{
  "aboutHtml": "<h3>Reflection Beam 1.0</h3><p>Beam 1.0 501B A23B — Reflection teksto modelis programavimui, samprotavimui ir į kelis susijusius žingsnius suskaidytoms užduotims. Jo retojoje MoE architektūroje iš viso yra 501,3 mlrd. parametrų ir apie 23,4 mlrd. aktyvių parametrų vienam žetonui. Modelis daugiausia sukurtas anglų kalbai; tai naudinga įvertinti renkantis pirminio kodo, techninės medžiagos ir išsamių instrukcijų kalbą.</p><p>Architektūra jungia vietinį ir globalų dėmesį, o modelio rengimas apima pirminį kodą, techninę dokumentaciją, mokslinę ir mokomąją medžiagą. Atskiras mokymo etapas plėtojo ilgą kontekstą naudojant struktūruotas saugyklas, ilgas užduotis ir didelius dokumentus. Mokydamas su pastiprinimu kūrėjas jungė programavimo, darbo terminale ir STEM užduotis.</p><h3>Į kokias užduotis orientuotas</h3><p>Reflection išskiria programų inžineriją, matematinį bei mokslinį samprotavimą ir nuoseklų užduočių sprendimą. Šias kryptis galima naudoti turiningam tekstiniam dialogui: paaiškinti programos komponentų ryšius, išanalizuoti loginę klaidą, pasiūlyti algoritmo pakeitimą, sudaryti hipotezės tikrinimo planą ar gauti techninės medžiagos santrauką.</p><p>Beam atskirai akcentuoja taupų samprotavimo žetonų naudojimą. Mokant buvo atlyginama už sėkmingą sprendimą mažinant perteklinius žetonus. Tai kūrėjo metodo aprašymas; konkretaus atsakymo ilgį užklausoje vis tiek verta nurodyti aiškiai, pavyzdžiui, trumpa išvada, išsamus įrodymas arba pataisa su paaiškinimu.</p><h3>Didelis tekstinis kontekstas Ailoot</h3><p>Jungties konteksto langas — 1 048 576 žetonai. Jis apima pateiktą medžiagą, instrukcijas, istoriją ir kuriamą atsakymą. Modelio metaduomenyse nurodyta iki 131 072 žetonų atsakymo apimtis. Tokia apimtis leidžia pateikti kelis susijusius tekstus: specifikaciją, įgyvendinimo fragmentus, patikrų rezultatus ir klausimus. Suteikite medžiagai pavadinimus ir paprašykite žymėti, kuriuo fragmentu remiasi išvada: taip patogiau tikrinti didelę analizę.</p><p>Pavyzdžiui, kodo užduočiai pirmiausia galima prašyti priklausomybių žemėlapio pagal pateiktus failus, tada išskirti pakeitimo vietą ir tik po to parengti įgyvendinimą. Mokslinei užduočiai pateikite pradines sąlygas, žymėjimus ir reikiamą griežtumo lygį. Taip organizuojant užklausą naudingą rezultatą galima palyginti su pradine medžiaga.</p><p>Jungtis priima tekstą ir grąžina tekstą per Messages, Responses, Chat Completions ir tekstinį generateContent. Kodas bei rekomendacijos pateikiami kaip modelio atsakymas; komandų vykdymą ir darbą su išoriniais duomenimis lemia jūsų programos galimybės.</p>",
  "aboutText": "### Reflection Beam 1.0\n\nBeam 1.0 501B A23B — Reflection teksto modelis programavimui, samprotavimui ir į kelis susijusius žingsnius suskaidytoms užduotims. Jo retojoje MoE architektūroje iš viso yra 501,3 mlrd. parametrų ir apie 23,4 mlrd. aktyvių parametrų vienam žetonui. Modelis daugiausia sukurtas anglų kalbai; tai naudinga įvertinti renkantis pirminio kodo, techninės medžiagos ir išsamių instrukcijų kalbą.\n\nArchitektūra jungia vietinį ir globalų dėmesį, o modelio rengimas apima pirminį kodą, techninę dokumentaciją, mokslinę ir mokomąją medžiagą. Atskiras mokymo etapas plėtojo ilgą kontekstą naudojant struktūruotas saugyklas, ilgas užduotis ir didelius dokumentus. Mokydamas su pastiprinimu kūrėjas jungė programavimo, darbo terminale ir STEM užduotis.\n\n### Į kokias užduotis orientuotas\n\nReflection išskiria programų inžineriją, matematinį bei mokslinį samprotavimą ir nuoseklų užduočių sprendimą. Šias kryptis galima naudoti turiningam tekstiniam dialogui: paaiškinti programos komponentų ryšius, išanalizuoti loginę klaidą, pasiūlyti algoritmo pakeitimą, sudaryti hipotezės tikrinimo planą ar gauti techninės medžiagos santrauką.\n\nBeam atskirai akcentuoja taupų samprotavimo žetonų naudojimą. Mokant buvo atlyginama už sėkmingą sprendimą mažinant perteklinius žetonus. Tai kūrėjo metodo aprašymas; konkretaus atsakymo ilgį užklausoje vis tiek verta nurodyti aiškiai, pavyzdžiui, trumpa išvada, išsamus įrodymas arba pataisa su paaiškinimu.\n\n### Didelis tekstinis kontekstas Ailoot\n\nJungties konteksto langas — 1 048 576 žetonai. Jis apima pateiktą medžiagą, instrukcijas, istoriją ir kuriamą atsakymą. Modelio metaduomenyse nurodyta iki 131 072 žetonų atsakymo apimtis. Tokia apimtis leidžia pateikti kelis susijusius tekstus: specifikaciją, įgyvendinimo fragmentus, patikrų rezultatus ir klausimus. Suteikite medžiagai pavadinimus ir paprašykite žymėti, kuriuo fragmentu remiasi išvada: taip patogiau tikrinti didelę analizę.\n\nPavyzdžiui, kodo užduočiai pirmiausia galima prašyti priklausomybių žemėlapio pagal pateiktus failus, tada išskirti pakeitimo vietą ir tik po to parengti įgyvendinimą. Mokslinei užduočiai pateikite pradines sąlygas, žymėjimus ir reikiamą griežtumo lygį. Taip organizuojant užklausą naudingą rezultatą galima palyginti su pradine medžiaga.\n\nJungtis priima tekstą ir grąžina tekstą per Messages, Responses, Chat Completions ir tekstinį generateContent. Kodas bei rekomendacijos pateikiami kaip modelio atsakymas; komandų vykdymą ir darbą su išoriniais duomenimis lemia jūsų programos galimybės.",
  "locale": "lt",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Įvestis</dt><dd><code>text</code></dd></div><div><dt>Išvestis</dt><dd><code>text</code></dd></div><div><dt>Kontekstas</dt><dd>Kataloge nenurodyta</dd></div><div><dt>Didžiausias atsakymas</dt><dd>Kataloge nenurodyta</dd></div></dl><dl><div><dt>Įvestis</dt><dd>0,0005 USD <em>/ 1K</em></dd></div><div><dt>Išvestis</dt><dd>0,002 USD <em>/ 1K</em></dd></div><div><dt>Talpyklos skaitymas</dt><dd>0,0001 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "reflection/beam-1.0-501b-a23b",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|reflection%2Fbeam-1.0-501b-a23b",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Įvestis</dt><dd><code>text</code></dd></div><div><dt>Išvestis</dt><dd><code>text</code></dd></div><div><dt>Kontekstas</dt><dd>Kataloge nenurodyta</dd></div><div><dt>Didžiausias atsakymas</dt><dd>Kataloge nenurodyta</dd></div></dl><dl><div><dt>Įvestis</dt><dd>0,0005 USD <em>/ 1K</em></dd></div><div><dt>Išvestis</dt><dd>0,002 USD <em>/ 1K</em></dd></div><div><dt>Talpyklos skaitymas</dt><dd>0,0001 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "reflection/beam-1.0-501b-a23b",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|reflection%2Fbeam-1.0-501b-a23b",
      "ordinal": 1,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Įvestis</dt><dd><code>text</code></dd></div><div><dt>Išvestis</dt><dd><code>text</code></dd></div><div><dt>Kontekstas</dt><dd>Kataloge nenurodyta</dd></div><div><dt>Didžiausias atsakymas</dt><dd>Kataloge nenurodyta</dd></div></dl><dl><div><dt>Įvestis</dt><dd>0,0005 USD <em>/ 1K</em></dd></div><div><dt>Išvestis</dt><dd>0,002 USD <em>/ 1K</em></dd></div><div><dt>Talpyklos skaitymas</dt><dd>0,0001 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "reflection/beam-1.0-501b-a23b",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|reflection%2Fbeam-1.0-501b-a23b",
      "ordinal": 2,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Gemini generateContent</b><code>POST /v1beta/models/reflection/beam-1.0-501b-a23b:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Įvestis</dt><dd><code>text</code></dd></div><div><dt>Išvestis</dt><dd><code>text</code></dd></div><div><dt>Kontekstas</dt><dd>Kataloge nenurodyta</dd></div><div><dt>Didžiausias atsakymas</dt><dd>Kataloge nenurodyta</dd></div></dl><dl><div><dt>Įvestis</dt><dd>0,0005 USD <em>/ 1K</em></dd></div><div><dt>Išvestis</dt><dd>0,002 USD <em>/ 1K</em></dd></div><div><dt>Talpyklos skaitymas</dt><dd>0,0001 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "reflection/beam-1.0-501b-a23b",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|gemini|/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent|reflection%2Fbeam-1.0-501b-a23b",
      "ordinal": 3,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "gemini",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    }
  ],
  "model_id": "reflection/beam-1.0-501b-a23b",
  "page": {
    "canonical": "https://ailoot.ai/models/lt/reflection-beam-1-0-501b-a23b/",
    "description": "Reflection tekstinis MoE modelis su dideliu kontekstu programų inžinerijai, matematiniam samprotavimui ir nuosekliai užduočių analizei.",
    "locale": "lt",
    "md_url": "https://ailoot.ai/models/lt/reflection-beam-1-0-501b-a23b/index.md",
    "title": "Reflection: Beam 1.0 501B A23B",
    "url": "https://ailoot.ai/models/lt/reflection-beam-1-0-501b-a23b/"
  },
  "rawModel": {
    "about": "### Reflection Beam 1.0\n\nBeam 1.0 501B A23B — Reflection teksto modelis programavimui, samprotavimui ir į kelis susijusius žingsnius suskaidytoms užduotims. Jo retojoje MoE architektūroje iš viso yra 501,3 mlrd. parametrų ir apie 23,4 mlrd. aktyvių parametrų vienam žetonui. Modelis daugiausia sukurtas anglų kalbai; tai naudinga įvertinti renkantis pirminio kodo, techninės medžiagos ir išsamių instrukcijų kalbą.\n\nArchitektūra jungia vietinį ir globalų dėmesį, o modelio rengimas apima pirminį kodą, techninę dokumentaciją, mokslinę ir mokomąją medžiagą. Atskiras mokymo etapas plėtojo ilgą kontekstą naudojant struktūruotas saugyklas, ilgas užduotis ir didelius dokumentus. Mokydamas su pastiprinimu kūrėjas jungė programavimo, darbo terminale ir STEM užduotis.\n\n### Į kokias užduotis orientuotas\n\nReflection išskiria programų inžineriją, matematinį bei mokslinį samprotavimą ir nuoseklų užduočių sprendimą. Šias kryptis galima naudoti turiningam tekstiniam dialogui: paaiškinti programos komponentų ryšius, išanalizuoti loginę klaidą, pasiūlyti algoritmo pakeitimą, sudaryti hipotezės tikrinimo planą ar gauti techninės medžiagos santrauką.\n\nBeam atskirai akcentuoja taupų samprotavimo žetonų naudojimą. Mokant buvo atlyginama už sėkmingą sprendimą mažinant perteklinius žetonus. Tai kūrėjo metodo aprašymas; konkretaus atsakymo ilgį užklausoje vis tiek verta nurodyti aiškiai, pavyzdžiui, trumpa išvada, išsamus įrodymas arba pataisa su paaiškinimu.\n\n### Didelis tekstinis kontekstas Ailoot\n\nJungties konteksto langas — 1 048 576 žetonai. Jis apima pateiktą medžiagą, instrukcijas, istoriją ir kuriamą atsakymą. Modelio metaduomenyse nurodyta iki 131 072 žetonų atsakymo apimtis. Tokia apimtis leidžia pateikti kelis susijusius tekstus: specifikaciją, įgyvendinimo fragmentus, patikrų rezultatus ir klausimus. Suteikite medžiagai pavadinimus ir paprašykite žymėti, kuriuo fragmentu remiasi išvada: taip patogiau tikrinti didelę analizę.\n\nPavyzdžiui, kodo užduočiai pirmiausia galima prašyti priklausomybių žemėlapio pagal pateiktus failus, tada išskirti pakeitimo vietą ir tik po to parengti įgyvendinimą. Mokslinei užduočiai pateikite pradines sąlygas, žymėjimus ir reikiamą griežtumo lygį. Taip organizuojant užklausą naudingą rezultatą galima palyginti su pradine medžiaga.\n\nJungtis priima tekstą ir grąžina tekstą per Messages, Responses, Chat Completions ir tekstinį generateContent. Kodas bei rekomendacijos pateikiami kaip modelio atsakymas; komandų vykdymą ir darbą su išoriniais duomenimis lemia jūsų programos galimybės.",
    "alias_of": null,
    "aliases": [],
    "author": "Reflection",
    "canonical_model": "reflection/beam-1.0-501b-a23b",
    "ctx": null,
    "formats": [
      "chat",
      "gemini",
      "messages",
      "responses"
    ],
    "id": "reflection/beam-1.0-501b-a23b",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": null,
    "methods": [
      {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "gemini",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "reflection/beam-1.0-501b-a23b",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      }
    ],
    "name": "Reflection: Beam 1.0 501B A23B",
    "price": {
      "in": 0.5,
      "in_label": null,
      "out": 2.0,
      "out_label": null,
      "sort_in": 0.5,
      "sort_out": 2.0,
      "varies": false
    },
    "public_id": "reflection/beam-1.0-501b-a23b",
    "short": "Reflection tekstinis MoE modelis su dideliu kontekstu programų inžinerijai, matematiniam samprotavimui ir nuosekliai užduočių analizei."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Reflection tekstinis MoE modelis su dideliu kontekstu programų inžinerijai, matematiniam samprotavimui ir nuosekliai užduočių analizei.",
  "source": {
    "audit_sha256": "81492b0f9e3c74014477449f8efaeaa566f7a7312c8e6bb4232e5590485343a6",
    "bridge_map_sha256": "81492b0f9e3c74014477449f8efaeaa566f7a7312c8e6bb4232e5590485343a6",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "d62f68f8464d16f3ec00c3bda1cff6d548a1786dfaf87c208406f4eb674023e2",
      "renderer_sha256": "1d3ba43331c1ce640a925b72c0174bc7be81a0d19a650f9a2b8d71aa48d72002"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "d62f68f8464d16f3ec00c3bda1cff6d548a1786dfaf87c208406f4eb674023e2",
    "renderer_sha256": "1d3ba43331c1ce640a925b72c0174bc7be81a0d19a650f9a2b8d71aa48d72002"
  },
  "sourceRevision": "0ba23bd1700c4d2f1ec4fc19b889273f176b12b658951173315258ba2b160ecf"
}
