Meta: Muse Spark 1.1
Muse Spark 1.1 เป็นโมเดลให้เหตุผลหลายสื่อของ Meta สำหรับเอเจนต์ การใช้คอมพิวเตอร์ และการเขียนโค้ด ทำงานกับบริบทข้อความและภาพจำนวนมาก สร้างข้อความและการกระทำเครื่องมือที่เสนอ และมีบริบทผู้สร้าง 1,048,576 โทเคนพร้อมระดับการให้เหตุผลถึง xhigh
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsmeta/muse-spark-1.1 - Ailoot Ultra · Anthropic Messages
POST /v1/messagesmeta/muse-spark-1.1
เกี่ยวกับโมเดล
คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก
Muse Spark 1.1 เป็นโมเดลให้เหตุผลหลายสื่อของ Meta Superintelligence Labs สำหรับงานเอเจนต์ เขียนโค้ด และเวิร์กโฟลว์ใช้คอมพิวเตอร์ รุ่นดั้งเดิมของผู้สร้างเน้นการวางแผน การประสานงาน การจัดการบริบท และการผสานหลักฐานภาพกับการกระทำที่เครื่องมือจัดให้ ผลลัพธ์ตามเอกสารเป็นข้อความ แอปพลิเคชันรอบโมเดลให้การดำเนินการจริงและผลงานที่เรนเดอร์
การวางแผนเอเจนต์และบริบทยาว
รุ่นที่เผยแพร่อธิบายการปรับตัวกับเครื่องมือในระบบ ฟังก์ชันกำหนดเอง และสภาพแวดล้อมเอเจนต์ ในฐานะเอเจนต์หลัก โมเดลรวบรวมบริบท สร้างแผน และมอบหมายงานที่กำหนดได้ ในบทบาทที่รับมอบหมาย โมเดลทำตามงานที่ได้รับมอบหมายและส่งต่อปัญหาที่ขัดขวางงานเพื่อขอความช่วยเหลือได้ นี่เป็นความสามารถที่สภาพแวดล้อมเอเจนต์ใช้ แทนชุดเอเจนต์ย่อยที่สร้างอัตโนมัติจากคำตอบข้อความเดียว
ตารางโมเดลของผู้สร้างให้บริบท 1,048,576 โทเคน รุ่น 1.1 อธิบายการระลึกงานก่อนหน้าและย่อข้อมูลจำเป็นสำหรับขั้นภายหลัง งานที่มีประโยชน์ควรระบุเป้าหมาย ข้อมูลต้นฉบับ และผลงานสุดท้าย โดยเก็บการตัดสินใจสำคัญและผลเครื่องมือไว้อย่างชัดเจน บริบทขนาดใหญ่ช่วยเก็บข้อมูลเกี่ยวข้องร่วมกัน แต่ไม่ได้กำหนดว่าผลต้องผ่านข้อกำหนดใด
สำหรับคำถามโครงการยาว ให้ติดป้ายกำกับเอกสารต้นฉบับ และขอข้อกำหนดที่เกี่ยวข้อง ตำแหน่ง และเงื่อนไขที่ยังไม่คลี่คลาย สำหรับแผน ให้ขอการกระทำตามลำดับที่ผูกกับข้อจำกัดที่ป้อน และระบุผลที่จะทำให้แต่ละขั้นเสร็จ เก็บข้อค้นพบและผลลัพธ์ที่มองเห็นเมื่อถามติดตาม แทนสมมติว่าหน่วยความจำที่ไม่ระบุเก็บข้อเท็จจริงก่อนหน้าทั้งหมด
การใช้คอมพิวเตอร์และเขียนโค้ด
ผู้สร้างอธิบายเวิร์กโฟลว์คอมพิวเตอร์ข้ามแอปพลิเคชันที่เปลี่ยนไป โดยโมเดลเลือกระหว่างปฏิสัมพันธ์อินเทอร์เฟซโดยตรงกับระบบอัตโนมัติแบบสคริปต์ในสภาพแวดล้อมที่เชื่อมต่อ ภาพหน้าจอให้สถานะที่เห็นและคำสั่งข้อความกำหนดเป้าหมายผู้ใช้ได้ ขอปุ่มหรือตัวควบคุมที่เกี่ยวข้อง การดำเนินการที่เสนอ และหลักฐานสนับสนุน แล้วส่งสถานะใหม่จริงกลับหากสภาพแวดล้อมทำการดำเนินการนั้น
สำหรับการเขียนโค้ด รุ่นที่เผยแพร่อธิบายการวินิจฉัยบั๊ก พัฒนาฟีเจอร์ และจัดการย้ายโค้ด การสาธิตดีบักผสานการสร้างโค้ด ภาพหน้าจอ การค้นความล้มเหลว และการตรวจการแก้ คำขอในทางปฏิบัติสามารถป้อนพฤติกรรมที่ล้มเหลว ซอร์สที่ได้รับผล และผลที่คาด แล้วขอการเปลี่ยนแปลงที่เสนอโดยคงอินเทอร์เฟซสาธารณะ การรันโค้ดและแก้ไฟล์ยังเป็นการดำเนินการที่เครื่องมือแอปพลิเคชันให้
ให้โมเดลได้รับโค้ดและคำประกาศที่กำหนดพฤติกรรม สำหรับคำอธิบาย ให้ป้อนข้อมูลนำเข้าที่จะติดตาม สำหรับการเปลี่ยน ให้ระบุผลกับข้อจำกัด สำหรับการพัฒนาภาพ ให้แนบภาพหน้าจอและปฏิสัมพันธ์ที่ภาพไม่แสดง ขอผลงานแยกจากสมมติฐานและข้อมูลย้อนกลับที่ต้องใช้ตรวจ
ข้อมูลนำเข้าหลายสื่อ
ตารางโมเดลระบุข้อความ ภาพ วิดีโอ เสียง และ PDF เป็นข้อมูลนำเข้าสำหรับ 1.1 พร้อมผลลัพธ์ข้อความ รุ่นที่เผยแพร่อธิบายการบรรยายภาพและวิดีโอละเอียด การสร้างโค้ดจากภาพ และการใช้รายละเอียดการรับรู้ตลอดเวิร์กโฟลว์ยาว คำถามเอกสารอาจขอช่องข้อมูลเชื่อมต้นฉบับหรือการเปรียบเทียบ คำถามวิดีโออาจระบุเหตุการณ์หรือลำดับที่จะบรรยาย คำถามภาพและเสียงอาจกำหนดข้อมูลที่พูดและเห็นซึ่งสำคัญ
ผลลัพธ์โมเดลยังเป็นคำอธิบายเขียน ผลมีโครงสร้าง หรือโค้ดที่เสนอ ภาพที่สร้าง เสียงพูดสังเคราะห์ หรือการดำเนินการภายนอกที่เสร็จต้องมีองค์ประกอบจัดให้แยก เก็บรหัสต้นฉบับ ป้าย หน่วย และช่วงที่เกี่ยวข้อง เพื่อให้เทียบผลข้อความกับข้อมูลต้นฉบับได้
การให้เหตุผล เครื่องมือ และผลมีโครงสร้าง
คู่มือการให้เหตุผล Muse Spark ระบุ minimal, low, medium, high และ xhigh สำหรับรุ่นนี้ Max เป็นการตั้งค่า Standard 1.3 ที่มาทีหลัง และไม่รองรับ none การให้เหตุผลเกิดแม้ไม่กำหนด effort ชัด และงบผลลัพธ์ครอบคลุมทั้งการให้เหตุผลภายในส่วนตัวกับคำตอบที่เห็น การให้เหตุผลดิบและ log probabilities ไม่เปิดเป็นช่องความมั่นใจหรือคำอธิบายปกติ
การเรียกเครื่องมือที่นักพัฒนากำหนดเป็นวงรอบ แอปพลิเคชันจัดหาการดำเนินการ โมเดลเตรียมอาร์กิวเมนต์ แอปพลิเคชันดำเนินแต่ละการเรียกและส่งผลกลับ แล้วคำตอบถัดไปใช้ผลนั้น การเรียกเครื่องมือร้องขอข้อมูลหรือการดำเนินการได้ ไม่ใช่หลักฐานว่าดำเนินเสร็จด้วยตัวเอง เชื่อมการเรียกต้นทางกับผลตลอดการสนทนา
ผู้สร้างยังมีเอกสารข้อความมีโครงสร้างที่ถูกจำกัดด้วย JSON schema ที่ป้อน กำหนดช่องที่แอปพลิเคชันต้องใช้และชนิดของแต่ละช่อง และแยกข้อมูลต้นฉบับจากการตีความเมื่อมีจุดประสงค์ต่างกัน รูปร่างมีโครงสร้างไม่ยืนยันความถูกต้องของข้อเท็จจริง ต้นฉบับเดิมและผลเครื่องมือจริงยังเป็นตัวกำหนดเนื้อหาของคำตอบที่ตรวจได้
ขอบเขตรุ่นและความต่อเนื่อง
Muse Spark 1.1 ยังคงเป็นรุ่นของตน การเปลี่ยนแปลงโค้ดเฉพาะของ 1.2 การปรับพฤติกรรมระยะยาวของ 1.3 และการตั้งค่า max ของ Standard 1.3 ไม่ควรยกให้รุ่นนี้เพียงเพราะอยู่ตระกูลเดียวกัน อินเทอร์เฟซสนทนาของผู้สร้างไม่ให้การให้เหตุผลส่วนตัวแก่ผู้เรียกภายนอกเพื่อนำกลับใช้ จึงเก็บประวัติที่มองเห็นและใช้กลไกต่อเนื่องที่อินเทอร์เฟซที่เชื่อมต่อมีให้
แหล่งข้อมูลที่ตรวจอ่านไม่มีการระบุขีดจำกัดจำนวนโทเคนข้อมูลนำเข้าหรือผลลัพธ์สูงสุดแบบตายตัวแยกนอกเหนือบริบทตามเอกสาร กำหนดผลงานข้อความที่ต้องการและเก็บหลักฐานจำเป็นสำหรับแต่ละการกระทำหรือข้อสรุป โดยแยกการวางแผนและการรับรู้ของโมเดลจากสภาพแวดล้อมที่ดำเนินการตามข้อเสนอ
งานตัวอย่างจริง
งานตัวอย่างจริง
ตัวอย่างทางเทคนิคภาษาอังกฤษ
Plan an approval workflow
Plan a document approval flow from these constraints: the author submits a draft; a reviewer must approve before the coordinator publishes; rejected drafts return to the author; publication needs a recorded approval ID. Give the ordered steps and evidence required at each transition. Mark any actor permission that the supplied rules do not define.ผลลัพธ์ที่คาดหวัง
A numbered workflow with approval evidence, rejection path and unresolved permission questions.ตรวจสอบผลลัพธ์
Verify every publication path requires a recorded approval ID and rejection cannot skip review.Ailoot Ultra · OpenAI Chat POST /v1/chat/completions meta/muse-spark-1.1
meta/muse-spark-1.1เริ่มต้น
Muse Spark 1.1 เป็นโมเดลให้เหตุผลหลายสื่อของ Meta สำหรับเอเจนต์ การใช้คอมพิวเตอร์ และการเขียนโค้ด ทำงานกับบริบทข้อความและภาพจำนวนมาก สร้างข้อความและการกระทำเครื่องมือที่เสนอ และมีบริบทผู้สร้าง 1,048,576 โทเคนพร้อมระดับการให้เหตุผลถึง xhigh
- อินพุตที่รองรับ
- ข้อความ
- ผลลัพธ์
- ข้อความ
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- ขาเข้า
text- ขาออก
text- รูปแบบเอาต์พุต
- json หรือ SSE
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด meta/muse-spark-1.1 | ค่าเริ่มต้น— |
ฟิลด์messages | ประเภทmessage[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 | ค่าเริ่มต้น— |
ฟิลด์messages[].role | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ตัวอย่าง: system, user, assistant, tool, function เงื่อนไข: บทบาทเหล่านี้แทนอย่างชัดเจนด้วยชนิดข้อมูลเพื่อความเข้ากันได้ในซอร์สโค้ด แต่ชุดบทบาทที่แน่นอนยังขึ้นกับแต่ละโมเดล ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์messages[].content | ประเภทstring|content_part[]|null | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์messages[].tool_calls | ประเภทtool_call[] | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์messages[].tool_call_id | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ใช้เมื่อ: role=tool โดยใช้ ID ที่ส่งกลับจริง | ค่าเริ่มต้น— |
ฟิลด์messages[].name | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์messages[].reasoning_content | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ใช้เมื่อ: ส่งเนื้อหาการใช้เหตุผลที่คืนจริงกลับในคำขอถัดไป เมื่อโมเดลนี้ใช้เนื้อหานั้น | ค่าเริ่มต้น— |
ฟิลด์messages[].reasoning_details | ประเภทobject|array | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์max_tokens | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์max_completion_tokens | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์stream | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |
ฟิลด์stream_options.include_usage | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์temperature | ประเภทnumber | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์top_p | ประเภทnumber | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์stop | ประเภทstring|string[] | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์tools | ประเภทfunction_tool[] | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์tools[].type | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด function ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์tools[].function.name | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ใช้เมื่อ: มีเครื่องมือฟังก์ชันให้ใช้ | ค่าเริ่มต้น— |
ฟิลด์tools[].function.description | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์tools[].function.parameters | ประเภทJSON_schema | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์tool_choice | ประเภทstring|object | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์parallel_tool_calls | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์response_format | ประเภทobject | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์reasoning_effort | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์reasoning | ประเภทobject | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์service_tier | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์instructions | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ฟิลด์เพื่อความเข้ากันได้ | ค่าเริ่มต้น— |
ฟิลด์functions | ประเภทfunction[] | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์function_call | ประเภทstring|object | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์prompt_cache_options | ประเภทobject | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์modalities | ประเภทstring[] | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด text | ค่าเริ่มต้น— |
ฟิลด์provider | ประเภทobject | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: เส้นทางข้อความ Ultra นี้ปฏิเสธ provider.options | ค่าเริ่มต้น— |
ฟิลด์cache_control.ttl | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ตำแหน่งแคชพรอมป์ต์จริงปฏิเสธ 1h | ค่าเริ่มต้น— |
ชุดผสมของสื่ออินพุต
ข้อความ · ข้อความ UTF8
messages[].content
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์required | ข้อกำหนดmodel, messages |
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์messages | ข้อกำหนดอาร์เรย์ข้อความที่มีโครงสร้าง role/content |
พารามิเตอร์file_material | ข้อกำหนดแทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์ |
พารามิเตอร์optional_controls | ข้อกำหนดstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
พารามิเตอร์control_scope | ข้อกำหนดขึ้นกับโมเดล เครื่องมือฟังก์ชันของผู้ใช้ต่างจากเครื่องมือที่โฮสต์จัดให้ |
พารามิเตอร์output_modalities | ข้อกำหนดtext |
พารามิเตอร์hosted_operations | ข้อกำหนดfalse |
พารามิเตอร์multimodal_input_binding | ข้อกำหนดnull |
วงจรการทำงาน: synchronous_or_streamed
ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages
ความยาวบริบทไม่ใช่เพดานผลลัพธ์
ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง
ราคา
ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก
- โหมดรวดเร็ว
- อัตรามาตรฐาน เมื่อเลือกโหมดรวดเร็ว
- โหมดยืดหยุ่น
- อัตรามาตรฐาน เมื่อเลือกโหมด flex
- ระดับการใช้เหตุผลสูงสุด
- อัตรามาตรฐาน เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด
- ระดับการใช้เหตุผล · สูง
- อัตรามาตรฐาน เมื่อระดับการใช้เหตุผลอยู่ในระดับสูง
- ระดับการใช้เหตุผล · ต่ำ
- อัตรามาตรฐาน เมื่อระดับการใช้เหตุผลอยู่ในระดับต่ำ
- ระดับการใช้เหตุผล · ปานกลาง
- อัตรามาตรฐาน เมื่อระดับการใช้เหตุผลอยู่ในระดับปานกลาง
- ระดับการใช้เหตุผล · ต่ำสุด
- อัตรามาตรฐาน เมื่อระดับการใช้เหตุผลอยู่ในระดับต่ำสุด
- ระดับการใช้เหตุผล · xhigh
- อัตรามาตรฐาน เมื่อระดับการใช้เหตุผลเป็น xhigh
อัตราค่าบริการ Ailoot
ราคาตามการตั้งค่า
เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน
| การตั้งค่า | ตารางอัตราค่าบริการ | โทเค็นบริบท มากกว่า | โทเค็นบริบท ไม่เกินและรวมค่า | ค่าบริการ |
|---|---|---|---|---|
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | โทเค็นบริบท มากกว่า— | โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.0025 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.0085 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.0003 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
| การตั้งค่าระดับความยาวคำขอ 1 | ตารางอัตราค่าบริการ— | โทเค็นบริบท มากกว่า0 | โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.0025 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.0085 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.0003 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "meta/muse-spark-1.1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='meta/muse-spark-1.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(result.to_dict(mode="json"))
from openai import OpenAI
import os
from pathlib import Path
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
with client.chat.completions.stream(model='meta/muse-spark-1.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
for event in stream:
payload=event.to_dict(mode="json")
log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
print(json.dumps(payload,ensure_ascii=False))
final=stream.get_final_completion()
save_result(final.to_dict(mode="json"),"stream-result")
รับและบันทึกผลลัพธ์
Ailoot Ultra · OpenAI Chat
json หรือ SSE
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้
ฟิลด์การตอบกลับ
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์choices[].index | ประเภทinteger |
ฟิลด์choices[].message.content | ประเภทstring|null |
ฟิลด์choices[].message.tool_calls | ประเภทtool_call[] |
ฟิลด์choices[].message.reasoning_content | ประเภทstring |
ฟิลด์choices[].message.reasoning_details | ประเภทobject|array |
ฟิลด์choices[].finish_reason | ประเภทstring|null |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot Ultra meta/muse-spark-1.1
ชื่อพาธเมธอดอื่น
ใช้พาธเมธอดที่แสดงด้านบน
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
Ailoot Ultra · Anthropic Messages POST /v1/messages meta/muse-spark-1.1
meta/muse-spark-1.1เริ่มต้น
Muse Spark 1.1 เป็นโมเดลให้เหตุผลหลายสื่อของ Meta สำหรับเอเจนต์ การใช้คอมพิวเตอร์ และการเขียนโค้ด ทำงานกับบริบทข้อความและภาพจำนวนมาก สร้างข้อความและการกระทำเครื่องมือที่เสนอ และมีบริบทผู้สร้าง 1,048,576 โทเคนพร้อมระดับการให้เหตุผลถึง xhigh
- อินพุตที่รองรับ
- ข้อความ
- ผลลัพธ์
- json · sse
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot Ultra · Anthropic Messages POST /v1/messages
- ขาเข้า
text- ขาออก
json,sse- รูปแบบเอาต์พุต
- JSON หรือ SSE
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด meta/muse-spark-1.1 | ค่าเริ่มต้น— |
ฟิลด์messages | ประเภทmessage[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์messages[].role | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด user, assistant | ค่าเริ่มต้น— |
ฟิลด์messages[].content | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์max_tokens | ประเภทinteger | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์stream | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |
ชุดผสมของสื่ออินพุต
ข้อความ · ข้อความ UTF-8
สตริง messages[].content
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์required | ข้อกำหนดmodel, messages, max_tokens |
พารามิเตอร์optional_controls | ข้อกำหนดstream |
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์text_file_material | ข้อกำหนดอ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ |
วงจรการทำงาน: synchronous_or_streamed
ราคา
ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก
- โหมดรวดเร็ว
- อัตรามาตรฐาน เมื่อเลือกโหมดรวดเร็ว
- โหมดยืดหยุ่น
- อัตรามาตรฐาน เมื่อเลือกโหมด flex
- ระดับการใช้เหตุผลสูงสุด
- อัตรามาตรฐาน เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด
- ระดับการใช้เหตุผล · สูง
- อัตรามาตรฐาน เมื่อระดับการใช้เหตุผลอยู่ในระดับสูง
- ระดับการใช้เหตุผล · ต่ำ
- อัตรามาตรฐาน เมื่อระดับการใช้เหตุผลอยู่ในระดับต่ำ
- ระดับการใช้เหตุผล · ปานกลาง
- อัตรามาตรฐาน เมื่อระดับการใช้เหตุผลอยู่ในระดับปานกลาง
- ระดับการใช้เหตุผล · ต่ำสุด
- อัตรามาตรฐาน เมื่อระดับการใช้เหตุผลอยู่ในระดับต่ำสุด
- ระดับการใช้เหตุผล · xhigh
- อัตรามาตรฐาน เมื่อระดับการใช้เหตุผลเป็น xhigh
อัตราค่าบริการ Ailoot
ราคาตามการตั้งค่า
เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน
| การตั้งค่า | ตารางอัตราค่าบริการ | โทเค็นบริบท มากกว่า | โทเค็นบริบท ไม่เกินและรวมค่า | ค่าบริการ |
|---|---|---|---|---|
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | โทเค็นบริบท มากกว่า— | โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.0025 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.0085 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.0003 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
| การตั้งค่าระดับความยาวคำขอ 1 | ตารางอัตราค่าบริการ— | โทเค็นบริบท มากกว่า0 | โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.0025 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.0085 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.0003 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot Ultra · Anthropic Messages
{
"model": "meta/muse-spark-1.1",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'meta/muse-spark-1.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'meta/muse-spark-1.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError
api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
with urlopen(request, timeout=120) as response:
raw = response.read()
Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
Path('result.json').write_bytes(error.read())
Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
รับและบันทึกผลลัพธ์
Ailoot Ultra · Anthropic Messages
JSON หรือ SSE
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้
ฟิลด์การตอบกลับ
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์id | ประเภทstring |
ฟิลด์model | ประเภทstring |
ฟิลด์content[] | ประเภทtext|thinking|tool_use|other content block |
ฟิลด์stop_reason | ประเภทstring|null |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot Ultra meta/muse-spark-1.1
ชื่อพาธเมธอดอื่น
ใช้พาธเมธอดที่แสดงด้านบน
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
FAQ · Meta: Muse Spark 1.1
- มีอินพุตและผลลัพธ์ใดบ้าง?
POST /v1/chat/completions·meta/muse-spark-1.1:text→textPOST /v1/messages·meta/muse-spark-1.1:text→json,sse- คำขอใช้ฟิลด์ใดบ้าง?
POST /v1/chat/completions·meta/muse-spark-1.1:model,messages,stream,modalities,providerPOST /v1/messages·meta/muse-spark-1.1:model,messages,max_tokens,stream- มีข้อจำกัดใดบ้าง?
POST /v1/chat/completions·meta/muse-spark-1.1:messages.min_items:1