Meta: Muse Wonder
Muse Wonder เป็นโมเดลการใช้เหตุผลหลายสื่อของ Meta สำหรับเอเจนต์ทำงานระยะยาวและงานวิศวกรรมซับซ้อน อ่านข้อความ ภาพ วิดีโอ เสียง และเอกสาร PDF ในบริบท 1,048,576 โทเคน แล้วคืนข้อความ พร้อมคุณสมบัติการเรียกเครื่องมือ เอาต์พุตมีโครงสร้าง และความพยายามใช้เหตุผลที่ตั้งค่าได้ซึ่งเผยแพร่
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsmeta/muse-wonder - Ailoot Ultra · Anthropic Messages
POST /v1/messagesmeta/muse-wonder
เกี่ยวกับโมเดล
คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก
Muse Wonder เป็นโมเดลการใช้เหตุผลของ Meta สำหรับงานที่ต้องมีแผนต่อเนื่องบนชุดหลักฐานขนาดใหญ่ อินพุตที่เผยแพร่มีข้อความ ภาพ วิดีโอ เสียง และเอกสาร PDF ส่วนเอาต์พุตเป็นข้อความ งานเดียวจึงรวมรีพอซิทอรี ชุดเอกสาร และหลักฐานภาพได้ พร้อมคงชิ้นงานเขียนที่กำหนดไว้
วางแผนงานตามชิ้นงานที่ต้องการ
อธิบายว่างานต้องสร้างอะไรและจะตรวจผลอย่างไร สำหรับงานซอฟต์แวร์ ให้ระบุพฤติกรรมที่ต้องรักษา ไฟล์ที่เกี่ยวข้อง และเกณฑ์ตรวจสอบ สำหรับการวิเคราะห์เอกสาร ให้ระบุคำถาม แหล่งที่มา และข้อมูลที่รายงานสุดท้ายควรเก็บ
การออกแบบเอเจนต์ที่เผยแพร่รวมการวางแผน การมอบหมายงานย่อย การใช้เครื่องมือพร้อมกัน และการฟื้นตัวจากข้อผิดพลาด ในแอปพลิเคชัน ให้เชื่อมความสามารถโมเดลเหล่านี้กับกระบวนการรันที่ควบคุมได้ เครื่องมือทำการกระทำ ข้อสังเกตที่คืนมาให้หลักฐาน และขั้นโมเดลถัดไปใช้ข้อสังเกตเหล่านั้น เก็บข้อค้นพบที่เสร็จแล้วเพื่อให้ขั้นหลังไม่สูญเสียการตัดสินใจที่ผ่านมา
ทำงานข้ามไฟล์และสื่อ
การใช้ด้านวิศวกรรมของ Muse Wonder ที่ระบุในเอกสารครอบคลุมหลายไฟล์ในรีพอซิทอรีเดิม ให้ชุดโค้ดที่เกี่ยวข้องและข้อจำกัดอย่างสอดคล้อง แทนข้อความตัดตอนที่ไม่เชื่อมกันเมื่อการเปลี่ยนข้ามขอบเขตองค์ประกอบ ขออินเทอร์เฟซที่ได้รับผลและขั้นตรวจสอบพร้อมการแก้ไขที่เสนอ
สำหรับงานภาพหรือภาพพร้อมเสียง ให้สื่อที่มีหลักฐาน ภาพหน้าจอทำให้ข้อบกพร่องเลย์เอาต์ชัดขึ้นได้ วิดีโอแสดงลำดับการโต้ตอบได้ เอกสารรวมข้อความ ตาราง และรูปได้ ระบุว่าโมเดลควรดึงหรืออธิบายอะไรจากหลักฐานนั้น และขอผลข้อความที่เก็บข้อสังเกตมีประโยชน์ไว้
การใช้เหตุผลและเอาต์พุตมีโครงสร้าง
การตั้งค่าที่เผยแพร่ของ Muse Wonder รวมการใช้เหตุผลแบบบังคับพร้อมระดับความพยายาม minimal, low, medium, high, xhigh และ max โดย medium เป็นค่าเริ่มต้น เลือกค่าตามความลึกของงานและระบุว่าคำตอบควรยืนยันอะไร คงเกณฑ์เดียวกันเมื่อเปรียบเทียบผลที่ระดับความพยายามต่างกัน
การเรียกเครื่องมือและเอาต์พุตมีโครงสร้างตามสคีมาเป็นคุณสมบัติโมเดลที่เผยแพร่ กระบวนการใช้เพื่อขอข้อค้นพบที่ระบุ แหล่งอ้างอิงหลักฐาน แผนเปลี่ยนแปลง หรือรายการผลการตรวจสอบได้ ให้ฟิลด์ที่เครื่องใช้มุ่งไปที่ขั้นถัดไป และเก็บคำอธิบายที่คนอ่านได้เมื่อผู้ตรวจทานต้องเข้าใจการตัดสินใจ
ความต่อเนื่องในบริบทยาว
หน้าต่างบริบทที่เผยแพร่มี 1,048,576 โทเคน จัดอินพุตยาวด้วยชื่อแหล่งที่มาชัดเจนและขอบเขตส่วน และแยกข้อสังเกตที่ยืนยันแล้วจากข้อสมมติที่ยังเปิด ใช้บริบทเก็บการตัดสินใจสำคัญตลอดงาน แทนการเติมด้วยสื่อไม่เกี่ยวข้อง
ชิ้นงานสุดท้ายที่มีประโยชน์ระบุสิ่งที่เปลี่ยน หลักฐานที่ใช้ การตรวจที่ทำ และคำถามที่ยังต้องดูแล อาจเป็นการตรวจทานรีพอซิทอรี ข้อเสนอเปลี่ยนหลายไฟล์ หรือการวิเคราะห์ชุดเอกสารผสม เอาต์พุตข้อความของ Muse Wonder อธิบายและกำกับงาน ส่วนแอปพลิเคชันรอบนอกให้การรัน เครื่องมือ และพื้นที่เก็บที่ทำให้เป็นกระบวนการที่เสร็จสมบูรณ์
ความสามารถ
- การเข้าใจข้อความ ภาพ วิดีโอ เสียง และ PDF โดยให้เอาต์พุตเป็นข้อความ
- บริบทที่เผยแพร่รองรับ 1,048,576 โทเคน
- การวางแผน การมอบหมายงานย่อย การใช้เครื่องมือแบบขนาน และการกู้คืนจากข้อผิดพลาดในงานของเอเจนต์
- เวิร์กโฟลว์วิศวกรรมซอฟต์แวร์ที่ครอบคลุมหลายไฟล์
- การให้เหตุผลที่ต้องใช้เสมอ พร้อมระดับความพยายามที่เผยแพร่และเอาต์พุตตามสคีมา
กรณีการใช้งาน
- งานวิศวกรรมที่ครอบคลุมหลายไฟล์ — โค้ดที่เกี่ยวข้อง ผลลัพธ์ที่ต้องการ และเกณฑ์การตรวจสอบ ผลลัพธ์: แผนการเปลี่ยนแปลงหรือการทบทวนที่สอดคล้องกันทั่วทั้งส่วนประกอบที่ได้รับผลกระทบ
- เอเจนต์ที่อยู่ภายใต้การควบคุมและทำงานระยะยาว — เป้าหมาย ชุดควบคุมการดำเนินงาน และข้อมูลการสังเกตจากเครื่องมือที่เก็บไว้ ผลลัพธ์: การตัดสินใจต่อเนื่องที่เชื่อมโยงกับผลงานสุดท้ายที่ตรวจทานได้
- การศึกษาจากหลายสื่อ — เอกสารและสื่อที่มีหลักฐานสำหรับคำถามเฉพาะ ผลลัพธ์: การวิเคราะห์ข้อความพร้อมข้อมูลการสังเกตที่เชื่อมโยงกับแหล่งข้อมูล
- การสังเคราะห์ชุดหลักฐานขนาดใหญ่ — ชุดข้อมูลที่จัดระเบียบไว้พร้อมชื่อแหล่งข้อมูลและข้อกำหนดเอาต์พุตที่ตกลงไว้ ผลลัพธ์: รายงานที่เก็บข้อสรุป หลักฐาน และสมมติฐานที่ยังเปิดไว้
ข้อจำกัด
- บริบท — หน้าต่างบริบทที่เผยแพร่: 1,048,576 โทเคน
- เอาต์พุต — กลุ่มเอาต์พุตที่เผยแพร่เป็นข้อความ
- การให้เหตุผล — ต้องใช้การให้เหตุผลเสมอ โดยแหล่งข้อมูลระบุระดับความพยายาม
minimal,low,medium,high,xhighและmax - การดำเนินงาน — เครื่องมือและแอปพลิเคชันที่ครอบอยู่ดำเนินการและเก็บผลลัพธ์ไว้
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions meta/muse-wonder
meta/muse-wonderเริ่มต้น
Muse Wonder เป็นโมเดลการใช้เหตุผลหลายสื่อของ Meta สำหรับเอเจนต์ทำงานระยะยาวและงานวิศวกรรมซับซ้อน อ่านข้อความ ภาพ วิดีโอ เสียง และเอกสาร PDF ในบริบท 1,048,576 โทเคน แล้วคืนข้อความ พร้อมคุณสมบัติการเรียกเครื่องมือ เอาต์พุตมีโครงสร้าง และความพยายามใช้เหตุผลที่ตั้งค่าได้ซึ่งเผยแพร่
- อินพุตที่รองรับ
- ข้อความ
- ผลลัพธ์
- ข้อความ
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- ขาเข้า
text- ขาออก
text- รูปแบบเอาต์พุต
- json หรือ SSE
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด meta/muse-wonder | ค่าเริ่มต้น— |
ฟิลด์messages | ประเภทmessage[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 | ค่าเริ่มต้น— |
ฟิลด์messages[].role | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์messages[].content | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ใช้เมื่อ: บทสนทนาข้อความ | ค่าเริ่มต้น— |
ฟิลด์stream | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |
ชุดผสมของสื่ออินพุต
ข้อความ · ข้อความ UTF8
messages[].content
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์required | ข้อกำหนดmodel, messages |
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์messages | ข้อกำหนดอาร์เรย์ข้อความที่มีโครงสร้าง role/content |
พารามิเตอร์file_material | ข้อกำหนดแทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์ |
พารามิเตอร์optional_controls | ข้อกำหนดstream |
พารามิเตอร์control_scope | ข้อกำหนดบทสนทนาข้อความ โดย stream เป็นบูลีนและมีค่าเริ่มต้น false |
พารามิเตอร์output_modalities | ข้อกำหนดtext |
พารามิเตอร์hosted_operations | ข้อกำหนดfalse |
พารามิเตอร์multimodal_input_binding | ข้อกำหนดnull |
ชื่ออื่นของเมธอด: /chat/completions
วงจรการทำงาน: synchronous_or_streamed
ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages
ความยาวบริบทไม่ใช่เพดานผลลัพธ์
ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง
ราคา
ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก
- โหมดรวดเร็ว
- ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว
- โหมดยืดหยุ่น
- ไม่ได้ระบุ เมื่อเลือกโหมด flex
- ระดับการใช้เหตุผลสูงสุด
- ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด
อัตราค่าบริการ Ailoot
ราคาตามการตั้งค่า
เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน
| การตั้งค่า | ตารางอัตราค่าบริการ | โทเค็นบริบท มากกว่า | โทเค็นบริบท ไม่เกินและรวมค่า | ค่าบริการ |
|---|---|---|---|---|
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | โทเค็นบริบท มากกว่า— | โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.008 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.04 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.0004 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
| การตั้งค่าระดับความยาวคำขอ 1 | ตารางอัตราค่าบริการ— | โทเค็นบริบท มากกว่า0 | โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.008 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.04 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.0004 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"meta/muse-wonder","messages":[{"role":"user","content":"hello"}],"stream":false}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="meta/muse-wonder", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(result.to_dict(mode="json"))
รับและบันทึกผลลัพธ์
Ailoot Ultra · OpenAI Chat
json หรือ SSE
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้
ฟิลด์การตอบกลับ
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์choices[].index | ประเภทinteger |
ฟิลด์choices[].message.content | ประเภทstring|null |
ฟิลด์choices[].message.tool_calls | ประเภทtool_call[] |
ฟิลด์choices[].message.reasoning_content | ประเภทstring |
ฟิลด์choices[].message.reasoning_details | ประเภทobject|array |
ฟิลด์choices[].finish_reason | ประเภทstring|null |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot Ultra meta/muse-wonder
ชื่อพาธเมธอดอื่น
/chat/completions
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
Ailoot Ultra · Anthropic Messages POST /v1/messages meta/muse-wonder
meta/muse-wonderเริ่มต้น
Muse Wonder เป็นโมเดลการใช้เหตุผลหลายสื่อของ Meta สำหรับเอเจนต์ทำงานระยะยาวและงานวิศวกรรมซับซ้อน อ่านข้อความ ภาพ วิดีโอ เสียง และเอกสาร PDF ในบริบท 1,048,576 โทเคน แล้วคืนข้อความ พร้อมคุณสมบัติการเรียกเครื่องมือ เอาต์พุตมีโครงสร้าง และความพยายามใช้เหตุผลที่ตั้งค่าได้ซึ่งเผยแพร่
- อินพุตที่รองรับ
- ข้อความ
- ผลลัพธ์
- json · sse
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot Ultra · Anthropic Messages POST /v1/messages
- ขาเข้า
text- ขาออก
json,sse- รูปแบบเอาต์พุต
- JSON หรือ SSE
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด meta/muse-wonder | ค่าเริ่มต้น— |
ฟิลด์messages | ประเภทmessage[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์messages[].role | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด user, assistant | ค่าเริ่มต้น— |
ฟิลด์messages[].content | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์max_tokens | ประเภทinteger | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์stream | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |
ชุดผสมของสื่ออินพุต
ข้อความ · ข้อความ UTF-8
สตริง messages[].content
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์required | ข้อกำหนดmodel, messages, max_tokens |
พารามิเตอร์optional_controls | ข้อกำหนดstream |
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์text_file_material | ข้อกำหนดอ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ |
วงจรการทำงาน: synchronous_or_streamed
ราคา
ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก
- โหมดรวดเร็ว
- ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว
- โหมดยืดหยุ่น
- ไม่ได้ระบุ เมื่อเลือกโหมด flex
- ระดับการใช้เหตุผลสูงสุด
- ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด
อัตราค่าบริการ Ailoot
ราคาตามการตั้งค่า
เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน
| การตั้งค่า | ตารางอัตราค่าบริการ | โทเค็นบริบท มากกว่า | โทเค็นบริบท ไม่เกินและรวมค่า | ค่าบริการ |
|---|---|---|---|---|
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | โทเค็นบริบท มากกว่า— | โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.008 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.04 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.0004 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
| การตั้งค่าระดับความยาวคำขอ 1 | ตารางอัตราค่าบริการ— | โทเค็นบริบท มากกว่า0 | โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.008 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.04 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.0004 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot Ultra · Anthropic Messages
{
"model": "meta/muse-wonder",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'meta/muse-wonder', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'meta/muse-wonder', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError
api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
with urlopen(request, timeout=120) as response:
raw = response.read()
Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
Path('result.json').write_bytes(error.read())
Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
รับและบันทึกผลลัพธ์
Ailoot Ultra · Anthropic Messages
JSON หรือ SSE
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้
ฟิลด์การตอบกลับ
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์id | ประเภทstring |
ฟิลด์model | ประเภทstring |
ฟิลด์content[] | ประเภทtext|thinking|tool_use|other content block |
ฟิลด์stop_reason | ประเภทstring|null |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot Ultra meta/muse-wonder
ชื่อพาธเมธอดอื่น
/chat/completions
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
FAQ · Meta: Muse Wonder
- มีอินพุตและผลลัพธ์ใดบ้าง?
POST /v1/chat/completions·meta/muse-wonder:text→textPOST /v1/messages·meta/muse-wonder:text→json,sse- คำขอใช้ฟิลด์ใดบ้าง?
POST /v1/chat/completions·meta/muse-wonder:model,messages,streamPOST /v1/messages·meta/muse-wonder:model,messages,max_tokens,stream- มีข้อจำกัดใดบ้าง?
POST /v1/chat/completions·meta/muse-wonder:messages.min_items:1