서드 매개변수와 수명 주기
매개변수명세
매개변수content_type명세application/json
매개변수required명세model, messages, max_tokens
매개변수optional_controls명세stream
매개변수material_types명세text
매개변수text_file_material명세실제 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 · 최대
표준 요금 추론 수준이 최대인 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.

설정요금표컨텍스트 토큰 수 초과 기준컨텍스트 토큰 수 이하 기준요금
설정토큰의 기본 단가요금표기본 요금컨텍스트 토큰 수 초과 기준—컨텍스트 토큰 수 이하 기준상한 없음요금
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 1요금표—컨텍스트 토큰 수 초과 기준0컨텍스트 토큰 수 이하 기준상한 없음요금
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

최소 구성의 완전한 JSON 본문curl · 자신의 UTF-8 문서 사용Python · 결과 전체 저장
{
  "model": "meta/muse-spark-1.3",
  "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-1.3', '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-1.3', '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
필드유형
필드id유형string
필드model유형string
필드content[]유형text|thinking|tool_use|other content block
필드stop_reason유형string|null
필드usage유형object
오류와 다음 단계
응답조건다음 단계
응답400 · invalid_request_error조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음다음 단계새 생성 요청 전에 표시된 필드를 수정하세요.

별칭

모델 별칭

Ailoot Ultra meta/muse-spark-1.3

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

관련 호출용 ID

meta/muse-spark-1.3

FAQ · Meta: Muse Spark 1.3
어떤 입력과 결과를 사용할 수 있나요?

POST /v1/chat/completions · meta/muse-spark-1.3: text → text

POST /v1/messages · meta/muse-spark-1.3: text → json, sse

요청은 어떤 필드를 사용하나요?

POST /v1/chat/completions · meta/muse-spark-1.3: model, messages, stream, modalities, provider

POST /v1/messages · meta/muse-spark-1.3: model, messages, max_tokens, stream

어떤 제한이 적용되나요?

POST /v1/chat/completions · meta/muse-spark-1.3: messages.min_items: 1

자세히 보기

Claude Code, OpenCode, Hermes, 자체 앱에 Ailoot를 연결하세요.

회사와 그 프로젝트 포트폴리오

회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.

할인받아 토큰을 구매하세요.

정기 작업에는 구독 할인, 토큰 구매에는 최대 50% 프로모션 코드.

구독
정기 요청에 맞는 할인 요금제를 선택하세요.
최대 50% 프로모션 코드
구매할 때 코드를 넣으면 진행 중 행사에 따라 가격을 다시 계산합니다.
이력의 지출
요청마다 모델, 토큰, 금액을 저장합니다.

구독 선택 · 모델 가격 보기

판매하는 제품에 API를 연결하세요.

Ailoot 공식 이용 조건과 라이선스 계약으로 SaaS, 앱, 봇에 사용하세요. 재판매에는 리셀러 라이선스를 요청하세요.

상업용 앱
서비스의 유료 기능에 텍스트, 이미지, 영상, 소리 생성을 넣으세요.
리셀러 라이선스
프로젝트 설명과 접근 구조를 보내 사용·재판매의 서면 조건을 요청하세요.
사이트의 문서
연결 전에 공식 이용 조건, 라이선스 계약, 데이터 처리 정책을 읽을 수 있습니다.

리셀러 라이선스 요청 · 공식 이용 조건과 라이선스 계약