Muse Spark 1.2 je na programiranje osredotočena nadgradnja Metinega Muse Spark 1.1, s poudarkom na multimodalnem razumevanju in vizualnem sklepanju. Proizvajalčeve predstavitve povezujejo slike in video z digitalnimi izdelki, kot so spletne strani in igre, njegova preglednica modelov pa navaja kontekst 1,048,576 žetonov in besedilni izhod. Ta vnos obravnava Standard 1.2, ločeno od Contributor 1.2 in poznejše 1.3.
Vizualno programiranje
Objava opisuje pretvorbo vizualne postavitve, hierarhije in sloga v delujočo kodo ter nato pregled ustvarjenega izdelka z orodji. Za uporabno nalogo posredujte sliko ali posnetek skupaj z vedenjem, ki ga je treba implementirati. Posnetek zaslona lahko pokaže videz, interakcij pa ne določi nujno, zato poimenujte kontrolnike, stanja in pričakovani odziv na uporabniška dejanja, ki jih mora rezultat vključevati.
Vidno strukturo, predlagano implementacijo in predpostavke zahtevajte ločeno. Naloga poustvarjanja strani lahko na primer zahteva poimenovane razdelke in vizualna razmerja iz reference, nato pa kodo za eno določeno interakcijo. Izris in preizkus te kode zahtevata povezano okolje; ustvarjeni posnetek zaslona ali povratne informacije izvajanja lahko postanejo vhod za naslednji popravek.
Proizvajalec poleg ustvarjanja kode navaja razumevanje grafikonov in vizualno sklepanje. V grafikonu ohranite osi, enote in oznake ter zahtevajte opažanje, ki podpira vsak sklep. Pri diagramu določite razmerje, ki ga je treba razložiti, in izvorne oznake, ki se morajo ohraniti. Pri sliki dokumenta razlikujte med prepisom vidnega besedila in povzetkom ali razlago.
Prostorski in avdiovizualni poteki dela
Objava 1.2 obravnava tudi specializirano robotsko različico ter dvostopenjski sistem načrtovanja in ukrepanja. To so ločene eksperimentalne komponente: visokonivojski model sklepa o prizoru in podnalogah, ločena politika, ki povezuje vid, jezik in dejanja, pa izvaja nizkonivojska dejanja. Modela Standard z besedilnim izhodom ne opisujte kot robotskega aktuatorja zgolj zato, ker objava družine vsebuje takšno predstavitev.
Za različico Standard preglednica modelov dokumentira besedilo, slike, video, zvok in datoteke PDF kot vhode. Avdiovizualna naloga lahko vpraša po dogodku ali izgovorjenem pogoju, pomembnem za vprašanje, in vrne urejen opis gradiva, ki odgovor podpira. Določite ustrezen segment in obliko odgovora, namesto da bi zahtevali neusmerjen povzetek vseh modalnosti.
Proizvajalčevi primeri združujejo razumevanje videa, podrobno opisovanje vsebine in pregled s pomočjo orodij. Praktičen potek dela lahko primerja predstavitev z njenim pisnim postopkom, zahteva vidna ujemanja in razlike ter nato pripravi besedilni rezultat za poznejši korak aplikacije. Ustvarjeno besedilo, koda in strukturirane ugotovitve so dokumentirani izhod; ustvarjanje slik ali govora pripada ločeno poimenovanim komponentam.
Nastavitve sklepanja in kontekst
Muse Spark notranje sklepa, preden ustvari vidno besedilo. Dokumentirane ravni intenzivnosti za 1.2 so minimal, low, medium, high in xhigh. Max pripada Standard 1.3, none pa ni podprt način izklopa sklepanja. Kadar intenzivnost ni določena, model uporabi raven, ki jo določi sam.
Kontekst 1,048,576 žetonov lahko ohrani povezano izvorno gradivo in pogovor, vendar je še vedno treba določiti cilj in končni izdelek. Pri nalogi z dolgimi dokumenti opredelite vprašanje, označite vsak vir in ob izluščenih informacijah ohranite njegovo lokacijo. Žetoni sklepanja in vidnega odgovora si delijo izhodni proračun, zato rezervirajte dovolj prostora za razlago ali kodo, ki jo naloga dejansko potrebuje.
Neobdelano notranje sklepanje ni razkrito kot običajno besedilo. Proizvajalčev vmesnik za klepet zunanjim odjemalcem prav tako ne prenaša berljive zasebne sledi med koraki; ohranite vidna sporočila, vire in vrnjene rezultate orodij, potrebne za nadaljevanje. Logaritemske verjetnosti niso podprte, zato model te funkcije ne zagotavlja kot merila zaupanja v svoje sklepe.
Orodja in strukturirani izdelki
Aplikacija opiše razvijalske funkcije, model ustvari predlagane klice in argumente, aplikacija pa jih izvede ter vrne rezultat vsakega klica. Model lahko nato pregleda dejanske povratne informacije in izbere naslednji korak. Poudarek objave na pregledovanju vizualnih vhodov in ustvarjenih izdelkov je odvisen od vključitve teh orodij v okolje.
Strukturiran izhod lahko besedilo omeji na določeno shemo JSON. Zapis vizualnega izluščevanja lahko vsebuje izvorno sliko, predmet ali oznako, opaženo vrednost in razlago. Pregled kode lahko opredeli prizadeti simbol, neskladje in predlagano spremembo. Proizvajalčev strogi način zahteva, da je koren navaden objekt, da so vsa navedena polja obvezna in da dodatna polja niso dovoljena; rekurzivne sheme se zavrnejo.
Pravilnost izdelka določite praktično: katere izvorne podrobnosti mora ohraniti, kako naj se vede interakcija in katere vrnjene povratne informacije bi to vedenje dokazale. Prebrani viri ne navajajo neodvisnih največjih zmogljivosti vhodnih ali izhodnih žetonov poleg konteksta modela. Ohranite različico Standard 1.2 ter razliko med predlaganim besedilnim izdelkom in rezultatom izvajanja ali izrisa, uporabljenim za njegov pregled.
", "aboutText": "Muse Spark 1.2 je na programiranje osredotočena nadgradnja Metinega Muse Spark 1.1, s poudarkom na multimodalnem razumevanju in vizualnem sklepanju. Proizvajalčeve predstavitve povezujejo slike in video z digitalnimi izdelki, kot so spletne strani in igre, njegova preglednica modelov pa navaja kontekst 1,048,576 žetonov in besedilni izhod. Ta vnos obravnava Standard 1.2, ločeno od Contributor 1.2 in poznejše 1.3.\n\nVizualno programiranje\n\nObjava opisuje pretvorbo vizualne postavitve, hierarhije in sloga v delujočo kodo ter nato pregled ustvarjenega izdelka z orodji. Za uporabno nalogo posredujte sliko ali posnetek skupaj z vedenjem, ki ga je treba implementirati. Posnetek zaslona lahko pokaže videz, interakcij pa ne določi nujno, zato poimenujte kontrolnike, stanja in pričakovani odziv na uporabniška dejanja, ki jih mora rezultat vključevati.\n\nVidno strukturo, predlagano implementacijo in predpostavke zahtevajte ločeno. Naloga poustvarjanja strani lahko na primer zahteva poimenovane razdelke in vizualna razmerja iz reference, nato pa kodo za eno določeno interakcijo. Izris in preizkus te kode zahtevata povezano okolje; ustvarjeni posnetek zaslona ali povratne informacije izvajanja lahko postanejo vhod za naslednji popravek.\n\nProizvajalec poleg ustvarjanja kode navaja razumevanje grafikonov in vizualno sklepanje. V grafikonu ohranite osi, enote in oznake ter zahtevajte opažanje, ki podpira vsak sklep. Pri diagramu določite razmerje, ki ga je treba razložiti, in izvorne oznake, ki se morajo ohraniti. Pri sliki dokumenta razlikujte med prepisom vidnega besedila in povzetkom ali razlago.\n\nProstorski in avdiovizualni poteki dela\n\nObjava 1.2 obravnava tudi specializirano robotsko različico ter dvostopenjski sistem načrtovanja in ukrepanja. To so ločene eksperimentalne komponente: visokonivojski model sklepa o prizoru in podnalogah, ločena politika, ki povezuje vid, jezik in dejanja, pa izvaja nizkonivojska dejanja. Modela Standard z besedilnim izhodom ne opisujte kot robotskega aktuatorja zgolj zato, ker objava družine vsebuje takšno predstavitev.\n\nZa različico Standard preglednica modelov dokumentira besedilo, slike, video, zvok in datoteke PDF kot vhode. Avdiovizualna naloga lahko vpraša po dogodku ali izgovorjenem pogoju, pomembnem za vprašanje, in vrne urejen opis gradiva, ki odgovor podpira. Določite ustrezen segment in obliko odgovora, namesto da bi zahtevali neusmerjen povzetek vseh modalnosti.\n\nProizvajalčevi primeri združujejo razumevanje videa, podrobno opisovanje vsebine in pregled s pomočjo orodij. Praktičen potek dela lahko primerja predstavitev z njenim pisnim postopkom, zahteva vidna ujemanja in razlike ter nato pripravi besedilni rezultat za poznejši korak aplikacije. Ustvarjeno besedilo, koda in strukturirane ugotovitve so dokumentirani izhod; ustvarjanje slik ali govora pripada ločeno poimenovanim komponentam.\n\nNastavitve sklepanja in kontekst\n\nMuse Spark notranje sklepa, preden ustvari vidno besedilo. Dokumentirane ravni intenzivnosti za 1.2 so minimal, low, medium, high in xhigh. Max pripada Standard 1.3, none pa ni podprt način izklopa sklepanja. Kadar intenzivnost ni določena, model uporabi raven, ki jo določi sam.\n\nKontekst 1,048,576 žetonov lahko ohrani povezano izvorno gradivo in pogovor, vendar je še vedno treba določiti cilj in končni izdelek. Pri nalogi z dolgimi dokumenti opredelite vprašanje, označite vsak vir in ob izluščenih informacijah ohranite njegovo lokacijo. Žetoni sklepanja in vidnega odgovora si delijo izhodni proračun, zato rezervirajte dovolj prostora za razlago ali kodo, ki jo naloga dejansko potrebuje.\n\nNeobdelano notranje sklepanje ni razkrito kot običajno besedilo. Proizvajalčev vmesnik za klepet zunanjim odjemalcem prav tako ne prenaša berljive zasebne sledi med koraki; ohranite vidna sporočila, vire in vrnjene rezultate orodij, potrebne za nadaljevanje. Logaritemske verjetnosti niso podprte, zato model te funkcije ne zagotavlja kot merila zaupanja v svoje sklepe.\n\nOrodja in strukturirani izdelki\n\nAplikacija opiše razvijalske funkcije, model ustvari predlagane klice in argumente, aplikacija pa jih izvede ter vrne rezultat vsakega klica. Model lahko nato pregleda dejanske povratne informacije in izbere naslednji korak. Poudarek objave na pregledovanju vizualnih vhodov in ustvarjenih izdelkov je odvisen od vključitve teh orodij v okolje.\n\nStrukturiran izhod lahko besedilo omeji na določeno shemo JSON. Zapis vizualnega izluščevanja lahko vsebuje izvorno sliko, predmet ali oznako, opaženo vrednost in razlago. Pregled kode lahko opredeli prizadeti simbol, neskladje in predlagano spremembo. Proizvajalčev strogi način zahteva, da je koren navaden objekt, da so vsa navedena polja obvezna in da dodatna polja niso dovoljena; rekurzivne sheme se zavrnejo.\n\nPravilnost izdelka določite praktično: katere izvorne podrobnosti mora ohraniti, kako naj se vede interakcija in katere vrnjene povratne informacije bi to vedenje dokazale. Prebrani viri ne navajajo neodvisnih največjih zmogljivosti vhodnih ali izhodnih žetonov poleg konteksta modela. Ohranite različico Standard 1.2 ter razliko med predlaganim besedilnim izdelkom in rezultatom izvajanja ali izrisa, uporabljenim za njegov pregled.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
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 Metin multimodalni model s sklepanjem, osredotočen na vizualno programiranje, grafikone in avdiovizualno razumevanje. S povezanimi orodji lahko priložene slike ali video pretvori v predlagano kodo za splet in igre, z besedilnim izhodom ter proizvajalčevim kontekstom 1,048,576 žetonov.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Muse Spark 1.2 je na programiranje osredotočena nadgradnja Metinega Muse Spark 1.1, s poudarkom na multimodalnem razumevanju in vizualnem sklepanju. Proizvajalčeve predstavitve povezujejo slike in video z digitalnimi izdelki, kot so spletne strani in igre, njegova preglednica modelov pa navaja kontekst 1,048,576 žetonov in besedilni izhod. Ta vnos obravnava Standard 1.2, ločeno od Contributor 1.2 in poznejše 1.3.
Vizualno programiranje
Objava opisuje pretvorbo vizualne postavitve, hierarhije in sloga v delujočo kodo ter nato pregled ustvarjenega izdelka z orodji. Za uporabno nalogo posredujte sliko ali posnetek skupaj z vedenjem, ki ga je treba implementirati. Posnetek zaslona lahko pokaže videz, interakcij pa ne določi nujno, zato poimenujte kontrolnike, stanja in pričakovani odziv na uporabniška dejanja, ki jih mora rezultat vključevati.
Vidno strukturo, predlagano implementacijo in predpostavke zahtevajte ločeno. Naloga poustvarjanja strani lahko na primer zahteva poimenovane razdelke in vizualna razmerja iz reference, nato pa kodo za eno določeno interakcijo. Izris in preizkus te kode zahtevata povezano okolje; ustvarjeni posnetek zaslona ali povratne informacije izvajanja lahko postanejo vhod za naslednji popravek.
Proizvajalec poleg ustvarjanja kode navaja razumevanje grafikonov in vizualno sklepanje. V grafikonu ohranite osi, enote in oznake ter zahtevajte opažanje, ki podpira vsak sklep. Pri diagramu določite razmerje, ki ga je treba razložiti, in izvorne oznake, ki se morajo ohraniti. Pri sliki dokumenta razlikujte med prepisom vidnega besedila in povzetkom ali razlago.
Prostorski in avdiovizualni poteki dela
Objava 1.2 obravnava tudi specializirano robotsko različico ter dvostopenjski sistem načrtovanja in ukrepanja. To so ločene eksperimentalne komponente: visokonivojski model sklepa o prizoru in podnalogah, ločena politika, ki povezuje vid, jezik in dejanja, pa izvaja nizkonivojska dejanja. Modela Standard z besedilnim izhodom ne opisujte kot robotskega aktuatorja zgolj zato, ker objava družine vsebuje takšno predstavitev.
Za različico Standard preglednica modelov dokumentira besedilo, slike, video, zvok in datoteke PDF kot vhode. Avdiovizualna naloga lahko vpraša po dogodku ali izgovorjenem pogoju, pomembnem za vprašanje, in vrne urejen opis gradiva, ki odgovor podpira. Določite ustrezen segment in obliko odgovora, namesto da bi zahtevali neusmerjen povzetek vseh modalnosti.
Proizvajalčevi primeri združujejo razumevanje videa, podrobno opisovanje vsebine in pregled s pomočjo orodij. Praktičen potek dela lahko primerja predstavitev z njenim pisnim postopkom, zahteva vidna ujemanja in razlike ter nato pripravi besedilni rezultat za poznejši korak aplikacije. Ustvarjeno besedilo, koda in strukturirane ugotovitve so dokumentirani izhod; ustvarjanje slik ali govora pripada ločeno poimenovanim komponentam.
Nastavitve sklepanja in kontekst
Muse Spark notranje sklepa, preden ustvari vidno besedilo. Dokumentirane ravni intenzivnosti za 1.2 so minimal, low, medium, high in xhigh. Max pripada Standard 1.3, none pa ni podprt način izklopa sklepanja. Kadar intenzivnost ni določena, model uporabi raven, ki jo določi sam.
Kontekst 1,048,576 žetonov lahko ohrani povezano izvorno gradivo in pogovor, vendar je še vedno treba določiti cilj in končni izdelek. Pri nalogi z dolgimi dokumenti opredelite vprašanje, označite vsak vir in ob izluščenih informacijah ohranite njegovo lokacijo. Žetoni sklepanja in vidnega odgovora si delijo izhodni proračun, zato rezervirajte dovolj prostora za razlago ali kodo, ki jo naloga dejansko potrebuje.
Neobdelano notranje sklepanje ni razkrito kot običajno besedilo. Proizvajalčev vmesnik za klepet zunanjim odjemalcem prav tako ne prenaša berljive zasebne sledi med koraki; ohranite vidna sporočila, vire in vrnjene rezultate orodij, potrebne za nadaljevanje. Logaritemske verjetnosti niso podprte, zato model te funkcije ne zagotavlja kot merila zaupanja v svoje sklepe.
Orodja in strukturirani izdelki
Aplikacija opiše razvijalske funkcije, model ustvari predlagane klice in argumente, aplikacija pa jih izvede ter vrne rezultat vsakega klica. Model lahko nato pregleda dejanske povratne informacije in izbere naslednji korak. Poudarek objave na pregledovanju vizualnih vhodov in ustvarjenih izdelkov je odvisen od vključitve teh orodij v okolje.
Strukturiran izhod lahko besedilo omeji na določeno shemo JSON. Zapis vizualnega izluščevanja lahko vsebuje izvorno sliko, predmet ali oznako, opaženo vrednost in razlago. Pregled kode lahko opredeli prizadeti simbol, neskladje in predlagano spremembo. Proizvajalčev strogi način zahteva, da je koren navaden objekt, da so vsa navedena polja obvezna in da dodatna polja niso dovoljena; rekurzivne sheme se zavrnejo.
Pravilnost izdelka določite praktično: katere izvorne podrobnosti mora ohraniti, kako naj se vede interakcija in katere vrnjene povratne informacije bi to vedenje dokazale. Prebrani viri ne navajajo neodvisnih največjih zmogljivosti vhodnih ali izhodnih žetonov poleg konteksta modela. Ohranite različico Standard 1.2 ter razliko med predlaganim besedilnim izdelkom in rezultatom izvajanja ali izrisa, uporabljenim za njegov pregled.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve meta/muse-spark-1.2 | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0025 / 1K žetonov Izhod · Izhodni žetoni $0.0085 / 1K žetonov Vhod · Branje predpomnilnika $0.0003 / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0025 / 1K žetonov Izhod · Izhodni žetoni $0.0085 / 1K žetonov Vhod · Branje predpomnilnika $0.0003 / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra meta/muse-spark-1.2
Uporabite zgoraj navedene poti metod.
meta/muse-spark-1.2Muse Spark 1.2 je Metin multimodalni model s sklepanjem, osredotočen na vizualno programiranje, grafikone in avdiovizualno razumevanje. S povezanimi orodji lahko priložene slike ali video pretvori v predlagano kodo za splet in igre, z besedilnim izhodom ter proizvajalčevim kontekstom 1,048,576 žetonov.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Muse Spark 1.2 je na programiranje osredotočena nadgradnja Metinega Muse Spark 1.1, s poudarkom na multimodalnem razumevanju in vizualnem sklepanju. Proizvajalčeve predstavitve povezujejo slike in video z digitalnimi izdelki, kot so spletne strani in igre, njegova preglednica modelov pa navaja kontekst 1,048,576 žetonov in besedilni izhod. Ta vnos obravnava Standard 1.2, ločeno od Contributor 1.2 in poznejše 1.3.
Vizualno programiranje
Objava opisuje pretvorbo vizualne postavitve, hierarhije in sloga v delujočo kodo ter nato pregled ustvarjenega izdelka z orodji. Za uporabno nalogo posredujte sliko ali posnetek skupaj z vedenjem, ki ga je treba implementirati. Posnetek zaslona lahko pokaže videz, interakcij pa ne določi nujno, zato poimenujte kontrolnike, stanja in pričakovani odziv na uporabniška dejanja, ki jih mora rezultat vključevati.
Vidno strukturo, predlagano implementacijo in predpostavke zahtevajte ločeno. Naloga poustvarjanja strani lahko na primer zahteva poimenovane razdelke in vizualna razmerja iz reference, nato pa kodo za eno določeno interakcijo. Izris in preizkus te kode zahtevata povezano okolje; ustvarjeni posnetek zaslona ali povratne informacije izvajanja lahko postanejo vhod za naslednji popravek.
Proizvajalec poleg ustvarjanja kode navaja razumevanje grafikonov in vizualno sklepanje. V grafikonu ohranite osi, enote in oznake ter zahtevajte opažanje, ki podpira vsak sklep. Pri diagramu določite razmerje, ki ga je treba razložiti, in izvorne oznake, ki se morajo ohraniti. Pri sliki dokumenta razlikujte med prepisom vidnega besedila in povzetkom ali razlago.
Prostorski in avdiovizualni poteki dela
Objava 1.2 obravnava tudi specializirano robotsko različico ter dvostopenjski sistem načrtovanja in ukrepanja. To so ločene eksperimentalne komponente: visokonivojski model sklepa o prizoru in podnalogah, ločena politika, ki povezuje vid, jezik in dejanja, pa izvaja nizkonivojska dejanja. Modela Standard z besedilnim izhodom ne opisujte kot robotskega aktuatorja zgolj zato, ker objava družine vsebuje takšno predstavitev.
Za različico Standard preglednica modelov dokumentira besedilo, slike, video, zvok in datoteke PDF kot vhode. Avdiovizualna naloga lahko vpraša po dogodku ali izgovorjenem pogoju, pomembnem za vprašanje, in vrne urejen opis gradiva, ki odgovor podpira. Določite ustrezen segment in obliko odgovora, namesto da bi zahtevali neusmerjen povzetek vseh modalnosti.
Proizvajalčevi primeri združujejo razumevanje videa, podrobno opisovanje vsebine in pregled s pomočjo orodij. Praktičen potek dela lahko primerja predstavitev z njenim pisnim postopkom, zahteva vidna ujemanja in razlike ter nato pripravi besedilni rezultat za poznejši korak aplikacije. Ustvarjeno besedilo, koda in strukturirane ugotovitve so dokumentirani izhod; ustvarjanje slik ali govora pripada ločeno poimenovanim komponentam.
Nastavitve sklepanja in kontekst
Muse Spark notranje sklepa, preden ustvari vidno besedilo. Dokumentirane ravni intenzivnosti za 1.2 so minimal, low, medium, high in xhigh. Max pripada Standard 1.3, none pa ni podprt način izklopa sklepanja. Kadar intenzivnost ni določena, model uporabi raven, ki jo določi sam.
Kontekst 1,048,576 žetonov lahko ohrani povezano izvorno gradivo in pogovor, vendar je še vedno treba določiti cilj in končni izdelek. Pri nalogi z dolgimi dokumenti opredelite vprašanje, označite vsak vir in ob izluščenih informacijah ohranite njegovo lokacijo. Žetoni sklepanja in vidnega odgovora si delijo izhodni proračun, zato rezervirajte dovolj prostora za razlago ali kodo, ki jo naloga dejansko potrebuje.
Neobdelano notranje sklepanje ni razkrito kot običajno besedilo. Proizvajalčev vmesnik za klepet zunanjim odjemalcem prav tako ne prenaša berljive zasebne sledi med koraki; ohranite vidna sporočila, vire in vrnjene rezultate orodij, potrebne za nadaljevanje. Logaritemske verjetnosti niso podprte, zato model te funkcije ne zagotavlja kot merila zaupanja v svoje sklepe.
Orodja in strukturirani izdelki
Aplikacija opiše razvijalske funkcije, model ustvari predlagane klice in argumente, aplikacija pa jih izvede ter vrne rezultat vsakega klica. Model lahko nato pregleda dejanske povratne informacije in izbere naslednji korak. Poudarek objave na pregledovanju vizualnih vhodov in ustvarjenih izdelkov je odvisen od vključitve teh orodij v okolje.
Strukturiran izhod lahko besedilo omeji na določeno shemo JSON. Zapis vizualnega izluščevanja lahko vsebuje izvorno sliko, predmet ali oznako, opaženo vrednost in razlago. Pregled kode lahko opredeli prizadeti simbol, neskladje in predlagano spremembo. Proizvajalčev strogi način zahteva, da je koren navaden objekt, da so vsa navedena polja obvezna in da dodatna polja niso dovoljena; rekurzivne sheme se zavrnejo.
Pravilnost izdelka določite praktično: katere izvorne podrobnosti mora ohraniti, kako naj se vede interakcija in katere vrnjene povratne informacije bi to vedenje dokazale. Prebrani viri ne navajajo neodvisnih največjih zmogljivosti vhodnih ali izhodnih žetonov poleg konteksta modela. Ohranite različico Standard 1.2 ter razliko med predlaganim besedilnim izdelkom in rezultatom izvajanja ali izrisa, uporabljenim za njegov pregled.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve meta/muse-spark-1.2 | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0025 / 1K žetonov Izhod · Izhodni žetoni $0.0085 / 1K žetonov Vhod · Branje predpomnilnika $0.0003 / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0025 / 1K žetonov Izhod · Izhodni žetoni $0.0085 / 1K žetonov Vhod · Branje predpomnilnika $0.0003 / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "meta/muse-spark-1.2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra meta/muse-spark-1.2
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
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.