Muse Spark 1.2 je aktualizácia Meta Muse Spark 1.1 zameraná na programovanie, s dôrazom na multimodálne porozumenie a vizuálne uvažovanie. Ukážky výrobcu prepájajú obrázky a video s digitálnymi artefaktmi, ako sú webové stránky a hry, zatiaľ čo jeho tabuľka modelov uvádza kontext 1,048,576 tokenov a textový výstup. Táto položka sa týka Standard 1.2, odlišného od Contributor 1.2 a neskoršieho 1.3.
Vizuálne programovanie
Oznámenie vydania opisuje premenu vizuálneho rozloženia, hierarchie a štýlu na funkčný kód a následnú kontrolu výsledného artefaktu pomocou nástrojov. Pre užitočnú úlohu dodajte obrázok alebo klip spolu so správaním, ktoré treba implementovať. Snímka obrazovky môže ukazovať vzhľad, ale ponechať interakcie neurčené, preto pomenujte ovládacie prvky, stavy a očakávané reakcie na akcie používateľa, ktoré má výsledok zahŕňať.
Žiadajte samostatne viditeľnú štruktúru, navrhovanú implementáciu a predpoklady. Úloha rekonštrukcie stránky môže napríklad vyžadovať pomenované sekcie a vizuálne vzťahy z referencie a potom žiadať kód jednej definovanej interakcie. Vykreslenie a vyskúšanie tohto kódu vyžaduje pripojené prostredie; výsledná snímka obrazovky alebo spätná väzba zo spustenia môže byť vstupom pre ďalšiu opravu.
Výrobca uvádza porozumenie grafom a vizuálne uvažovanie nad rámec generovania kódu. V grafe zachovajte osi, jednotky a popisky a žiadajte pozorovanie podporujúce každý záver. Pri diagrame identifikujte vzťah, ktorý treba vysvetliť, a zdrojové označenia, ktoré treba zachovať. Pri obrázku dokumentu odlíšte prepis viditeľného znenia od súhrnu alebo interpretácie.
Priestorové a audiovizuálne pracovné postupy
Oznámenie 1.2 rozoberá aj špecializovaný robotický variant a dvojúrovňový systém plánovania a akcií. Ide o odlišné experimentálne komponenty: model na vyššej úrovni uvažuje o scéne a čiastkových úlohách, zatiaľ čo samostatná politika vision-language-action vykonáva nízkoúrovňové akcie. Model Standard s textovým výstupom sa nemá opisovať ako robotický akčný člen len preto, že vydanie rodiny obsahuje túto ukážku.
Pre verziu Standard tabuľka modelov dokumentuje ako vstupy text, obrázky, video, zvuk a PDF. Audiovizuálna úloha môže žiadať udalosť alebo hovorenú podmienku relevantnú pre otázku a vrátiť usporiadaný opis podkladového materiálu. Identifikujte relevantný úsek a podobu odpovede namiesto žiadosti o nezameraný súhrn každej modality.
Príklady výrobcu kombinujú porozumenie videu, podrobné opisovanie a kontrolu s pomocou nástrojov. Praktický pracovný postup môže porovnať ukážku s jej písomným postupom, žiadať viditeľné zhody a rozdiely a potom pripraviť textový výsledok pre neskorší krok aplikácie. Generovaná próza, kód a štruktúrované zistenia sú zdokumentovaným výstupom; generovanie obrázkov alebo reči patrí samostatne pomenovaným komponentom.
Nastavenia uvažovania a kontext
Muse Spark pred vytvorením viditeľného textu interne uvažuje. Zdokumentované úrovne úsilia použiteľné pre 1.2 sú minimal, low, medium, high a xhigh. Max patrí Standard 1.3 a none nie je podporovaný spôsob vypnutia uvažovania. Ak úsilie nie je určené, model používa úroveň, ktorú sám určí.
Kontext 1,048,576 tokenov dokáže zachovať súvisiaci zdrojový materiál a rozhovor, ale cieľ a konečný artefakt je stále potrebné definovať. Pri úlohe s dlhým dokumentom určte otázku, označte každý zdroj a ponechajte jeho umiestnenie vedľa extrahovaných informácií. Tokeny uvažovania a viditeľnej odpovede zdieľajú výstupný rozpočet, preto vyhraďte dostatok priestoru na vysvetlenie alebo kód, ktorý úloha skutočne potrebuje.
Nespracované interné uvažovanie sa nesprístupňuje ako bežný text. Chatové rozhranie výrobcu tiež neprenáša medzi ťahmi čitateľný súkromný záznam pre externých volajúcich; uchovajte viditeľné správy, zdroje a vrátené výsledky nástrojov potrebné na nadväzujúcu požiadavku. Logaritmické pravdepodobnosti nie sú podporované, takže model túto funkciu neposkytuje ako mieru istoty svojich záverov.
Nástroje a štruktúrované artefakty
Aplikácia opisuje funkcie vývojára, model generuje navrhované volania a argumenty a aplikácia ich vykonáva a vracia výsledok každého volania. Model potom môže preskúmať skutočnú spätnú väzbu a vybrať ďalší krok. Dôraz vydania na skúmanie vizuálnych vstupov aj vytvorených artefaktov závisí od toho, či sú tieto nástroje súčasťou prostredia.
Štruktúrovaný výstup môže obmedziť text na definovanú schému JSON. Záznam vizuálnej extrakcie môže obsahovať zdrojový obrázok, objekt alebo označenie, pozorovanú hodnotu a interpretáciu. Kontrola kódu môže identifikovať dotknutý symbol, nesúlad a navrhovanú zmenu. Prísny režim výrobcu vyžaduje obyčajný objekt v koreni, povinnosť všetkých uvedených vlastností a vypnuté dodatočné vlastnosti; rekurzívne schémy sa odmietajú.
Správnosť artefaktu definujte prakticky: ktoré zdrojové podrobnosti musí zachovať, ako sa má interakcia správať a aká vrátená spätná väzba by toto správanie potvrdila. Prečítané zdroje neposkytujú nezávislé maximálne kapacity vstupných alebo výstupných tokenov nad rámec kontextu modelu. Zachovajte edíciu Standard 1.2 a rozdiel medzi navrhovaným textovým artefaktom a výsledkom spustenia alebo vykreslenia použitým na jeho kontrolu.
", "aboutText": "Muse Spark 1.2 je aktualizácia Meta Muse Spark 1.1 zameraná na programovanie, s dôrazom na multimodálne porozumenie a vizuálne uvažovanie. Ukážky výrobcu prepájajú obrázky a video s digitálnymi artefaktmi, ako sú webové stránky a hry, zatiaľ čo jeho tabuľka modelov uvádza kontext 1,048,576 tokenov a textový výstup. Táto položka sa týka Standard 1.2, odlišného od Contributor 1.2 a neskoršieho 1.3.\n\nVizuálne programovanie\n\nOznámenie vydania opisuje premenu vizuálneho rozloženia, hierarchie a štýlu na funkčný kód a následnú kontrolu výsledného artefaktu pomocou nástrojov. Pre užitočnú úlohu dodajte obrázok alebo klip spolu so správaním, ktoré treba implementovať. Snímka obrazovky môže ukazovať vzhľad, ale ponechať interakcie neurčené, preto pomenujte ovládacie prvky, stavy a očakávané reakcie na akcie používateľa, ktoré má výsledok zahŕňať.\n\nŽiadajte samostatne viditeľnú štruktúru, navrhovanú implementáciu a predpoklady. Úloha rekonštrukcie stránky môže napríklad vyžadovať pomenované sekcie a vizuálne vzťahy z referencie a potom žiadať kód jednej definovanej interakcie. Vykreslenie a vyskúšanie tohto kódu vyžaduje pripojené prostredie; výsledná snímka obrazovky alebo spätná väzba zo spustenia môže byť vstupom pre ďalšiu opravu.\n\nVýrobca uvádza porozumenie grafom a vizuálne uvažovanie nad rámec generovania kódu. V grafe zachovajte osi, jednotky a popisky a žiadajte pozorovanie podporujúce každý záver. Pri diagrame identifikujte vzťah, ktorý treba vysvetliť, a zdrojové označenia, ktoré treba zachovať. Pri obrázku dokumentu odlíšte prepis viditeľného znenia od súhrnu alebo interpretácie.\n\nPriestorové a audiovizuálne pracovné postupy\n\nOznámenie 1.2 rozoberá aj špecializovaný robotický variant a dvojúrovňový systém plánovania a akcií. Ide o odlišné experimentálne komponenty: model na vyššej úrovni uvažuje o scéne a čiastkových úlohách, zatiaľ čo samostatná politika vision-language-action vykonáva nízkoúrovňové akcie. Model Standard s textovým výstupom sa nemá opisovať ako robotický akčný člen len preto, že vydanie rodiny obsahuje túto ukážku.\n\nPre verziu Standard tabuľka modelov dokumentuje ako vstupy text, obrázky, video, zvuk a PDF. Audiovizuálna úloha môže žiadať udalosť alebo hovorenú podmienku relevantnú pre otázku a vrátiť usporiadaný opis podkladového materiálu. Identifikujte relevantný úsek a podobu odpovede namiesto žiadosti o nezameraný súhrn každej modality.\n\nPríklady výrobcu kombinujú porozumenie videu, podrobné opisovanie a kontrolu s pomocou nástrojov. Praktický pracovný postup môže porovnať ukážku s jej písomným postupom, žiadať viditeľné zhody a rozdiely a potom pripraviť textový výsledok pre neskorší krok aplikácie. Generovaná próza, kód a štruktúrované zistenia sú zdokumentovaným výstupom; generovanie obrázkov alebo reči patrí samostatne pomenovaným komponentom.\n\nNastavenia uvažovania a kontext\n\nMuse Spark pred vytvorením viditeľného textu interne uvažuje. Zdokumentované úrovne úsilia použiteľné pre 1.2 sú minimal, low, medium, high a xhigh. Max patrí Standard 1.3 a none nie je podporovaný spôsob vypnutia uvažovania. Ak úsilie nie je určené, model používa úroveň, ktorú sám určí.\n\nKontext 1,048,576 tokenov dokáže zachovať súvisiaci zdrojový materiál a rozhovor, ale cieľ a konečný artefakt je stále potrebné definovať. Pri úlohe s dlhým dokumentom určte otázku, označte každý zdroj a ponechajte jeho umiestnenie vedľa extrahovaných informácií. Tokeny uvažovania a viditeľnej odpovede zdieľajú výstupný rozpočet, preto vyhraďte dostatok priestoru na vysvetlenie alebo kód, ktorý úloha skutočne potrebuje.\n\nNespracované interné uvažovanie sa nesprístupňuje ako bežný text. Chatové rozhranie výrobcu tiež neprenáša medzi ťahmi čitateľný súkromný záznam pre externých volajúcich; uchovajte viditeľné správy, zdroje a vrátené výsledky nástrojov potrebné na nadväzujúcu požiadavku. Logaritmické pravdepodobnosti nie sú podporované, takže model túto funkciu neposkytuje ako mieru istoty svojich záverov.\n\nNástroje a štruktúrované artefakty\n\nAplikácia opisuje funkcie vývojára, model generuje navrhované volania a argumenty a aplikácia ich vykonáva a vracia výsledok každého volania. Model potom môže preskúmať skutočnú spätnú väzbu a vybrať ďalší krok. Dôraz vydania na skúmanie vizuálnych vstupov aj vytvorených artefaktov závisí od toho, či sú tieto nástroje súčasťou prostredia.\n\nŠtruktúrovaný výstup môže obmedziť text na definovanú schému JSON. Záznam vizuálnej extrakcie môže obsahovať zdrojový obrázok, objekt alebo označenie, pozorovanú hodnotu a interpretáciu. Kontrola kódu môže identifikovať dotknutý symbol, nesúlad a navrhovanú zmenu. Prísny režim výrobcu vyžaduje obyčajný objekt v koreni, povinnosť všetkých uvedených vlastností a vypnuté dodatočné vlastnosti; rekurzívne schémy sa odmietajú.\n\nSprávnosť artefaktu definujte prakticky: ktoré zdrojové podrobnosti musí zachovať, ako sa má interakcia správať a aká vrátená spätná väzba by toto správanie potvrdila. Prečítané zdroje neposkytujú nezávislé maximálne kapacity vstupných alebo výstupných tokenov nad rámec kontextu modelu. Zachovajte edíciu Standard 1.2 a rozdiel medzi navrhovaným textovým artefaktom a výsledkom spustenia alebo vykreslenia použitým na jeho kontrolu.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Implement a specified responsive layout\n\nDraft 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.A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.meta/muse-spark-1.2Muse Spark 1.2 je multimodálny model spoločnosti Meta s uvažovaním so zameraním na vizuálne programovanie, grafy a audiovizuálne porozumenie. Dodané obrázky alebo video dokáže cez pripojené nástroje premeniť na navrhovaný kód webov a hier, s textovým výstupom a výrobcom uvedeným kontextom 1,048,576 tokenov.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Muse Spark 1.2 je aktualizácia Meta Muse Spark 1.1 zameraná na programovanie, s dôrazom na multimodálne porozumenie a vizuálne uvažovanie. Ukážky výrobcu prepájajú obrázky a video s digitálnymi artefaktmi, ako sú webové stránky a hry, zatiaľ čo jeho tabuľka modelov uvádza kontext 1,048,576 tokenov a textový výstup. Táto položka sa týka Standard 1.2, odlišného od Contributor 1.2 a neskoršieho 1.3.
Vizuálne programovanie
Oznámenie vydania opisuje premenu vizuálneho rozloženia, hierarchie a štýlu na funkčný kód a následnú kontrolu výsledného artefaktu pomocou nástrojov. Pre užitočnú úlohu dodajte obrázok alebo klip spolu so správaním, ktoré treba implementovať. Snímka obrazovky môže ukazovať vzhľad, ale ponechať interakcie neurčené, preto pomenujte ovládacie prvky, stavy a očakávané reakcie na akcie používateľa, ktoré má výsledok zahŕňať.
Žiadajte samostatne viditeľnú štruktúru, navrhovanú implementáciu a predpoklady. Úloha rekonštrukcie stránky môže napríklad vyžadovať pomenované sekcie a vizuálne vzťahy z referencie a potom žiadať kód jednej definovanej interakcie. Vykreslenie a vyskúšanie tohto kódu vyžaduje pripojené prostredie; výsledná snímka obrazovky alebo spätná väzba zo spustenia môže byť vstupom pre ďalšiu opravu.
Výrobca uvádza porozumenie grafom a vizuálne uvažovanie nad rámec generovania kódu. V grafe zachovajte osi, jednotky a popisky a žiadajte pozorovanie podporujúce každý záver. Pri diagrame identifikujte vzťah, ktorý treba vysvetliť, a zdrojové označenia, ktoré treba zachovať. Pri obrázku dokumentu odlíšte prepis viditeľného znenia od súhrnu alebo interpretácie.
Priestorové a audiovizuálne pracovné postupy
Oznámenie 1.2 rozoberá aj špecializovaný robotický variant a dvojúrovňový systém plánovania a akcií. Ide o odlišné experimentálne komponenty: model na vyššej úrovni uvažuje o scéne a čiastkových úlohách, zatiaľ čo samostatná politika vision-language-action vykonáva nízkoúrovňové akcie. Model Standard s textovým výstupom sa nemá opisovať ako robotický akčný člen len preto, že vydanie rodiny obsahuje túto ukážku.
Pre verziu Standard tabuľka modelov dokumentuje ako vstupy text, obrázky, video, zvuk a PDF. Audiovizuálna úloha môže žiadať udalosť alebo hovorenú podmienku relevantnú pre otázku a vrátiť usporiadaný opis podkladového materiálu. Identifikujte relevantný úsek a podobu odpovede namiesto žiadosti o nezameraný súhrn každej modality.
Príklady výrobcu kombinujú porozumenie videu, podrobné opisovanie a kontrolu s pomocou nástrojov. Praktický pracovný postup môže porovnať ukážku s jej písomným postupom, žiadať viditeľné zhody a rozdiely a potom pripraviť textový výsledok pre neskorší krok aplikácie. Generovaná próza, kód a štruktúrované zistenia sú zdokumentovaným výstupom; generovanie obrázkov alebo reči patrí samostatne pomenovaným komponentom.
Nastavenia uvažovania a kontext
Muse Spark pred vytvorením viditeľného textu interne uvažuje. Zdokumentované úrovne úsilia použiteľné pre 1.2 sú minimal, low, medium, high a xhigh. Max patrí Standard 1.3 a none nie je podporovaný spôsob vypnutia uvažovania. Ak úsilie nie je určené, model používa úroveň, ktorú sám určí.
Kontext 1,048,576 tokenov dokáže zachovať súvisiaci zdrojový materiál a rozhovor, ale cieľ a konečný artefakt je stále potrebné definovať. Pri úlohe s dlhým dokumentom určte otázku, označte každý zdroj a ponechajte jeho umiestnenie vedľa extrahovaných informácií. Tokeny uvažovania a viditeľnej odpovede zdieľajú výstupný rozpočet, preto vyhraďte dostatok priestoru na vysvetlenie alebo kód, ktorý úloha skutočne potrebuje.
Nespracované interné uvažovanie sa nesprístupňuje ako bežný text. Chatové rozhranie výrobcu tiež neprenáša medzi ťahmi čitateľný súkromný záznam pre externých volajúcich; uchovajte viditeľné správy, zdroje a vrátené výsledky nástrojov potrebné na nadväzujúcu požiadavku. Logaritmické pravdepodobnosti nie sú podporované, takže model túto funkciu neposkytuje ako mieru istoty svojich záverov.
Nástroje a štruktúrované artefakty
Aplikácia opisuje funkcie vývojára, model generuje navrhované volania a argumenty a aplikácia ich vykonáva a vracia výsledok každého volania. Model potom môže preskúmať skutočnú spätnú väzbu a vybrať ďalší krok. Dôraz vydania na skúmanie vizuálnych vstupov aj vytvorených artefaktov závisí od toho, či sú tieto nástroje súčasťou prostredia.
Štruktúrovaný výstup môže obmedziť text na definovanú schému JSON. Záznam vizuálnej extrakcie môže obsahovať zdrojový obrázok, objekt alebo označenie, pozorovanú hodnotu a interpretáciu. Kontrola kódu môže identifikovať dotknutý symbol, nesúlad a navrhovanú zmenu. Prísny režim výrobcu vyžaduje obyčajný objekt v koreni, povinnosť všetkých uvedených vlastností a vypnuté dodatočné vlastnosti; rekurzívne schémy sa odmietajú.
Správnosť artefaktu definujte prakticky: ktoré zdrojové podrobnosti musí zachovať, ako sa má interakcia správať a aká vrátená spätná väzba by toto správanie potvrdila. Prečítané zdroje neposkytujú nezávislé maximálne kapacity vstupných alebo výstupných tokenov nad rámec kontextu modelu. Zachovajte edíciu Standard 1.2 a rozdiel medzi navrhovaným textovým artefaktom a výsledkom spustenia alebo vykreslenia použitým na jeho kontrolu.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity meta/muse-spark-1.2 | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity Minimálny počet položiek: 1 | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity Príklady: system, user, assistant, tool, function Podmienky: Tieto roly sú výslovne zastúpené typmi kompatibility v zdrojovom kóde; presný súbor rolí zostáva závislý od modelu. Závisí od modelu | Predvolené— |
Polemessages[].content | Typstring|content_part[]|null | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_calls | Typtool_call[] | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_call_id | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: role=tool; použite skutočne vrátené ID | Predvolené— |
Polemessages[].name | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].reasoning_content | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: Posielajte späť skutočne vrátené uvažovanie, ak ho tento model používa | Predvolené— |
Polemessages[].reasoning_details | Typobject|array | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polemax_completion_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Polestream_options.include_usage | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletemperature | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletop_p | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polestop | Typstring|string[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools | Typfunction_tool[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools[].type | Typstring | PožiadavkaVoliteľné | Hodnoty a limity function Závisí od modelu | Predvolené— |
Poletools[].function.name | Typstring | PožiadavkaPovinné | Hodnoty a limity Platí, keď: poskytnutý nástroj typu funkcia | Predvolené— |
Poletools[].function.description | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletools[].function.parameters | TypJSON_schema | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletool_choice | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleparallel_tool_calls | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleresponse_format | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning_effort | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleservice_tier | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleinstructions | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Pole kompatibility | Predvolené— |
Polefunctions | Typfunction[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polefunction_call | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleprompt_cache_options | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemodalities | Typstring[] | PožiadavkaVoliteľné | Hodnoty a limity text | Predvolené— |
Poleprovider | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: provider.options sa na tejto textovej trase Ultra odmieta | Predvolené— |
Polecache_control.ttl | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Hodnota 1h sa v skutočne používaných poliach cache promptov odmieta | Predvolené— |
Text · Text UTF8
messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages |
Parametermaterial_types | Špecifikáciatext |
Parametermessages | Špecifikáciapole správ so štruktúrou role/content |
Parameterfile_material | Špecifikáciaskutočný dokument UTF-8 vložený ako doslovný text; ID súboru sa neodvodzuje |
Parameteroptional_controls | Špecifikáciastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Špecifikáciazávisí od modelu; používateľské nástroje typu funkcia sa líšia od nástrojov prevádzkovaných službou |
Parameteroutput_modalities | Špecifikáciatext |
Parameterhosted_operations | Špecifikáciafalse |
Parametermultimodal_input_binding | Špecifikácianull |
Životný cyklus: synchronous_or_streamed
Pošlite presné ID modelu spolu s messages.
Dĺžka kontextu nie je horná hranica výstupu.
Textový súbor môže poskytnúť doslovný text; obrazové a zvukové vstupy a vstupy so súborovými objektmi potrebujú presné naviazanie.
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.
| Konfigurácia | Sadzobník | Počet tokenov kontextu väčší než | Tokeny kontextu, najviac (vrátane hranice) | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Počet tokenov kontextu väčší než— | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.0025 / 1K tokenov Výstup · Výstupné tokeny $0.0085 / 1K tokenov Vstup · Čítanie cache $0.0003 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
| KonfiguráciaPásmo dĺžky požiadavky 1 | Sadzobník— | Počet tokenov kontextu väčší než0 | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.0025 / 1K tokenov Výstup · Výstupné tokeny $0.0085 / 1K tokenov Vstup · Čítanie cache $0.0003 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "meta/muse-spark-1.2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\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-spark-1.2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\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"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\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)\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\nwith client.chat.completions.stream(model='meta/muse-spark-1.2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte každý variant odpovede a jeho obsah, volania nástrojov a uvažovanie. V SSE zostavujte čiastkové zmeny podľa indexu variantu/nástroja a zachovajte konečný dôvod ukončenia aj údaje o spotrebe.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra meta/muse-spark-1.2
Použite cesty metód uvedené vyššie.
meta/muse-spark-1.2Muse Spark 1.2 je multimodálny model spoločnosti Meta s uvažovaním so zameraním na vizuálne programovanie, grafy a audiovizuálne porozumenie. Dodané obrázky alebo video dokáže cez pripojené nástroje premeniť na navrhovaný kód webov a hier, s textovým výstupom a výrobcom uvedeným kontextom 1,048,576 tokenov.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Muse Spark 1.2 je aktualizácia Meta Muse Spark 1.1 zameraná na programovanie, s dôrazom na multimodálne porozumenie a vizuálne uvažovanie. Ukážky výrobcu prepájajú obrázky a video s digitálnymi artefaktmi, ako sú webové stránky a hry, zatiaľ čo jeho tabuľka modelov uvádza kontext 1,048,576 tokenov a textový výstup. Táto položka sa týka Standard 1.2, odlišného od Contributor 1.2 a neskoršieho 1.3.
Vizuálne programovanie
Oznámenie vydania opisuje premenu vizuálneho rozloženia, hierarchie a štýlu na funkčný kód a následnú kontrolu výsledného artefaktu pomocou nástrojov. Pre užitočnú úlohu dodajte obrázok alebo klip spolu so správaním, ktoré treba implementovať. Snímka obrazovky môže ukazovať vzhľad, ale ponechať interakcie neurčené, preto pomenujte ovládacie prvky, stavy a očakávané reakcie na akcie používateľa, ktoré má výsledok zahŕňať.
Žiadajte samostatne viditeľnú štruktúru, navrhovanú implementáciu a predpoklady. Úloha rekonštrukcie stránky môže napríklad vyžadovať pomenované sekcie a vizuálne vzťahy z referencie a potom žiadať kód jednej definovanej interakcie. Vykreslenie a vyskúšanie tohto kódu vyžaduje pripojené prostredie; výsledná snímka obrazovky alebo spätná väzba zo spustenia môže byť vstupom pre ďalšiu opravu.
Výrobca uvádza porozumenie grafom a vizuálne uvažovanie nad rámec generovania kódu. V grafe zachovajte osi, jednotky a popisky a žiadajte pozorovanie podporujúce každý záver. Pri diagrame identifikujte vzťah, ktorý treba vysvetliť, a zdrojové označenia, ktoré treba zachovať. Pri obrázku dokumentu odlíšte prepis viditeľného znenia od súhrnu alebo interpretácie.
Priestorové a audiovizuálne pracovné postupy
Oznámenie 1.2 rozoberá aj špecializovaný robotický variant a dvojúrovňový systém plánovania a akcií. Ide o odlišné experimentálne komponenty: model na vyššej úrovni uvažuje o scéne a čiastkových úlohách, zatiaľ čo samostatná politika vision-language-action vykonáva nízkoúrovňové akcie. Model Standard s textovým výstupom sa nemá opisovať ako robotický akčný člen len preto, že vydanie rodiny obsahuje túto ukážku.
Pre verziu Standard tabuľka modelov dokumentuje ako vstupy text, obrázky, video, zvuk a PDF. Audiovizuálna úloha môže žiadať udalosť alebo hovorenú podmienku relevantnú pre otázku a vrátiť usporiadaný opis podkladového materiálu. Identifikujte relevantný úsek a podobu odpovede namiesto žiadosti o nezameraný súhrn každej modality.
Príklady výrobcu kombinujú porozumenie videu, podrobné opisovanie a kontrolu s pomocou nástrojov. Praktický pracovný postup môže porovnať ukážku s jej písomným postupom, žiadať viditeľné zhody a rozdiely a potom pripraviť textový výsledok pre neskorší krok aplikácie. Generovaná próza, kód a štruktúrované zistenia sú zdokumentovaným výstupom; generovanie obrázkov alebo reči patrí samostatne pomenovaným komponentom.
Nastavenia uvažovania a kontext
Muse Spark pred vytvorením viditeľného textu interne uvažuje. Zdokumentované úrovne úsilia použiteľné pre 1.2 sú minimal, low, medium, high a xhigh. Max patrí Standard 1.3 a none nie je podporovaný spôsob vypnutia uvažovania. Ak úsilie nie je určené, model používa úroveň, ktorú sám určí.
Kontext 1,048,576 tokenov dokáže zachovať súvisiaci zdrojový materiál a rozhovor, ale cieľ a konečný artefakt je stále potrebné definovať. Pri úlohe s dlhým dokumentom určte otázku, označte každý zdroj a ponechajte jeho umiestnenie vedľa extrahovaných informácií. Tokeny uvažovania a viditeľnej odpovede zdieľajú výstupný rozpočet, preto vyhraďte dostatok priestoru na vysvetlenie alebo kód, ktorý úloha skutočne potrebuje.
Nespracované interné uvažovanie sa nesprístupňuje ako bežný text. Chatové rozhranie výrobcu tiež neprenáša medzi ťahmi čitateľný súkromný záznam pre externých volajúcich; uchovajte viditeľné správy, zdroje a vrátené výsledky nástrojov potrebné na nadväzujúcu požiadavku. Logaritmické pravdepodobnosti nie sú podporované, takže model túto funkciu neposkytuje ako mieru istoty svojich záverov.
Nástroje a štruktúrované artefakty
Aplikácia opisuje funkcie vývojára, model generuje navrhované volania a argumenty a aplikácia ich vykonáva a vracia výsledok každého volania. Model potom môže preskúmať skutočnú spätnú väzbu a vybrať ďalší krok. Dôraz vydania na skúmanie vizuálnych vstupov aj vytvorených artefaktov závisí od toho, či sú tieto nástroje súčasťou prostredia.
Štruktúrovaný výstup môže obmedziť text na definovanú schému JSON. Záznam vizuálnej extrakcie môže obsahovať zdrojový obrázok, objekt alebo označenie, pozorovanú hodnotu a interpretáciu. Kontrola kódu môže identifikovať dotknutý symbol, nesúlad a navrhovanú zmenu. Prísny režim výrobcu vyžaduje obyčajný objekt v koreni, povinnosť všetkých uvedených vlastností a vypnuté dodatočné vlastnosti; rekurzívne schémy sa odmietajú.
Správnosť artefaktu definujte prakticky: ktoré zdrojové podrobnosti musí zachovať, ako sa má interakcia správať a aká vrátená spätná väzba by toto správanie potvrdila. Prečítané zdroje neposkytujú nezávislé maximálne kapacity vstupných alebo výstupných tokenov nad rámec kontextu modelu. Zachovajte edíciu Standard 1.2 a rozdiel medzi navrhovaným textovým artefaktom a výsledkom spustenia alebo vykreslenia použitým na jeho kontrolu.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity meta/muse-spark-1.2 | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity user, assistant | Predvolené— |
Polemessages[].content | Typstring | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Text · Text UTF-8
reťazec messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages, max_tokens |
Parameteroptional_controls | Špecifikáciastream |
Parametermaterial_types | Špecifikáciatext |
Parametertext_file_material | ŠpecifikáciaPrečítajte skutočný dokument UTF-8 a vložte jeho text do uvedeného vstupného reťazca alebo reťazca obsahu správy. |
Životný cyklus: synchronous_or_streamed
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.
| Konfigurácia | Sadzobník | Počet tokenov kontextu väčší než | Tokeny kontextu, najviac (vrátane hranice) | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Počet tokenov kontextu väčší než— | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.0025 / 1K tokenov Výstup · Výstupné tokeny $0.0085 / 1K tokenov Vstup · Čítanie cache $0.0003 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
| KonfiguráciaPásmo dĺžky požiadavky 1 | Sadzobník— | Počet tokenov kontextu väčší než0 | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.0025 / 1K tokenov Výstup · Výstupné tokeny $0.0085 / 1K tokenov Vstup · Čítanie cache $0.0003 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "meta/muse-spark-1.2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-spark-1.2', '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-spark-1.2', '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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte všetky bloky obsahu, podpisy uvažovania a skutočné ID volaní nástrojov. Zostavte všetky čiastkové zmeny blokov SSE; prvý textový blok nie je celý výstup.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra meta/muse-spark-1.2
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Implement a specified responsive layout\n\nDraft 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.A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.