{ "aboutHtml": "

Muse Spark 1.2 เป็นการอัปเดต Muse Spark 1.1 ของ Meta ที่เน้นการเขียนโค้ด โดยให้ความสำคัญกับความเข้าใจหลายสื่อและการให้เหตุผลจากภาพ การสาธิตของผู้สร้างเชื่อมภาพและวิดีโอกับผลงานดิจิทัล เช่น หน้าเว็บและเกม ส่วนตารางโมเดลระบุบริบท 1,048,576 โทเคนและผลลัพธ์ข้อความ รายการนี้เกี่ยวกับ Standard 1.2 ที่แยกจาก Contributor 1.2 และ 1.3 ภายหลัง

การเขียนโค้ดจากภาพ

รุ่นที่เผยแพร่อธิบายการแปลงผัง ลำดับความสำคัญ และสไตล์ภาพเป็นโค้ดที่ทำงาน แล้วตรวจผลงานที่ได้ผ่านเครื่องมือ สำหรับงานที่มีประโยชน์ ให้ป้อนภาพหรือคลิปพร้อมพฤติกรรมที่จะพัฒนา ภาพหน้าจอแสดงรูปลักษณ์ได้แต่อาจไม่ระบุปฏิสัมพันธ์ จึงต้องระบุตัวควบคุม สถานะ และการตอบสนองต่อการกระทำผู้ใช้ที่ผลควรมี

ขอโครงสร้างที่เห็น การพัฒนาที่เสนอ และสมมติฐานแยกกัน เช่น งานสร้างหน้าเว็บตามต้นแบบอาจกำหนดส่วนที่มีชื่อและความสัมพันธ์ภาพตามอ้างอิง แล้วขอโค้ดสำหรับปฏิสัมพันธ์ที่กำหนดหนึ่งอย่าง การเรนเดอร์และทดลองโค้ดนั้นต้องมีสภาพแวดล้อมที่เชื่อมต่อ ภาพหน้าจอหรือข้อมูลย้อนกลับจากการรันที่ได้กลายเป็นข้อมูลนำเข้าสำหรับการแก้ถัดไปได้

ผู้สร้างระบุความเข้าใจแผนภูมิและการให้เหตุผลจากภาพนอกเหนือการสร้างโค้ด รักษาแกน หน่วย และป้ายในแผนภูมิ และขอข้อสังเกตสนับสนุนแต่ละข้อสรุป สำหรับแผนภาพ ให้ระบุความสัมพันธ์ที่จะอธิบายและป้ายต้นฉบับที่ต้องคง สำหรับภาพเอกสาร ให้แยกการถอดถ้อยคำที่เห็นออกจากบทสรุปหรือการตีความ

เวิร์กโฟลว์เชิงพื้นที่และภาพกับเสียง

ประกาศ 1.2 ยังอภิปรายรุ่นหุ่นยนต์เฉพาะกับระบบวางแผนและกระทำสองระดับ สิ่งเหล่านั้นเป็นองค์ประกอบทดลองแยกกัน โมเดลระดับสูงให้เหตุผลเกี่ยวกับฉากและงานย่อย ส่วน policy แบบ vision-language-action แยกดำเนินการระดับล่าง โมเดล Standard ที่มีผลลัพธ์ข้อความไม่ควรถูกอธิบายว่าเป็นตัวขับเคลื่อนหุ่นยนต์ เพียงเพราะประกาศตระกูลมีการสาธิตนั้น

สำหรับรุ่น Standard ตารางโมเดลระบุข้อความ ภาพ วิดีโอ เสียง และ PDF เป็นข้อมูลนำเข้า งานภาพและเสียงสามารถถามเหตุการณ์หรือเงื่อนไขที่พูดซึ่งเกี่ยวกับคำถาม และส่งรายงานข้อมูลสนับสนุนตามลำดับกลับ ระบุช่วงที่เกี่ยวข้องและรูปแบบคำตอบ แทนขอบทสรุปไร้ทิศทางของทุกสื่อ

ตัวอย่างผู้สร้างผสานความเข้าใจวิดีโอ การบรรยายภาพอย่างละเอียด และการตรวจด้วยเครื่องมือ เวิร์กโฟลว์ในทางปฏิบัติสามารถเปรียบเทียบการสาธิตกับขั้นตอนที่เขียน ขอจุดตรงและต่างที่เห็น แล้วเตรียมผลข้อความสำหรับขั้นแอปพลิเคชันภายหลัง ร้อยแก้ว โค้ด และข้อค้นพบมีโครงสร้างที่สร้างขึ้นเป็นผลลัพธ์ตามเอกสาร การสร้างภาพหรือคำพูดเป็นขององค์ประกอบที่มีชื่อแยก

การตั้งค่าการให้เหตุผลและบริบท

Muse Spark ให้เหตุผลภายในก่อนสร้างข้อความที่มองเห็น ระดับ effort ตามเอกสารที่ใช้กับ 1.2 คือ minimal, low, medium, high และ xhigh Max เป็นของ Standard 1.3 และ none ไม่ใช่วิธีปิดการให้เหตุผลที่รองรับ เมื่อไม่ระบุ effort โมเดลใช้ระดับที่กำหนดเอง

บริบท 1,048,576 โทเคนเก็บข้อมูลต้นฉบับที่เกี่ยวข้องกับการสนทนาได้ แต่ยังต้องกำหนดเป้าหมายและผลงานสุดท้าย สำหรับงานเอกสารยาว ให้ระบุคำถาม ติดป้ายกำกับแหล่งแต่ละชิ้น และเก็บตำแหน่งไว้ข้างข้อมูลที่สกัด โทเคนให้เหตุผลและคำตอบที่เห็นใช้งบผลลัพธ์ร่วมกัน จึงเผื่อพื้นที่เพียงพอสำหรับคำอธิบายหรือโค้ดที่งานต้องใช้จริง

การให้เหตุผลภายในดิบไม่เปิดเป็นข้อความปกติ อินเทอร์เฟซสนทนาของผู้สร้างยังไม่ส่งร่องรอยส่วนตัวที่อ่านได้ข้ามเทิร์นให้ผู้เรียกภายนอก เก็บข้อความที่มองเห็น แหล่งข้อมูล และผลเครื่องมือที่ส่งกลับซึ่งต้องใช้ติดตาม ไม่รองรับ log probabilities โมเดลจึงไม่ได้ให้คุณลักษณะนั้นเป็นค่าความมั่นใจสำหรับข้อสรุป

เครื่องมือและผลงานมีโครงสร้าง

แอปพลิเคชันอธิบายฟังก์ชันนักพัฒนา โมเดลสร้างการเรียกและอาร์กิวเมนต์ที่เสนอ แอปพลิเคชันดำเนินการและส่งผลของแต่ละการเรียกกลับ โมเดลจึงตรวจข้อมูลย้อนกลับจริงและเลือกขั้นถัดไปได้ จุดเน้นของรุ่นที่เผยแพร่ในการตรวจทั้งข้อมูลนำเข้าภาพและผลงานที่สร้างขึ้นอยู่กับเครื่องมือเหล่านั้นเป็นส่วนของสภาพแวดล้อม

ผลลัพธ์มีโครงสร้างจำกัดข้อความตาม JSON schema ที่กำหนดได้ บันทึกสกัดภาพสามารถมีภาพต้นฉบับ วัตถุหรือป้าย ค่าที่สังเกต และการตีความ การตรวจโค้ดสามารถระบุสัญลักษณ์ที่ได้รับผล ความไม่ตรงกัน และการเปลี่ยนแปลงที่เสนอ โหมด strict ของผู้สร้างต้องมีรากเป็น plain object ทุก property ที่ระบุเป็น required และปิด property เพิ่มเติม สคีมา recursive ถูกปฏิเสธ

กำหนดความถูกต้องของผลงานในทางปฏิบัติ ได้แก่ รายละเอียดต้นฉบับที่ต้องรักษา ปฏิสัมพันธ์ควรทำอย่างไร และข้อมูลย้อนกลับที่ส่งคืนใดจะยืนยันพฤติกรรมนั้น แหล่งข้อมูลที่ตรวจอ่านไม่มีการระบุขีดจำกัดจำนวนโทเคนข้อมูลนำเข้าหรือผลลัพธ์สูงสุดแยกนอกเหนือบริบทโมเดล คงรุ่น Standard 1.2 และความแตกต่างระหว่างผลงานข้อความที่เสนอกับผลการรันหรือเรนเดอร์ที่ใช้ตรวจ

", "aboutText": "Muse Spark 1.2 เป็นการอัปเดต Muse Spark 1.1 ของ Meta ที่เน้นการเขียนโค้ด โดยให้ความสำคัญกับความเข้าใจหลายสื่อและการให้เหตุผลจากภาพ การสาธิตของผู้สร้างเชื่อมภาพและวิดีโอกับผลงานดิจิทัล เช่น หน้าเว็บและเกม ส่วนตารางโมเดลระบุบริบท 1,048,576 โทเคนและผลลัพธ์ข้อความ รายการนี้เกี่ยวกับ Standard 1.2 ที่แยกจาก Contributor 1.2 และ 1.3 ภายหลัง\n\nการเขียนโค้ดจากภาพ\n\nรุ่นที่เผยแพร่อธิบายการแปลงผัง ลำดับความสำคัญ และสไตล์ภาพเป็นโค้ดที่ทำงาน แล้วตรวจผลงานที่ได้ผ่านเครื่องมือ สำหรับงานที่มีประโยชน์ ให้ป้อนภาพหรือคลิปพร้อมพฤติกรรมที่จะพัฒนา ภาพหน้าจอแสดงรูปลักษณ์ได้แต่อาจไม่ระบุปฏิสัมพันธ์ จึงต้องระบุตัวควบคุม สถานะ และการตอบสนองต่อการกระทำผู้ใช้ที่ผลควรมี\n\nขอโครงสร้างที่เห็น การพัฒนาที่เสนอ และสมมติฐานแยกกัน เช่น งานสร้างหน้าเว็บตามต้นแบบอาจกำหนดส่วนที่มีชื่อและความสัมพันธ์ภาพตามอ้างอิง แล้วขอโค้ดสำหรับปฏิสัมพันธ์ที่กำหนดหนึ่งอย่าง การเรนเดอร์และทดลองโค้ดนั้นต้องมีสภาพแวดล้อมที่เชื่อมต่อ ภาพหน้าจอหรือข้อมูลย้อนกลับจากการรันที่ได้กลายเป็นข้อมูลนำเข้าสำหรับการแก้ถัดไปได้\n\nผู้สร้างระบุความเข้าใจแผนภูมิและการให้เหตุผลจากภาพนอกเหนือการสร้างโค้ด รักษาแกน หน่วย และป้ายในแผนภูมิ และขอข้อสังเกตสนับสนุนแต่ละข้อสรุป สำหรับแผนภาพ ให้ระบุความสัมพันธ์ที่จะอธิบายและป้ายต้นฉบับที่ต้องคง สำหรับภาพเอกสาร ให้แยกการถอดถ้อยคำที่เห็นออกจากบทสรุปหรือการตีความ\n\nเวิร์กโฟลว์เชิงพื้นที่และภาพกับเสียง\n\nประกาศ 1.2 ยังอภิปรายรุ่นหุ่นยนต์เฉพาะกับระบบวางแผนและกระทำสองระดับ สิ่งเหล่านั้นเป็นองค์ประกอบทดลองแยกกัน โมเดลระดับสูงให้เหตุผลเกี่ยวกับฉากและงานย่อย ส่วน policy แบบ vision-language-action แยกดำเนินการระดับล่าง โมเดล Standard ที่มีผลลัพธ์ข้อความไม่ควรถูกอธิบายว่าเป็นตัวขับเคลื่อนหุ่นยนต์ เพียงเพราะประกาศตระกูลมีการสาธิตนั้น\n\nสำหรับรุ่น Standard ตารางโมเดลระบุข้อความ ภาพ วิดีโอ เสียง และ PDF เป็นข้อมูลนำเข้า งานภาพและเสียงสามารถถามเหตุการณ์หรือเงื่อนไขที่พูดซึ่งเกี่ยวกับคำถาม และส่งรายงานข้อมูลสนับสนุนตามลำดับกลับ ระบุช่วงที่เกี่ยวข้องและรูปแบบคำตอบ แทนขอบทสรุปไร้ทิศทางของทุกสื่อ\n\nตัวอย่างผู้สร้างผสานความเข้าใจวิดีโอ การบรรยายภาพอย่างละเอียด และการตรวจด้วยเครื่องมือ เวิร์กโฟลว์ในทางปฏิบัติสามารถเปรียบเทียบการสาธิตกับขั้นตอนที่เขียน ขอจุดตรงและต่างที่เห็น แล้วเตรียมผลข้อความสำหรับขั้นแอปพลิเคชันภายหลัง ร้อยแก้ว โค้ด และข้อค้นพบมีโครงสร้างที่สร้างขึ้นเป็นผลลัพธ์ตามเอกสาร การสร้างภาพหรือคำพูดเป็นขององค์ประกอบที่มีชื่อแยก\n\nการตั้งค่าการให้เหตุผลและบริบท\n\nMuse Spark ให้เหตุผลภายในก่อนสร้างข้อความที่มองเห็น ระดับ effort ตามเอกสารที่ใช้กับ 1.2 คือ minimal, low, medium, high และ xhigh Max เป็นของ Standard 1.3 และ none ไม่ใช่วิธีปิดการให้เหตุผลที่รองรับ เมื่อไม่ระบุ effort โมเดลใช้ระดับที่กำหนดเอง\n\nบริบท 1,048,576 โทเคนเก็บข้อมูลต้นฉบับที่เกี่ยวข้องกับการสนทนาได้ แต่ยังต้องกำหนดเป้าหมายและผลงานสุดท้าย สำหรับงานเอกสารยาว ให้ระบุคำถาม ติดป้ายกำกับแหล่งแต่ละชิ้น และเก็บตำแหน่งไว้ข้างข้อมูลที่สกัด โทเคนให้เหตุผลและคำตอบที่เห็นใช้งบผลลัพธ์ร่วมกัน จึงเผื่อพื้นที่เพียงพอสำหรับคำอธิบายหรือโค้ดที่งานต้องใช้จริง\n\nการให้เหตุผลภายในดิบไม่เปิดเป็นข้อความปกติ อินเทอร์เฟซสนทนาของผู้สร้างยังไม่ส่งร่องรอยส่วนตัวที่อ่านได้ข้ามเทิร์นให้ผู้เรียกภายนอก เก็บข้อความที่มองเห็น แหล่งข้อมูล และผลเครื่องมือที่ส่งกลับซึ่งต้องใช้ติดตาม ไม่รองรับ log probabilities โมเดลจึงไม่ได้ให้คุณลักษณะนั้นเป็นค่าความมั่นใจสำหรับข้อสรุป\n\nเครื่องมือและผลงานมีโครงสร้าง\n\nแอปพลิเคชันอธิบายฟังก์ชันนักพัฒนา โมเดลสร้างการเรียกและอาร์กิวเมนต์ที่เสนอ แอปพลิเคชันดำเนินการและส่งผลของแต่ละการเรียกกลับ โมเดลจึงตรวจข้อมูลย้อนกลับจริงและเลือกขั้นถัดไปได้ จุดเน้นของรุ่นที่เผยแพร่ในการตรวจทั้งข้อมูลนำเข้าภาพและผลงานที่สร้างขึ้นอยู่กับเครื่องมือเหล่านั้นเป็นส่วนของสภาพแวดล้อม\n\nผลลัพธ์มีโครงสร้างจำกัดข้อความตาม JSON schema ที่กำหนดได้ บันทึกสกัดภาพสามารถมีภาพต้นฉบับ วัตถุหรือป้าย ค่าที่สังเกต และการตีความ การตรวจโค้ดสามารถระบุสัญลักษณ์ที่ได้รับผล ความไม่ตรงกัน และการเปลี่ยนแปลงที่เสนอ โหมด strict ของผู้สร้างต้องมีรากเป็น plain object ทุก property ที่ระบุเป็น required และปิด property เพิ่มเติม สคีมา recursive ถูกปฏิเสธ\n\nกำหนดความถูกต้องของผลงานในทางปฏิบัติ ได้แก่ รายละเอียดต้นฉบับที่ต้องรักษา ปฏิสัมพันธ์ควรทำอย่างไร และข้อมูลย้อนกลับที่ส่งคืนใดจะยืนยันพฤติกรรมนั้น แหล่งข้อมูลที่ตรวจอ่านไม่มีการระบุขีดจำกัดจำนวนโทเคนข้อมูลนำเข้าหรือผลลัพธ์สูงสุดแยกนอกเหนือบริบทโมเดล คงรุ่น Standard 1.2 และความแตกต่างระหว่างผลงานข้อความที่เสนอกับผลการรันหรือเรนเดอร์ที่ใช้ตรวจ", "editorialOverlay": { "copy_fields": { "practical_html": "

งานตัวอย่างจริง

ตัวอย่างทางเทคนิคภาษาอังกฤษ

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.

ผลลัพธ์ที่คาดหวัง

A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.

ตรวจสอบผลลัพธ์

At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.

" }, "copy_sha256": "db9e94c0edb87a2597c198e71d4804761d0e0690493fd63d6167cd26d256e3d7", "copy_source": { "locale": "th", "pack_sha256": "0f56d90ba41881e1134accf82e57338f246f8753ca4c0cee929aaffada5d10e7", "record_model_id": "meta/muse-spark-1.2", "source_facts_sha256": "0c156258241c383aa1ec95fba0679d5fa34c60bedf3b23b79cc2b0f190519a6c", "validation_sha256": "a2ac2f28056280fc0b2ea34a501bf156d5ce155406e57e708edf30bfdf6bfdc6" }, "html_sha256": "f0d9d0a878b69197306585801fe641746ab310d0aba8c53d3a905c43670741a1", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "th", "methods": [ { "html": "

M

Meta: Muse Spark 1.2

Meta /meta/muse-spark-1.2

เริ่มต้น

Muse Spark 1.2 เป็นโมเดลให้เหตุผลหลายสื่อของ Meta ที่เน้นการเขียนโค้ดจากภาพ แผนภูมิ และความเข้าใจภาพและเสียง เปลี่ยนภาพหรือวิดีโอที่ป้อนเป็นข้อเสนอโค้ดเว็บและเกมผ่านเครื่องมือที่เชื่อมต่อได้ โดยมีผลลัพธ์ข้อความและบริบทผู้สร้าง 1,048,576 โทเคน

อินพุตที่รองรับ: ข้อความ
ผลลัพธ์: ข้อความ

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Muse Spark 1.2 เป็นการอัปเดต Muse Spark 1.1 ของ Meta ที่เน้นการเขียนโค้ด โดยให้ความสำคัญกับความเข้าใจหลายสื่อและการให้เหตุผลจากภาพ การสาธิตของผู้สร้างเชื่อมภาพและวิดีโอกับผลงานดิจิทัล เช่น หน้าเว็บและเกม ส่วนตารางโมเดลระบุบริบท 1,048,576 โทเคนและผลลัพธ์ข้อความ รายการนี้เกี่ยวกับ Standard 1.2 ที่แยกจาก Contributor 1.2 และ 1.3 ภายหลัง

การเขียนโค้ดจากภาพ

รุ่นที่เผยแพร่อธิบายการแปลงผัง ลำดับความสำคัญ และสไตล์ภาพเป็นโค้ดที่ทำงาน แล้วตรวจผลงานที่ได้ผ่านเครื่องมือ สำหรับงานที่มีประโยชน์ ให้ป้อนภาพหรือคลิปพร้อมพฤติกรรมที่จะพัฒนา ภาพหน้าจอแสดงรูปลักษณ์ได้แต่อาจไม่ระบุปฏิสัมพันธ์ จึงต้องระบุตัวควบคุม สถานะ และการตอบสนองต่อการกระทำผู้ใช้ที่ผลควรมี

ขอโครงสร้างที่เห็น การพัฒนาที่เสนอ และสมมติฐานแยกกัน เช่น งานสร้างหน้าเว็บตามต้นแบบอาจกำหนดส่วนที่มีชื่อและความสัมพันธ์ภาพตามอ้างอิง แล้วขอโค้ดสำหรับปฏิสัมพันธ์ที่กำหนดหนึ่งอย่าง การเรนเดอร์และทดลองโค้ดนั้นต้องมีสภาพแวดล้อมที่เชื่อมต่อ ภาพหน้าจอหรือข้อมูลย้อนกลับจากการรันที่ได้กลายเป็นข้อมูลนำเข้าสำหรับการแก้ถัดไปได้

ผู้สร้างระบุความเข้าใจแผนภูมิและการให้เหตุผลจากภาพนอกเหนือการสร้างโค้ด รักษาแกน หน่วย และป้ายในแผนภูมิ และขอข้อสังเกตสนับสนุนแต่ละข้อสรุป สำหรับแผนภาพ ให้ระบุความสัมพันธ์ที่จะอธิบายและป้ายต้นฉบับที่ต้องคง สำหรับภาพเอกสาร ให้แยกการถอดถ้อยคำที่เห็นออกจากบทสรุปหรือการตีความ

เวิร์กโฟลว์เชิงพื้นที่และภาพกับเสียง

ประกาศ 1.2 ยังอภิปรายรุ่นหุ่นยนต์เฉพาะกับระบบวางแผนและกระทำสองระดับ สิ่งเหล่านั้นเป็นองค์ประกอบทดลองแยกกัน โมเดลระดับสูงให้เหตุผลเกี่ยวกับฉากและงานย่อย ส่วน policy แบบ vision-language-action แยกดำเนินการระดับล่าง โมเดล Standard ที่มีผลลัพธ์ข้อความไม่ควรถูกอธิบายว่าเป็นตัวขับเคลื่อนหุ่นยนต์ เพียงเพราะประกาศตระกูลมีการสาธิตนั้น

สำหรับรุ่น Standard ตารางโมเดลระบุข้อความ ภาพ วิดีโอ เสียง และ PDF เป็นข้อมูลนำเข้า งานภาพและเสียงสามารถถามเหตุการณ์หรือเงื่อนไขที่พูดซึ่งเกี่ยวกับคำถาม และส่งรายงานข้อมูลสนับสนุนตามลำดับกลับ ระบุช่วงที่เกี่ยวข้องและรูปแบบคำตอบ แทนขอบทสรุปไร้ทิศทางของทุกสื่อ

ตัวอย่างผู้สร้างผสานความเข้าใจวิดีโอ การบรรยายภาพอย่างละเอียด และการตรวจด้วยเครื่องมือ เวิร์กโฟลว์ในทางปฏิบัติสามารถเปรียบเทียบการสาธิตกับขั้นตอนที่เขียน ขอจุดตรงและต่างที่เห็น แล้วเตรียมผลข้อความสำหรับขั้นแอปพลิเคชันภายหลัง ร้อยแก้ว โค้ด และข้อค้นพบมีโครงสร้างที่สร้างขึ้นเป็นผลลัพธ์ตามเอกสาร การสร้างภาพหรือคำพูดเป็นขององค์ประกอบที่มีชื่อแยก

การตั้งค่าการให้เหตุผลและบริบท

Muse Spark ให้เหตุผลภายในก่อนสร้างข้อความที่มองเห็น ระดับ effort ตามเอกสารที่ใช้กับ 1.2 คือ minimal, low, medium, high และ xhigh Max เป็นของ Standard 1.3 และ none ไม่ใช่วิธีปิดการให้เหตุผลที่รองรับ เมื่อไม่ระบุ effort โมเดลใช้ระดับที่กำหนดเอง

บริบท 1,048,576 โทเคนเก็บข้อมูลต้นฉบับที่เกี่ยวข้องกับการสนทนาได้ แต่ยังต้องกำหนดเป้าหมายและผลงานสุดท้าย สำหรับงานเอกสารยาว ให้ระบุคำถาม ติดป้ายกำกับแหล่งแต่ละชิ้น และเก็บตำแหน่งไว้ข้างข้อมูลที่สกัด โทเคนให้เหตุผลและคำตอบที่เห็นใช้งบผลลัพธ์ร่วมกัน จึงเผื่อพื้นที่เพียงพอสำหรับคำอธิบายหรือโค้ดที่งานต้องใช้จริง

การให้เหตุผลภายในดิบไม่เปิดเป็นข้อความปกติ อินเทอร์เฟซสนทนาของผู้สร้างยังไม่ส่งร่องรอยส่วนตัวที่อ่านได้ข้ามเทิร์นให้ผู้เรียกภายนอก เก็บข้อความที่มองเห็น แหล่งข้อมูล และผลเครื่องมือที่ส่งกลับซึ่งต้องใช้ติดตาม ไม่รองรับ log probabilities โมเดลจึงไม่ได้ให้คุณลักษณะนั้นเป็นค่าความมั่นใจสำหรับข้อสรุป

เครื่องมือและผลงานมีโครงสร้าง

แอปพลิเคชันอธิบายฟังก์ชันนักพัฒนา โมเดลสร้างการเรียกและอาร์กิวเมนต์ที่เสนอ แอปพลิเคชันดำเนินการและส่งผลของแต่ละการเรียกกลับ โมเดลจึงตรวจข้อมูลย้อนกลับจริงและเลือกขั้นถัดไปได้ จุดเน้นของรุ่นที่เผยแพร่ในการตรวจทั้งข้อมูลนำเข้าภาพและผลงานที่สร้างขึ้นอยู่กับเครื่องมือเหล่านั้นเป็นส่วนของสภาพแวดล้อม

ผลลัพธ์มีโครงสร้างจำกัดข้อความตาม JSON schema ที่กำหนดได้ บันทึกสกัดภาพสามารถมีภาพต้นฉบับ วัตถุหรือป้าย ค่าที่สังเกต และการตีความ การตรวจโค้ดสามารถระบุสัญลักษณ์ที่ได้รับผล ความไม่ตรงกัน และการเปลี่ยนแปลงที่เสนอ โหมด strict ของผู้สร้างต้องมีรากเป็น plain object ทุก property ที่ระบุเป็น required และปิด property เพิ่มเติม สคีมา recursive ถูกปฏิเสธ

กำหนดความถูกต้องของผลงานในทางปฏิบัติ ได้แก่ รายละเอียดต้นฉบับที่ต้องรักษา ปฏิสัมพันธ์ควรทำอย่างไร และข้อมูลย้อนกลับที่ส่งคืนใดจะยืนยันพฤติกรรมนั้น แหล่งข้อมูลที่ตรวจอ่านไม่มีการระบุขีดจำกัดจำนวนโทเคนข้อมูลนำเข้าหรือผลลัพธ์สูงสุดแยกนอกเหนือบริบทโมเดล คงรุ่น Standard 1.2 และความแตกต่างระหว่างผลงานข้อความที่เสนอกับผลการรันหรือเรนเดอร์ที่ใช้ตรวจ

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions

ขาเข้า: text
ขาออก: text
รูปแบบเอาต์พุต: json หรือ SSE

ฟิลด์	ประเภท	ข้อกำหนด	ค่าและข้อจำกัด	ค่าเริ่มต้น
ฟิลด์`model`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด meta/muse-spark-1.2	ค่าเริ่มต้น—
ฟิลด์`messages`	ประเภท`message[]`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1	ค่าเริ่มต้น—
ฟิลด์`messages[].role`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด ตัวอย่าง: system, user, assistant, tool, function เงื่อนไข: บทบาทเหล่านี้แทนอย่างชัดเจนด้วยชนิดข้อมูลเพื่อความเข้ากันได้ในซอร์สโค้ด แต่ชุดบทบาทที่แน่นอนยังขึ้นกับแต่ละโมเดล ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`messages[].content`	ประเภท`string\|content_part[]\|null`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด	ค่าเริ่มต้น—
ฟิลด์`messages[].tool_calls`	ประเภท`tool_call[]`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด	ค่าเริ่มต้น—
ฟิลด์`messages[].tool_call_id`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ใช้เมื่อ: role=tool โดยใช้ ID ที่ส่งกลับจริง	ค่าเริ่มต้น—
ฟิลด์`messages[].name`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด	ค่าเริ่มต้น—
ฟิลด์`messages[].reasoning_content`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ใช้เมื่อ: ส่งเนื้อหาการใช้เหตุผลที่คืนจริงกลับในคำขอถัดไป เมื่อโมเดลนี้ใช้เนื้อหานั้น	ค่าเริ่มต้น—
ฟิลด์`messages[].reasoning_details`	ประเภท`object\|array`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`max_tokens`	ประเภท`integer`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขั้นต่ำ: 1 ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`max_completion_tokens`	ประเภท`integer`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขั้นต่ำ: 1 ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`stream`	ประเภท`boolean`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด	ค่าเริ่มต้นfalse
ฟิลด์`stream_options.include_usage`	ประเภท`boolean`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`temperature`	ประเภท`number`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`top_p`	ประเภท`number`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`stop`	ประเภท`string\|string[]`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`tools`	ประเภท`function_tool[]`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`tools[].type`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด function ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`tools[].function.name`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด ใช้เมื่อ: มีเครื่องมือฟังก์ชันให้ใช้	ค่าเริ่มต้น—
ฟิลด์`tools[].function.description`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด	ค่าเริ่มต้น—
ฟิลด์`tools[].function.parameters`	ประเภท`JSON_schema`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด	ค่าเริ่มต้น—
ฟิลด์`tool_choice`	ประเภท`string\|object`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`parallel_tool_calls`	ประเภท`boolean`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`response_format`	ประเภท`object`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`reasoning_effort`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`reasoning`	ประเภท`object`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`service_tier`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`instructions`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ฟิลด์เพื่อความเข้ากันได้	ค่าเริ่มต้น—
ฟิลด์`functions`	ประเภท`function[]`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`function_call`	ประเภท`string\|object`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`prompt_cache_options`	ประเภท`object`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล	ค่าเริ่มต้น—
ฟิลด์`modalities`	ประเภท`string[]`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด text	ค่าเริ่มต้น—
ฟิลด์`provider`	ประเภท`object`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด เงื่อนไข: เส้นทางข้อความ Ultra นี้ปฏิเสธ provider.options	ค่าเริ่มต้น—
ฟิลด์`cache_control.ttl`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด เงื่อนไข: ตำแหน่งแคชพรอมป์ต์จริงปฏิเสธ 1h	ค่าเริ่มต้น—

ชุดผสมของสื่ออินพุต

ข้อความ · ข้อความ UTF8

messages[].content

พารามิเตอร์และวงจรการทำงานของเมธอด

พารามิเตอร์	ข้อกำหนด
พารามิเตอร์`content_type`	ข้อกำหนดapplication/json
พารามิเตอร์`required`	ข้อกำหนดmodel, messages
พารามิเตอร์`material_types`	ข้อกำหนดtext
พารามิเตอร์`messages`	ข้อกำหนดอาร์เรย์ข้อความที่มีโครงสร้าง role/content
พารามิเตอร์`file_material`	ข้อกำหนดแทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์
พารามิเตอร์`optional_controls`	ข้อกำหนดstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
พารามิเตอร์`control_scope`	ข้อกำหนดขึ้นกับโมเดล เครื่องมือฟังก์ชันของผู้ใช้ต่างจากเครื่องมือที่โฮสต์จัดให้
พารามิเตอร์`output_modalities`	ข้อกำหนดtext
พารามิเตอร์`hosted_operations`	ข้อกำหนดfalse
พารามิเตอร์`multimodal_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\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\n

from 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"))\n

from 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")\n

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
ฟิลด์`choices[].index`	ประเภทinteger
ฟิลด์`choices[].message.content`	ประเภทstring\|null
ฟิลด์`choices[].message.tool_calls`	ประเภทtool_call[]
ฟิลด์`choices[].message.reasoning_content`	ประเภทstring
ฟิลด์`choices[].message.reasoning_details`	ประเภทobject\|array
ฟิลด์`choices[].finish_reason`	ประเภทstring\|null
ฟิลด์`usage`	ประเภทobject

ข้อผิดพลาดและขั้นตอนถัดไป

การตอบกลับ	เงื่อนไข	ขั้นตอนถัดไป
การตอบกลับ400 · `invalid_request_error`	เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง	ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra meta/muse-spark-1.2

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

meta/muse-spark-1.2

", "method_identity": { "effective_request_model_id": "meta/muse-spark-1.2", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "meta/muse-spark-1.2", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|meta%2Fmuse-spark-1.2", "ordinal": 0, "rawMethod": { "available": null, "cache_read": 0.3, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID.", "Guarded canonical keys must occur once; duplicate or case-varied model/tools/cap fields are rejected." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "ข้อความ UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "meta/muse-spark-1.2" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "บทบาทเหล่านี้แทนอย่างชัดเจนด้วยชนิดข้อมูลเพื่อความเข้ากันได้ในซอร์สโค้ด แต่ชุดบทบาทที่แน่นอนยังขึ้นกับแต่ละโมเดล", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool โดยใช้ ID ที่ส่งกลับจริง" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "ส่งเนื้อหาการใช้เหตุผลที่คืนจริงกลับในคำขอถัดไป เมื่อโมเดลนี้ใช้เนื้อหานั้น" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": [ "function" ], "enum_known": true, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "มีเครื่องมือฟังก์ชันให้ใช้" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text" ], "enum_known": true, "name": "modalities", "required": false, "type": "string[]" }, { "availability": "source_interface", "conditions": "เส้นทางข้อความ Ultra นี้ปฏิเสธ provider.options", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" }, { "availability": "source_interface", "conditions": "ตำแหน่งแคชพรอมป์ต์จริงปฏิเสธ 1h", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control.ttl", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages", "ความยาวบริบทไม่ใช่เพดานผลลัพธ์", "ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง" ], "input": { "content_type": "application/json", "control_scope": "ขึ้นกับโมเดล เครื่องมือฟังก์ชันของผู้ใช้ต่างจากเครื่องมือที่โฮสต์จัดให้", "file_material": "แทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์", "hosted_operations": false, "material_types": [ "text" ], "messages": "อาร์เรย์ข้อความที่มีโครงสร้าง role/content", "multimodal_input_binding": null, "optional_controls": [ "stream", "temperature", "top_p", "stop", "max_tokens", "max_completion_tokens", "reasoning", "response_format", "tools", "tool_choice" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "อัตราราคาพื้นฐานของโทเคน", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "ระดับความยาวคำขอ 1", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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\"))\n", "label": "Python SDK · all choices", "language": "python" }, { "code": "from 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\")\n", "label": "Python SDK streaming · all events", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 2.5, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 8.5, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "โหมดรวดเร็ว", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมดรวดเร็ว" }, { "label": "โหมดยืดหยุ่น", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมด flex" }, { "label": "ระดับการใช้เหตุผลสูงสุด", "value": "อัตรามาตรฐาน", "when": "เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด" }, { "label": "ระดับการใช้เหตุผล · สูง", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับสูง" }, { "label": "ระดับการใช้เหตุผล · ต่ำ", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับต่ำ" }, { "label": "ระดับการใช้เหตุผล · ปานกลาง", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับปานกลาง" }, { "label": "ระดับการใช้เหตุผล · ต่ำสุด", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับต่ำสุด" }, { "label": "ระดับการใช้เหตุผล · xhigh", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลเป็น xhigh" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "reasoning_effort_multipliers": { "high": 1, "low": 1, "medium": 1, "minimal": 1, "xhigh": 1 }, "request_model_id": "meta/muse-spark-1.2", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.3, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 2.5, "input_multiplier": null, "interval_boundary": "min_exclusive_max_inclusive", "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "null_rate_policy": "unknown or inherited; never zero", "out": 8.5, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } }, { "html": "

M

Meta: Muse Spark 1.2

Meta /meta/muse-spark-1.2

เริ่มต้น

Muse Spark 1.2 เป็นโมเดลให้เหตุผลหลายสื่อของ Meta ที่เน้นการเขียนโค้ดจากภาพ แผนภูมิ และความเข้าใจภาพและเสียง เปลี่ยนภาพหรือวิดีโอที่ป้อนเป็นข้อเสนอโค้ดเว็บและเกมผ่านเครื่องมือที่เชื่อมต่อได้ โดยมีผลลัพธ์ข้อความและบริบทผู้สร้าง 1,048,576 โทเคน

อินพุตที่รองรับ: ข้อความ
ผลลัพธ์: json · sse

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Muse Spark 1.2 เป็นการอัปเดต Muse Spark 1.1 ของ Meta ที่เน้นการเขียนโค้ด โดยให้ความสำคัญกับความเข้าใจหลายสื่อและการให้เหตุผลจากภาพ การสาธิตของผู้สร้างเชื่อมภาพและวิดีโอกับผลงานดิจิทัล เช่น หน้าเว็บและเกม ส่วนตารางโมเดลระบุบริบท 1,048,576 โทเคนและผลลัพธ์ข้อความ รายการนี้เกี่ยวกับ Standard 1.2 ที่แยกจาก Contributor 1.2 และ 1.3 ภายหลัง

การเขียนโค้ดจากภาพ

รุ่นที่เผยแพร่อธิบายการแปลงผัง ลำดับความสำคัญ และสไตล์ภาพเป็นโค้ดที่ทำงาน แล้วตรวจผลงานที่ได้ผ่านเครื่องมือ สำหรับงานที่มีประโยชน์ ให้ป้อนภาพหรือคลิปพร้อมพฤติกรรมที่จะพัฒนา ภาพหน้าจอแสดงรูปลักษณ์ได้แต่อาจไม่ระบุปฏิสัมพันธ์ จึงต้องระบุตัวควบคุม สถานะ และการตอบสนองต่อการกระทำผู้ใช้ที่ผลควรมี

ขอโครงสร้างที่เห็น การพัฒนาที่เสนอ และสมมติฐานแยกกัน เช่น งานสร้างหน้าเว็บตามต้นแบบอาจกำหนดส่วนที่มีชื่อและความสัมพันธ์ภาพตามอ้างอิง แล้วขอโค้ดสำหรับปฏิสัมพันธ์ที่กำหนดหนึ่งอย่าง การเรนเดอร์และทดลองโค้ดนั้นต้องมีสภาพแวดล้อมที่เชื่อมต่อ ภาพหน้าจอหรือข้อมูลย้อนกลับจากการรันที่ได้กลายเป็นข้อมูลนำเข้าสำหรับการแก้ถัดไปได้

ผู้สร้างระบุความเข้าใจแผนภูมิและการให้เหตุผลจากภาพนอกเหนือการสร้างโค้ด รักษาแกน หน่วย และป้ายในแผนภูมิ และขอข้อสังเกตสนับสนุนแต่ละข้อสรุป สำหรับแผนภาพ ให้ระบุความสัมพันธ์ที่จะอธิบายและป้ายต้นฉบับที่ต้องคง สำหรับภาพเอกสาร ให้แยกการถอดถ้อยคำที่เห็นออกจากบทสรุปหรือการตีความ

เวิร์กโฟลว์เชิงพื้นที่และภาพกับเสียง

ประกาศ 1.2 ยังอภิปรายรุ่นหุ่นยนต์เฉพาะกับระบบวางแผนและกระทำสองระดับ สิ่งเหล่านั้นเป็นองค์ประกอบทดลองแยกกัน โมเดลระดับสูงให้เหตุผลเกี่ยวกับฉากและงานย่อย ส่วน policy แบบ vision-language-action แยกดำเนินการระดับล่าง โมเดล Standard ที่มีผลลัพธ์ข้อความไม่ควรถูกอธิบายว่าเป็นตัวขับเคลื่อนหุ่นยนต์ เพียงเพราะประกาศตระกูลมีการสาธิตนั้น

สำหรับรุ่น Standard ตารางโมเดลระบุข้อความ ภาพ วิดีโอ เสียง และ PDF เป็นข้อมูลนำเข้า งานภาพและเสียงสามารถถามเหตุการณ์หรือเงื่อนไขที่พูดซึ่งเกี่ยวกับคำถาม และส่งรายงานข้อมูลสนับสนุนตามลำดับกลับ ระบุช่วงที่เกี่ยวข้องและรูปแบบคำตอบ แทนขอบทสรุปไร้ทิศทางของทุกสื่อ

ตัวอย่างผู้สร้างผสานความเข้าใจวิดีโอ การบรรยายภาพอย่างละเอียด และการตรวจด้วยเครื่องมือ เวิร์กโฟลว์ในทางปฏิบัติสามารถเปรียบเทียบการสาธิตกับขั้นตอนที่เขียน ขอจุดตรงและต่างที่เห็น แล้วเตรียมผลข้อความสำหรับขั้นแอปพลิเคชันภายหลัง ร้อยแก้ว โค้ด และข้อค้นพบมีโครงสร้างที่สร้างขึ้นเป็นผลลัพธ์ตามเอกสาร การสร้างภาพหรือคำพูดเป็นขององค์ประกอบที่มีชื่อแยก

การตั้งค่าการให้เหตุผลและบริบท

Muse Spark ให้เหตุผลภายในก่อนสร้างข้อความที่มองเห็น ระดับ effort ตามเอกสารที่ใช้กับ 1.2 คือ minimal, low, medium, high และ xhigh Max เป็นของ Standard 1.3 และ none ไม่ใช่วิธีปิดการให้เหตุผลที่รองรับ เมื่อไม่ระบุ effort โมเดลใช้ระดับที่กำหนดเอง

บริบท 1,048,576 โทเคนเก็บข้อมูลต้นฉบับที่เกี่ยวข้องกับการสนทนาได้ แต่ยังต้องกำหนดเป้าหมายและผลงานสุดท้าย สำหรับงานเอกสารยาว ให้ระบุคำถาม ติดป้ายกำกับแหล่งแต่ละชิ้น และเก็บตำแหน่งไว้ข้างข้อมูลที่สกัด โทเคนให้เหตุผลและคำตอบที่เห็นใช้งบผลลัพธ์ร่วมกัน จึงเผื่อพื้นที่เพียงพอสำหรับคำอธิบายหรือโค้ดที่งานต้องใช้จริง

การให้เหตุผลภายในดิบไม่เปิดเป็นข้อความปกติ อินเทอร์เฟซสนทนาของผู้สร้างยังไม่ส่งร่องรอยส่วนตัวที่อ่านได้ข้ามเทิร์นให้ผู้เรียกภายนอก เก็บข้อความที่มองเห็น แหล่งข้อมูล และผลเครื่องมือที่ส่งกลับซึ่งต้องใช้ติดตาม ไม่รองรับ log probabilities โมเดลจึงไม่ได้ให้คุณลักษณะนั้นเป็นค่าความมั่นใจสำหรับข้อสรุป

เครื่องมือและผลงานมีโครงสร้าง

แอปพลิเคชันอธิบายฟังก์ชันนักพัฒนา โมเดลสร้างการเรียกและอาร์กิวเมนต์ที่เสนอ แอปพลิเคชันดำเนินการและส่งผลของแต่ละการเรียกกลับ โมเดลจึงตรวจข้อมูลย้อนกลับจริงและเลือกขั้นถัดไปได้ จุดเน้นของรุ่นที่เผยแพร่ในการตรวจทั้งข้อมูลนำเข้าภาพและผลงานที่สร้างขึ้นอยู่กับเครื่องมือเหล่านั้นเป็นส่วนของสภาพแวดล้อม

ผลลัพธ์มีโครงสร้างจำกัดข้อความตาม JSON schema ที่กำหนดได้ บันทึกสกัดภาพสามารถมีภาพต้นฉบับ วัตถุหรือป้าย ค่าที่สังเกต และการตีความ การตรวจโค้ดสามารถระบุสัญลักษณ์ที่ได้รับผล ความไม่ตรงกัน และการเปลี่ยนแปลงที่เสนอ โหมด strict ของผู้สร้างต้องมีรากเป็น plain object ทุก property ที่ระบุเป็น required และปิด property เพิ่มเติม สคีมา recursive ถูกปฏิเสธ

กำหนดความถูกต้องของผลงานในทางปฏิบัติ ได้แก่ รายละเอียดต้นฉบับที่ต้องรักษา ปฏิสัมพันธ์ควรทำอย่างไร และข้อมูลย้อนกลับที่ส่งคืนใดจะยืนยันพฤติกรรมนั้น แหล่งข้อมูลที่ตรวจอ่านไม่มีการระบุขีดจำกัดจำนวนโทเคนข้อมูลนำเข้าหรือผลลัพธ์สูงสุดแยกนอกเหนือบริบทโมเดล คงรุ่น Standard 1.2 และความแตกต่างระหว่างผลงานข้อความที่เสนอกับผลการรันหรือเรนเดอร์ที่ใช้ตรวจ

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · Anthropic Messages POST /v1/messages

ขาเข้า: text
ขาออก: json, sse
รูปแบบเอาต์พุต: JSON หรือ SSE

ฟิลด์	ประเภท	ข้อกำหนด	ค่าและข้อจำกัด	ค่าเริ่มต้น
ฟิลด์`model`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด meta/muse-spark-1.2	ค่าเริ่มต้น—
ฟิลด์`messages`	ประเภท`message[]`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด	ค่าเริ่มต้น—
ฟิลด์`messages[].role`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด user, assistant	ค่าเริ่มต้น—
ฟิลด์`messages[].content`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด	ค่าเริ่มต้น—
ฟิลด์`max_tokens`	ประเภท`integer`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด	ค่าเริ่มต้น—
ฟิลด์`stream`	ประเภท`boolean`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด	ค่าเริ่มต้นfalse

ชุดผสมของสื่ออินพุต

ข้อความ · ข้อความ UTF-8

สตริง messages[].content

พารามิเตอร์และวงจรการทำงานของเมธอด

พารามิเตอร์	ข้อกำหนด
พารามิเตอร์`content_type`	ข้อกำหนดapplication/json
พารามิเตอร์`required`	ข้อกำหนดmodel, messages, max_tokens
พารามิเตอร์`optional_controls`	ข้อกำหนดstream
พารามิเตอร์`material_types`	ข้อกำหนดtext
พารามิเตอร์`text_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

{\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\n

import 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))\n

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
ฟิลด์`id`	ประเภทstring
ฟิลด์`model`	ประเภทstring
ฟิลด์`content[]`	ประเภทtext\|thinking\|tool_use\|other content block
ฟิลด์`stop_reason`	ประเภทstring\|null
ฟิลด์`usage`	ประเภทobject

ข้อผิดพลาดและขั้นตอนถัดไป

การตอบกลับ	เงื่อนไข	ขั้นตอนถัดไป
การตอบกลับ400 · `invalid_request_error`	เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง	ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra meta/muse-spark-1.2

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

meta/muse-spark-1.2

", "method_identity": { "effective_request_model_id": "meta/muse-spark-1.2", "fmt": "messages", "http": "POST", "path": "/v1/messages", "request_model_id": "meta/muse-spark-1.2", "route_label": "Ultra" }, "method_key": "Ultra|messages|/v1/messages|meta%2Fmuse-spark-1.2", "ordinal": 1, "rawMethod": { "available": null, "cache_read": 0.3, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "meta/muse-spark-1.2", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "สตริง messages[].content", "required_material": "ข้อความ UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "meta/muse-spark-1.2" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "meta/muse-spark-1.2" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "meta/muse-spark-1.2", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "อ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ" }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "อัตราราคาพื้นฐานของโทเคน", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "ระดับความยาวคำขอ 1", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\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}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "messages", "http": "POST", "in": 2.5, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 8.5, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "โหมดรวดเร็ว", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมดรวดเร็ว" }, { "label": "โหมดยืดหยุ่น", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมด flex" }, { "label": "ระดับการใช้เหตุผลสูงสุด", "value": "อัตรามาตรฐาน", "when": "เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด" }, { "label": "ระดับการใช้เหตุผล · สูง", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับสูง" }, { "label": "ระดับการใช้เหตุผล · ต่ำ", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับต่ำ" }, { "label": "ระดับการใช้เหตุผล · ปานกลาง", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับปานกลาง" }, { "label": "ระดับการใช้เหตุผล · ต่ำสุด", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับต่ำสุด" }, { "label": "ระดับการใช้เหตุผล · xhigh", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลเป็น xhigh" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "reasoning_effort_multipliers": { "high": 1, "low": 1, "medium": 1, "minimal": 1, "xhigh": 1 }, "request_model_id": "meta/muse-spark-1.2", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.3, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 2.5, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 8.5, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "meta/muse-spark-1.2", "nativeProvenance": { "input_facts_canonical_sha256": "b2b6d30b58289e7a17f59d91478cca0b0fd85792deead89ad945750f716a152c", "input_html_sha256": "e1a3e64228ce05c7658cc7aa6e1eeeaedc3e3e55bd017daa45e870ec35f29243", "private_audit_sha256": "cd62327b91e340a0dfd01e8da0e783aa5ba9189da65d6359c12b2a80ac7c7505", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/th/meta-muse-spark-1-2/", "description": "Muse Spark 1.2 เป็นโมเดลให้เหตุผลหลายสื่อของ Meta ที่เน้นการเขียนโค้ดจากภาพ แผนภูมิ และความเข้าใจภาพและเสียง เปลี่ยนภาพหรือวิดีโอที่ป้อนเป็นข้อเสนอโค้ดเว็บและเกมผ่านเครื่องมือที่เชื่อมต่อได้ โดยมีผลลัพธ์ข้อความและบริบทผู้สร้าง 1,048,576 โทเคน", "locale": "th", "md_url": "https://ailoot.ai/models/th/meta-muse-spark-1-2/index.md", "title": "Meta: Muse Spark 1.2 — Ailoot", "url": "https://ailoot.ai/models/th/meta-muse-spark-1-2/" }, "practicalHtml": "

งานตัวอย่างจริง

ตัวอย่างทางเทคนิคภาษาอังกฤษ

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.

ผลลัพธ์ที่คาดหวัง

A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.

ตรวจสอบผลลัพธ์

At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.

", "practicalText": "งานตัวอย่างจริง ตัวอย่างทางเทคนิคภาษาอังกฤษ Implement a specified responsive layout Draft 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. ผลลัพธ์ที่คาดหวัง A bounded HTML/CSS section and a short explanation of stacking behavior and reading order. ตรวจสอบผลลัพธ์ At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.", "rawModel": { "about": "Muse Spark 1.2 เป็นการอัปเดต Muse Spark 1.1 ของ Meta ที่เน้นการเขียนโค้ด โดยให้ความสำคัญกับความเข้าใจหลายสื่อและการให้เหตุผลจากภาพ การสาธิตของผู้สร้างเชื่อมภาพและวิดีโอกับผลงานดิจิทัล เช่น หน้าเว็บและเกม ส่วนตารางโมเดลระบุบริบท 1,048,576 โทเคนและผลลัพธ์ข้อความ รายการนี้เกี่ยวกับ Standard 1.2 ที่แยกจาก Contributor 1.2 และ 1.3 ภายหลัง\n\nการเขียนโค้ดจากภาพ\n\nรุ่นที่เผยแพร่อธิบายการแปลงผัง ลำดับความสำคัญ และสไตล์ภาพเป็นโค้ดที่ทำงาน แล้วตรวจผลงานที่ได้ผ่านเครื่องมือ สำหรับงานที่มีประโยชน์ ให้ป้อนภาพหรือคลิปพร้อมพฤติกรรมที่จะพัฒนา ภาพหน้าจอแสดงรูปลักษณ์ได้แต่อาจไม่ระบุปฏิสัมพันธ์ จึงต้องระบุตัวควบคุม สถานะ และการตอบสนองต่อการกระทำผู้ใช้ที่ผลควรมี\n\nขอโครงสร้างที่เห็น การพัฒนาที่เสนอ และสมมติฐานแยกกัน เช่น งานสร้างหน้าเว็บตามต้นแบบอาจกำหนดส่วนที่มีชื่อและความสัมพันธ์ภาพตามอ้างอิง แล้วขอโค้ดสำหรับปฏิสัมพันธ์ที่กำหนดหนึ่งอย่าง การเรนเดอร์และทดลองโค้ดนั้นต้องมีสภาพแวดล้อมที่เชื่อมต่อ ภาพหน้าจอหรือข้อมูลย้อนกลับจากการรันที่ได้กลายเป็นข้อมูลนำเข้าสำหรับการแก้ถัดไปได้\n\nผู้สร้างระบุความเข้าใจแผนภูมิและการให้เหตุผลจากภาพนอกเหนือการสร้างโค้ด รักษาแกน หน่วย และป้ายในแผนภูมิ และขอข้อสังเกตสนับสนุนแต่ละข้อสรุป สำหรับแผนภาพ ให้ระบุความสัมพันธ์ที่จะอธิบายและป้ายต้นฉบับที่ต้องคง สำหรับภาพเอกสาร ให้แยกการถอดถ้อยคำที่เห็นออกจากบทสรุปหรือการตีความ\n\nเวิร์กโฟลว์เชิงพื้นที่และภาพกับเสียง\n\nประกาศ 1.2 ยังอภิปรายรุ่นหุ่นยนต์เฉพาะกับระบบวางแผนและกระทำสองระดับ สิ่งเหล่านั้นเป็นองค์ประกอบทดลองแยกกัน โมเดลระดับสูงให้เหตุผลเกี่ยวกับฉากและงานย่อย ส่วน policy แบบ vision-language-action แยกดำเนินการระดับล่าง โมเดล Standard ที่มีผลลัพธ์ข้อความไม่ควรถูกอธิบายว่าเป็นตัวขับเคลื่อนหุ่นยนต์ เพียงเพราะประกาศตระกูลมีการสาธิตนั้น\n\nสำหรับรุ่น Standard ตารางโมเดลระบุข้อความ ภาพ วิดีโอ เสียง และ PDF เป็นข้อมูลนำเข้า งานภาพและเสียงสามารถถามเหตุการณ์หรือเงื่อนไขที่พูดซึ่งเกี่ยวกับคำถาม และส่งรายงานข้อมูลสนับสนุนตามลำดับกลับ ระบุช่วงที่เกี่ยวข้องและรูปแบบคำตอบ แทนขอบทสรุปไร้ทิศทางของทุกสื่อ\n\nตัวอย่างผู้สร้างผสานความเข้าใจวิดีโอ การบรรยายภาพอย่างละเอียด และการตรวจด้วยเครื่องมือ เวิร์กโฟลว์ในทางปฏิบัติสามารถเปรียบเทียบการสาธิตกับขั้นตอนที่เขียน ขอจุดตรงและต่างที่เห็น แล้วเตรียมผลข้อความสำหรับขั้นแอปพลิเคชันภายหลัง ร้อยแก้ว โค้ด และข้อค้นพบมีโครงสร้างที่สร้างขึ้นเป็นผลลัพธ์ตามเอกสาร การสร้างภาพหรือคำพูดเป็นขององค์ประกอบที่มีชื่อแยก\n\nการตั้งค่าการให้เหตุผลและบริบท\n\nMuse Spark ให้เหตุผลภายในก่อนสร้างข้อความที่มองเห็น ระดับ effort ตามเอกสารที่ใช้กับ 1.2 คือ minimal, low, medium, high และ xhigh Max เป็นของ Standard 1.3 และ none ไม่ใช่วิธีปิดการให้เหตุผลที่รองรับ เมื่อไม่ระบุ effort โมเดลใช้ระดับที่กำหนดเอง\n\nบริบท 1,048,576 โทเคนเก็บข้อมูลต้นฉบับที่เกี่ยวข้องกับการสนทนาได้ แต่ยังต้องกำหนดเป้าหมายและผลงานสุดท้าย สำหรับงานเอกสารยาว ให้ระบุคำถาม ติดป้ายกำกับแหล่งแต่ละชิ้น และเก็บตำแหน่งไว้ข้างข้อมูลที่สกัด โทเคนให้เหตุผลและคำตอบที่เห็นใช้งบผลลัพธ์ร่วมกัน จึงเผื่อพื้นที่เพียงพอสำหรับคำอธิบายหรือโค้ดที่งานต้องใช้จริง\n\nการให้เหตุผลภายในดิบไม่เปิดเป็นข้อความปกติ อินเทอร์เฟซสนทนาของผู้สร้างยังไม่ส่งร่องรอยส่วนตัวที่อ่านได้ข้ามเทิร์นให้ผู้เรียกภายนอก เก็บข้อความที่มองเห็น แหล่งข้อมูล และผลเครื่องมือที่ส่งกลับซึ่งต้องใช้ติดตาม ไม่รองรับ log probabilities โมเดลจึงไม่ได้ให้คุณลักษณะนั้นเป็นค่าความมั่นใจสำหรับข้อสรุป\n\nเครื่องมือและผลงานมีโครงสร้าง\n\nแอปพลิเคชันอธิบายฟังก์ชันนักพัฒนา โมเดลสร้างการเรียกและอาร์กิวเมนต์ที่เสนอ แอปพลิเคชันดำเนินการและส่งผลของแต่ละการเรียกกลับ โมเดลจึงตรวจข้อมูลย้อนกลับจริงและเลือกขั้นถัดไปได้ จุดเน้นของรุ่นที่เผยแพร่ในการตรวจทั้งข้อมูลนำเข้าภาพและผลงานที่สร้างขึ้นอยู่กับเครื่องมือเหล่านั้นเป็นส่วนของสภาพแวดล้อม\n\nผลลัพธ์มีโครงสร้างจำกัดข้อความตาม JSON schema ที่กำหนดได้ บันทึกสกัดภาพสามารถมีภาพต้นฉบับ วัตถุหรือป้าย ค่าที่สังเกต และการตีความ การตรวจโค้ดสามารถระบุสัญลักษณ์ที่ได้รับผล ความไม่ตรงกัน และการเปลี่ยนแปลงที่เสนอ โหมด strict ของผู้สร้างต้องมีรากเป็น plain object ทุก property ที่ระบุเป็น required และปิด property เพิ่มเติม สคีมา recursive ถูกปฏิเสธ\n\nกำหนดความถูกต้องของผลงานในทางปฏิบัติ ได้แก่ รายละเอียดต้นฉบับที่ต้องรักษา ปฏิสัมพันธ์ควรทำอย่างไร และข้อมูลย้อนกลับที่ส่งคืนใดจะยืนยันพฤติกรรมนั้น แหล่งข้อมูลที่ตรวจอ่านไม่มีการระบุขีดจำกัดจำนวนโทเคนข้อมูลนำเข้าหรือผลลัพธ์สูงสุดแยกนอกเหนือบริบทโมเดล คงรุ่น Standard 1.2 และความแตกต่างระหว่างผลงานข้อความที่เสนอกับผลการรันหรือเรนเดอร์ที่ใช้ตรวจ", "alias_of": null, "aliases": [], "author": "Meta", "available": null, "canonical_model": "meta/muse-spark-1.2", "capabilities": { "context_length": 1048576, "manufacturer_input": [ "text", "image", "video", "file" ], "manufacturer_output": [ "text" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "ดูราคาตามการกำหนดค่าแบบครบถ้วนในรายละเอียด" } ], "ctx": null, "entity_type": "model", "formats": [ "chat", "messages" ], "id": "meta/muse-spark-1.2", "input": [ "text" ], "kind": "text", "max_out": null, "methods": [ { "available": null, "cache_read": 0.3, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID.", "Guarded canonical keys must occur once; duplicate or case-varied model/tools/cap fields are rejected." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "ข้อความ UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "meta/muse-spark-1.2" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "บทบาทเหล่านี้แทนอย่างชัดเจนด้วยชนิดข้อมูลเพื่อความเข้ากันได้ในซอร์สโค้ด แต่ชุดบทบาทที่แน่นอนยังขึ้นกับแต่ละโมเดล", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool โดยใช้ ID ที่ส่งกลับจริง" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "ส่งเนื้อหาการใช้เหตุผลที่คืนจริงกลับในคำขอถัดไป เมื่อโมเดลนี้ใช้เนื้อหานั้น" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": [ "function" ], "enum_known": true, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "มีเครื่องมือฟังก์ชันให้ใช้" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text" ], "enum_known": true, "name": "modalities", "required": false, "type": "string[]" }, { "availability": "source_interface", "conditions": "เส้นทางข้อความ Ultra นี้ปฏิเสธ provider.options", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" }, { "availability": "source_interface", "conditions": "ตำแหน่งแคชพรอมป์ต์จริงปฏิเสธ 1h", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control.ttl", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages", "ความยาวบริบทไม่ใช่เพดานผลลัพธ์", "ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง" ], "input": { "content_type": "application/json", "control_scope": "ขึ้นกับโมเดล เครื่องมือฟังก์ชันของผู้ใช้ต่างจากเครื่องมือที่โฮสต์จัดให้", "file_material": "แทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์", "hosted_operations": false, "material_types": [ "text" ], "messages": "อาร์เรย์ข้อความที่มีโครงสร้าง role/content", "multimodal_input_binding": null, "optional_controls": [ "stream", "temperature", "top_p", "stop", "max_tokens", "max_completion_tokens", "reasoning", "response_format", "tools", "tool_choice" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "อัตราราคาพื้นฐานของโทเคน", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "ระดับความยาวคำขอ 1", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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\"))\n", "label": "Python SDK · all choices", "language": "python" }, { "code": "from 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\")\n", "label": "Python SDK streaming · all events", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 2.5, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 8.5, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "โหมดรวดเร็ว", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมดรวดเร็ว" }, { "label": "โหมดยืดหยุ่น", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมด flex" }, { "label": "ระดับการใช้เหตุผลสูงสุด", "value": "อัตรามาตรฐาน", "when": "เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด" }, { "label": "ระดับการใช้เหตุผล · สูง", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับสูง" }, { "label": "ระดับการใช้เหตุผล · ต่ำ", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับต่ำ" }, { "label": "ระดับการใช้เหตุผล · ปานกลาง", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับปานกลาง" }, { "label": "ระดับการใช้เหตุผล · ต่ำสุด", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับต่ำสุด" }, { "label": "ระดับการใช้เหตุผล · xhigh", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลเป็น xhigh" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "reasoning_effort_multipliers": { "high": 1, "low": 1, "medium": 1, "minimal": 1, "xhigh": 1 }, "request_model_id": "meta/muse-spark-1.2", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.3, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 2.5, "input_multiplier": null, "interval_boundary": "min_exclusive_max_inclusive", "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "null_rate_policy": "unknown or inherited; never zero", "out": 8.5, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "available": null, "cache_read": 0.3, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "meta/muse-spark-1.2", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "สตริง messages[].content", "required_material": "ข้อความ UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "meta/muse-spark-1.2" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "meta/muse-spark-1.2" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "meta/muse-spark-1.2", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "อ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ" }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "อัตราราคาพื้นฐานของโทเคน", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "ระดับความยาวคำขอ 1", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\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}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "messages", "http": "POST", "in": 2.5, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 8.5, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "โหมดรวดเร็ว", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมดรวดเร็ว" }, { "label": "โหมดยืดหยุ่น", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมด flex" }, { "label": "ระดับการใช้เหตุผลสูงสุด", "value": "อัตรามาตรฐาน", "when": "เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด" }, { "label": "ระดับการใช้เหตุผล · สูง", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับสูง" }, { "label": "ระดับการใช้เหตุผล · ต่ำ", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับต่ำ" }, { "label": "ระดับการใช้เหตุผล · ปานกลาง", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับปานกลาง" }, { "label": "ระดับการใช้เหตุผล · ต่ำสุด", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลอยู่ในระดับต่ำสุด" }, { "label": "ระดับการใช้เหตุผล · xhigh", "value": "อัตรามาตรฐาน", "when": "เมื่อระดับการใช้เหตุผลเป็น xhigh" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "reasoning_effort_multipliers": { "high": 1, "low": 1, "medium": 1, "minimal": 1, "xhigh": 1 }, "request_model_id": "meta/muse-spark-1.2", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.3, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 2.5, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 8.5, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "meta/muse-spark-1.2", "request_model_id": "meta/muse-spark-1.2", "route_label": "Ultra" } ], "name": "Meta: Muse Spark 1.2", "price": { "in": 2.5, "in_label": null, "out": 8.5, "out_label": null, "scope_label": "Token rates", "sort_in": 2.5, "sort_out": 8.5, "varies": true }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "OpenAI Chat · Base token rates", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "OpenAI Chat · Request-length tier 1", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "regime": "base" }, "label": "Anthropic Messages · Base token rates", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Anthropic Messages · Request-length tier 1", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0085000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000085", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0003000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000003", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "public_id": "meta/muse-spark-1.2", "short": "Muse Spark 1.2 เป็นโมเดลให้เหตุผลหลายสื่อของ Meta ที่เน้นการเขียนโค้ดจากภาพ แผนภูมิ และความเข้าใจภาพและเสียง เปลี่ยนภาพหรือวิดีโอที่ป้อนเป็นข้อเสนอโค้ดเว็บและเกมผ่านเครื่องมือที่เชื่อมต่อได้ โดยมีผลลัพธ์ข้อความและบริบทผู้สร้าง 1,048,576 โทเคน" }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 }, { "contract_json_pointer": "/methods/1/rawMethod/contract", "html_json_pointer": "/methods/1/html", "method_ordinal": 1 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod", "/methods/1/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Muse Spark 1.2 เป็นโมเดลให้เหตุผลหลายสื่อของ Meta ที่เน้นการเขียนโค้ดจากภาพ แผนภูมิ และความเข้าใจภาพและเสียง เปลี่ยนภาพหรือวิดีโอที่ป้อนเป็นข้อเสนอโค้ดเว็บและเกมผ่านเครื่องมือที่เชื่อมต่อได้ โดยมีผลลัพธ์ข้อความและบริบทผู้สร้าง 1,048,576 โทเคน", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "6500891d667e5ec3dba82055448df37ce8bca849ebb2ac69ee5d267927d79489", "renderer_sha256": "890edb706fafafdd4f598bb324acf65fada58918b0911b97eb80e68be2ef65d9" }, "sourceRevision": "7b17a01a54181216d81136bebe502611677fefd0478659d3a67b3744a94d90c5" }