Muse Wonder is Meta's redeneermodel voor taken die een volgehouden plan over een aanzienlijke verzameling bewijsinformatie nodig hebben. De gepubliceerde invoer omvat tekst, afbeeldingen, video, audio en PDF-documenten en de uitvoer is tekst. Eén taak kan daardoor een repository, een documentverzameling en visueel bewijs combineren, met behoud van een gedefinieerd schriftelijk resultaat.
Beschrijf wat het werk moet opleveren en hoe het resultaat wordt gecontroleerd. Identificeer voor een softwaretaak het te behouden gedrag, de relevante bestanden en de verificatiecriteria. Benoem voor documentanalyse de vraag, de bronnen en de informatie die het eindrapport zou moeten behouden.
Het gepubliceerde agentontwerp omvat planning, gedelegeerde subtaken, parallel toolgebruik en herstel na fouten. Verbind die modelmogelijkheden in een applicatie met een gecontroleerde uitvoeringsworkflow: tools voeren de acties uit, teruggegeven observaties leveren bewijs en de volgende modelstap gebruikt die observaties. Bewaar voltooide bevindingen, zodat latere stappen de al genomen beslissingen niet verliezen.
Het gedocumenteerde engineeringgebruik van Muse Wonder omvat meerdere bestanden in een bestaande repository. Geef een samenhangende verzameling relevante code en beperkingen in plaats van een los fragment wanneer de wijziging componentgrenzen overschrijdt. Vraag om de betrokken interfaces en verificatiestappen samen met de voorgestelde wijzigingen.
Lever voor visueel of audiovisueel werk het materiaal dat het bewijs bevat. Een schermafbeelding kan een lay-outfout verduidelijken; een video kan een interactiesequentie tonen; een document kan tekst, tabellen en figuren combineren. Geef aan wat het model uit dat bewijs zou moeten extraheren of uitleggen en vraag om een tekstresultaat waarin de bruikbare observaties behouden blijven.
De gepubliceerde configuratie van Muse Wonder omvat verplicht redeneren met inspanningsniveaus minimal, low, medium, high, xhigh en max, met medium als standaard. Kies een instelling op basis van de diepgang van de taak en geef aan wat het antwoord zou moeten vaststellen. Behoud dezelfde criteria wanneer u resultaten op verschillende inspanningsniveaus vergelijkt.
Toolaanroepen en schemagestuurde gestructureerde uitvoer zijn gepubliceerde modelfuncties. Een workflow kan ze gebruiken om geïdentificeerde bevindingen, bewijsverwijzingen, een wijzigingsplan of een lijst met verificatie-uitkomsten te vragen. Houd velden die door machines worden gebruikt gericht op de volgende stap en bewaar de menselijk leesbare uitleg wanneer een beoordelaar een beslissing moet begrijpen.
Het gepubliceerde contextvenster is 1.048.576 tokens. Organiseer lange invoer met duidelijke bronnamen en sectiegrenzen en maak onderscheid tussen bevestigde observaties en open aannames. Gebruik de context om belangrijke beslissingen gedurende een taak te behouden in plaats van deze met niet-gerelateerd materiaal te vullen.
Een bruikbaar eindresultaat identificeert wat is veranderd, het gebruikte bewijs, de uitgevoerde controles en de vragen die nog aandacht nodig hebben. Dat kan een repositorybeoordeling, een wijzigingsvoorstel voor meerdere bestanden of een analyse van een gemengde documentverzameling zijn. De tekstuitvoer van Muse Wonder beschrijft en stuurt het werk; de omringende applicatie levert de uitvoering, tools en opslag die er een voltooide workflow van maken.
meta/muse-wonderMuse Wonder is Meta's multimodale redeneermodel voor langlopende agents en complexe engineeringtaken. Het leest tekst, afbeeldingen, video, audio en PDF-documenten binnen een context van 1.048.576 tokens en geeft tekst terug, met gepubliceerde toolaanroepen, gestructureerde uitvoer en instelbare redeneerinspanning.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Muse Wonder is Meta's redeneermodel voor taken die een volgehouden plan over een aanzienlijke verzameling bewijsinformatie nodig hebben. De gepubliceerde invoer omvat tekst, afbeeldingen, video, audio en PDF-documenten en de uitvoer is tekst. Eén taak kan daardoor een repository, een documentverzameling en visueel bewijs combineren, met behoud van een gedefinieerd schriftelijk resultaat.
Beschrijf wat het werk moet opleveren en hoe het resultaat wordt gecontroleerd. Identificeer voor een softwaretaak het te behouden gedrag, de relevante bestanden en de verificatiecriteria. Benoem voor documentanalyse de vraag, de bronnen en de informatie die het eindrapport zou moeten behouden.
Het gepubliceerde agentontwerp omvat planning, gedelegeerde subtaken, parallel toolgebruik en herstel na fouten. Verbind die modelmogelijkheden in een applicatie met een gecontroleerde uitvoeringsworkflow: tools voeren de acties uit, teruggegeven observaties leveren bewijs en de volgende modelstap gebruikt die observaties. Bewaar voltooide bevindingen, zodat latere stappen de al genomen beslissingen niet verliezen.
Het gedocumenteerde engineeringgebruik van Muse Wonder omvat meerdere bestanden in een bestaande repository. Geef een samenhangende verzameling relevante code en beperkingen in plaats van een los fragment wanneer de wijziging componentgrenzen overschrijdt. Vraag om de betrokken interfaces en verificatiestappen samen met de voorgestelde wijzigingen.
Lever voor visueel of audiovisueel werk het materiaal dat het bewijs bevat. Een schermafbeelding kan een lay-outfout verduidelijken; een video kan een interactiesequentie tonen; een document kan tekst, tabellen en figuren combineren. Geef aan wat het model uit dat bewijs zou moeten extraheren of uitleggen en vraag om een tekstresultaat waarin de bruikbare observaties behouden blijven.
De gepubliceerde configuratie van Muse Wonder omvat verplicht redeneren met inspanningsniveaus minimal, low, medium, high, xhigh en max, met medium als standaard. Kies een instelling op basis van de diepgang van de taak en geef aan wat het antwoord zou moeten vaststellen. Behoud dezelfde criteria wanneer u resultaten op verschillende inspanningsniveaus vergelijkt.
Toolaanroepen en schemagestuurde gestructureerde uitvoer zijn gepubliceerde modelfuncties. Een workflow kan ze gebruiken om geïdentificeerde bevindingen, bewijsverwijzingen, een wijzigingsplan of een lijst met verificatie-uitkomsten te vragen. Houd velden die door machines worden gebruikt gericht op de volgende stap en bewaar de menselijk leesbare uitleg wanneer een beoordelaar een beslissing moet begrijpen.
Het gepubliceerde contextvenster is 1.048.576 tokens. Organiseer lange invoer met duidelijke bronnamen en sectiegrenzen en maak onderscheid tussen bevestigde observaties en open aannames. Gebruik de context om belangrijke beslissingen gedurende een taak te behouden in plaats van deze met niet-gerelateerd materiaal te vullen.
Een bruikbaar eindresultaat identificeert wat is veranderd, het gebruikte bewijs, de uitgevoerde controles en de vragen die nog aandacht nodig hebben. Dat kan een repositorybeoordeling, een wijzigingsvoorstel voor meerdere bestanden of een analyse van een gemengde documentverzameling zijn. De tekstuitvoer van Muse Wonder beschrijft en stuurt het werk; de omringende applicatie levert de uitvoering, tools en opslag die er een voltooide workflow van maken.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten meta/muse-wonder | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Tekstgesprek | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream |
Parametercontrol_scope | ContractTekstgesprek; stream is een booleaanse waarde en is standaard false. |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Methodealiasnamen: /chat/completions
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.008 / 1K tokens Uitvoer · Uitvoertokens $0.04 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.008 / 1K tokens Uitvoer · Uitvoertokens $0.04 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"meta/muse-wonder","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-wonder", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra meta/muse-wonder
/chat/completions
meta/muse-wonderMuse Wonder is Meta's multimodale redeneermodel voor langlopende agents en complexe engineeringtaken. Het leest tekst, afbeeldingen, video, audio en PDF-documenten binnen een context van 1.048.576 tokens en geeft tekst terug, met gepubliceerde toolaanroepen, gestructureerde uitvoer en instelbare redeneerinspanning.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Muse Wonder is Meta's redeneermodel voor taken die een volgehouden plan over een aanzienlijke verzameling bewijsinformatie nodig hebben. De gepubliceerde invoer omvat tekst, afbeeldingen, video, audio en PDF-documenten en de uitvoer is tekst. Eén taak kan daardoor een repository, een documentverzameling en visueel bewijs combineren, met behoud van een gedefinieerd schriftelijk resultaat.
Beschrijf wat het werk moet opleveren en hoe het resultaat wordt gecontroleerd. Identificeer voor een softwaretaak het te behouden gedrag, de relevante bestanden en de verificatiecriteria. Benoem voor documentanalyse de vraag, de bronnen en de informatie die het eindrapport zou moeten behouden.
Het gepubliceerde agentontwerp omvat planning, gedelegeerde subtaken, parallel toolgebruik en herstel na fouten. Verbind die modelmogelijkheden in een applicatie met een gecontroleerde uitvoeringsworkflow: tools voeren de acties uit, teruggegeven observaties leveren bewijs en de volgende modelstap gebruikt die observaties. Bewaar voltooide bevindingen, zodat latere stappen de al genomen beslissingen niet verliezen.
Het gedocumenteerde engineeringgebruik van Muse Wonder omvat meerdere bestanden in een bestaande repository. Geef een samenhangende verzameling relevante code en beperkingen in plaats van een los fragment wanneer de wijziging componentgrenzen overschrijdt. Vraag om de betrokken interfaces en verificatiestappen samen met de voorgestelde wijzigingen.
Lever voor visueel of audiovisueel werk het materiaal dat het bewijs bevat. Een schermafbeelding kan een lay-outfout verduidelijken; een video kan een interactiesequentie tonen; een document kan tekst, tabellen en figuren combineren. Geef aan wat het model uit dat bewijs zou moeten extraheren of uitleggen en vraag om een tekstresultaat waarin de bruikbare observaties behouden blijven.
De gepubliceerde configuratie van Muse Wonder omvat verplicht redeneren met inspanningsniveaus minimal, low, medium, high, xhigh en max, met medium als standaard. Kies een instelling op basis van de diepgang van de taak en geef aan wat het antwoord zou moeten vaststellen. Behoud dezelfde criteria wanneer u resultaten op verschillende inspanningsniveaus vergelijkt.
Toolaanroepen en schemagestuurde gestructureerde uitvoer zijn gepubliceerde modelfuncties. Een workflow kan ze gebruiken om geïdentificeerde bevindingen, bewijsverwijzingen, een wijzigingsplan of een lijst met verificatie-uitkomsten te vragen. Houd velden die door machines worden gebruikt gericht op de volgende stap en bewaar de menselijk leesbare uitleg wanneer een beoordelaar een beslissing moet begrijpen.
Het gepubliceerde contextvenster is 1.048.576 tokens. Organiseer lange invoer met duidelijke bronnamen en sectiegrenzen en maak onderscheid tussen bevestigde observaties en open aannames. Gebruik de context om belangrijke beslissingen gedurende een taak te behouden in plaats van deze met niet-gerelateerd materiaal te vullen.
Een bruikbaar eindresultaat identificeert wat is veranderd, het gebruikte bewijs, de uitgevoerde controles en de vragen die nog aandacht nodig hebben. Dat kan een repositorybeoordeling, een wijzigingsvoorstel voor meerdere bestanden of een analyse van een gemengde documentverzameling zijn. De tekstuitvoer van Muse Wonder beschrijft en stuurt het werk; de omringende applicatie levert de uitvoering, tools en opslag die er een voltooide workflow van maken.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten meta/muse-wonder | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.008 / 1K tokens Uitvoer · Uitvoertokens $0.04 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.008 / 1K tokens Uitvoer · Uitvoertokens $0.04 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "meta/muse-wonder",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-wonder', '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-wonder', '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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra meta/muse-wonder
/chat/completions