{
  "aboutHtml": "<h3>การให้เหตุผล โค้ด และข้อความยาว</h3><p>Nemotron 3.5 Super VL เป็นโมเดล NVIDIA สำหรับงานที่ต้องเชื่อมการให้เหตุผลหลายขั้น ทำความเข้าใจโค้ดโปรแกรม หรือประมวลผลข้อมูลปริมาณมาก ใน Ailoot หน้ารุ่นนี้ให้บทสนทนาแบบข้อความ: ส่งคำสั่ง ข้อมูลต้นทาง และประวัติข้อความ แล้วโมเดลคืนคำตอบข้อความ</p><p>ใช้วิเคราะห์เอกสารเทคนิค เปรียบเทียบข้อกำหนด เตรียมคำอธิบายโค้ด และวิเคราะห์รายงานข้อความได้ คำขอควรระบุเป้าหมาย แนบข้อมูลที่จำเป็น และกำหนดรูปผลลัพธ์ เช่น รายการข้อสรุปพร้อมเหตุผล แผนแก้โปรแกรม หรือการเปรียบเทียบแนวทางหลายแบบ</p><h3>โครงสร้างและความเชี่ยวชาญ</h3><p>Super VL ต้นฉบับเป็นโมเดลภาพและภาษาของ NVIDIA ที่ใช้ตัวเข้ารหัสภาพ C-RADIO และออกแบบให้เข้าใจเอกสารกับวิดีโอด้วย หน้ารุ่น Ailoot นี้ให้ใช้งานด้านข้อความ โดยส่งข้อมูลต้นทางเป็นเนื้อหาข้อความ</p><p>พื้นฐานโมเดลรวม Mamba-2, Transformer และสถาปัตยกรรม Mixture of Experts จากประมาณ 120 พันล้านพารามิเตอร์ จะเปิดใช้ราว 12 พันล้านในแต่ละขั้นประมวลผล นี่เป็นโครงสร้างโมเดลที่ควรพิจารณาแยกจากความเร็วจริงของคำขอแต่ละครั้ง</p><p>การฝึกใช้คลังซอฟต์แวร์ คู่โจทย์กับการแก้โค้ด บันทึกการสร้างโปรแกรม เส้นทางแก้โจทย์หลายขั้น และข้อมูลสำหรับบริบทยาว การฝึกต่อมารวมงานโค้ด การให้เหตุผล คำสั่ง และบทสนทนา ความเชี่ยวชาญนี้มีประโยชน์เมื่อกำหนดงานประกอบที่ต้องเชื่อมข้อมูลต้นทางก่อนแล้วจึงจัดรูปผลลัพธ์</p><h3>เตรียมงานอย่างไร</h3><p>สำหรับวิเคราะห์เอกสาร ให้กำหนดคำถามและเกณฑ์เลือกข้อมูลก่อน แล้วแนบข้อความพร้อมชื่อหัวข้อ หากต้องเทียบแหล่งข้อมูล ให้กำหนดป้ายชื่อสั้นและขอให้ผูกข้อสรุปกับป้ายเหล่านั้น สำหรับงานโค้ด เพิ่มส่วนโปรแกรมที่เกี่ยวข้อง พฤติกรรมที่สังเกต และผลที่คาดหวัง เพื่อเทียบคำตอบกับกรณีจริงได้</p><p>หน้าต่างบริบทขนาดใหญ่ช่วยใส่ข้อมูลที่เชื่อมโยงในคำขอเดียว แต่ปริมาณบริบทไม่ทดแทนการกำหนดงานชัดเจน ควรแยกคำสั่งออกจากข้อมูลต้นทางและระบุล่วงหน้าว่าต้องการแนวทางหรือเอกสารแบบใด</p><h3>บริบทและวิธีเชื่อมต่อ</h3><p>Ailoot ระบุหน้าต่างของรุ่นนี้ไว้ที่ 1000000 โทเคนและขีดจำกัดคำตอบสูงสุด 131072 โทเคน ประวัติสนทนา คำสั่ง ข้อมูลต้นทาง และคำตอบใช้บริบทร่วมกัน เมื่อเตรียมคำขอยาว ให้เหลือพื้นที่สำหรับผลลัพธ์</p><p>ใช้โมเดลผ่าน Chat Completions, Responses และ Messages ได้ การใช้งานที่มีของรุ่นนี้คือข้อความเข้าและข้อความออก โดยส่งเอกสารเป็นเนื้อหาข้อความ</p>",
  "aboutText": "### การให้เหตุผล โค้ด และข้อความยาว\n\nNemotron 3.5 Super VL เป็นโมเดล NVIDIA สำหรับงานที่ต้องเชื่อมการให้เหตุผลหลายขั้น ทำความเข้าใจโค้ดโปรแกรม หรือประมวลผลข้อมูลปริมาณมาก ใน Ailoot หน้ารุ่นนี้ให้บทสนทนาแบบข้อความ: ส่งคำสั่ง ข้อมูลต้นทาง และประวัติข้อความ แล้วโมเดลคืนคำตอบข้อความ\n\nใช้วิเคราะห์เอกสารเทคนิค เปรียบเทียบข้อกำหนด เตรียมคำอธิบายโค้ด และวิเคราะห์รายงานข้อความได้ คำขอควรระบุเป้าหมาย แนบข้อมูลที่จำเป็น และกำหนดรูปผลลัพธ์ เช่น รายการข้อสรุปพร้อมเหตุผล แผนแก้โปรแกรม หรือการเปรียบเทียบแนวทางหลายแบบ\n\n### โครงสร้างและความเชี่ยวชาญ\n\nSuper VL ต้นฉบับเป็นโมเดลภาพและภาษาของ NVIDIA ที่ใช้ตัวเข้ารหัสภาพ C-RADIO และออกแบบให้เข้าใจเอกสารกับวิดีโอด้วย หน้ารุ่น Ailoot นี้ให้ใช้งานด้านข้อความ โดยส่งข้อมูลต้นทางเป็นเนื้อหาข้อความ\n\nพื้นฐานโมเดลรวม Mamba-2, Transformer และสถาปัตยกรรม Mixture of Experts จากประมาณ 120 พันล้านพารามิเตอร์ จะเปิดใช้ราว 12 พันล้านในแต่ละขั้นประมวลผล นี่เป็นโครงสร้างโมเดลที่ควรพิจารณาแยกจากความเร็วจริงของคำขอแต่ละครั้ง\n\nการฝึกใช้คลังซอฟต์แวร์ คู่โจทย์กับการแก้โค้ด บันทึกการสร้างโปรแกรม เส้นทางแก้โจทย์หลายขั้น และข้อมูลสำหรับบริบทยาว การฝึกต่อมารวมงานโค้ด การให้เหตุผล คำสั่ง และบทสนทนา ความเชี่ยวชาญนี้มีประโยชน์เมื่อกำหนดงานประกอบที่ต้องเชื่อมข้อมูลต้นทางก่อนแล้วจึงจัดรูปผลลัพธ์\n\n### เตรียมงานอย่างไร\n\nสำหรับวิเคราะห์เอกสาร ให้กำหนดคำถามและเกณฑ์เลือกข้อมูลก่อน แล้วแนบข้อความพร้อมชื่อหัวข้อ หากต้องเทียบแหล่งข้อมูล ให้กำหนดป้ายชื่อสั้นและขอให้ผูกข้อสรุปกับป้ายเหล่านั้น สำหรับงานโค้ด เพิ่มส่วนโปรแกรมที่เกี่ยวข้อง พฤติกรรมที่สังเกต และผลที่คาดหวัง เพื่อเทียบคำตอบกับกรณีจริงได้\n\nหน้าต่างบริบทขนาดใหญ่ช่วยใส่ข้อมูลที่เชื่อมโยงในคำขอเดียว แต่ปริมาณบริบทไม่ทดแทนการกำหนดงานชัดเจน ควรแยกคำสั่งออกจากข้อมูลต้นทางและระบุล่วงหน้าว่าต้องการแนวทางหรือเอกสารแบบใด\n\n### บริบทและวิธีเชื่อมต่อ\n\nAiloot ระบุหน้าต่างของรุ่นนี้ไว้ที่ 1000000 โทเคนและขีดจำกัดคำตอบสูงสุด 131072 โทเคน ประวัติสนทนา คำสั่ง ข้อมูลต้นทาง และคำตอบใช้บริบทร่วมกัน เมื่อเตรียมคำขอยาว ให้เหลือพื้นที่สำหรับผลลัพธ์\n\nใช้โมเดลผ่าน Chat Completions, Responses และ Messages ได้ การใช้งานที่มีของรุ่นนี้คือข้อความเข้าและข้อความออก โดยส่งเอกสารเป็นเนื้อหาข้อความ",
  "locale": "th",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>ขาเข้า</dt><dd><code>text</code></dd></div><div><dt>ขาออก</dt><dd><code>text</code></dd></div><div><dt>บริบท</dt><dd>1,000,000 <em>โทเคน</em></dd></div><div><dt>ความยาวคำตอบสูงสุด</dt><dd>131,072 <em>โทเคน</em></dd></div></dl><dl><div><dt>ขาเข้า</dt><dd>US$0.00 <em>/ 1K</em></dd></div><div><dt>ขาออก</dt><dd>US$0.00 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|nvidia%2Fnemotron-3.5-super-vl%3Afree",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 1000000,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": 131072,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>ขาเข้า</dt><dd><code>text</code></dd></div><div><dt>ขาออก</dt><dd><code>text</code></dd></div><div><dt>บริบท</dt><dd>1,000,000 <em>โทเคน</em></dd></div><div><dt>ความยาวคำตอบสูงสุด</dt><dd>131,072 <em>โทเคน</em></dd></div></dl><dl><div><dt>ขาเข้า</dt><dd>US$0.00 <em>/ 1K</em></dd></div><div><dt>ขาออก</dt><dd>US$0.00 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|nvidia%2Fnemotron-3.5-super-vl%3Afree",
      "ordinal": 1,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 1000000,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": 131072,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>ขาเข้า</dt><dd><code>text</code></dd></div><div><dt>ขาออก</dt><dd><code>text</code></dd></div><div><dt>บริบท</dt><dd>1,000,000 <em>โทเคน</em></dd></div><div><dt>ความยาวคำตอบสูงสุด</dt><dd>131,072 <em>โทเคน</em></dd></div></dl><dl><div><dt>ขาเข้า</dt><dd>US$0.00 <em>/ 1K</em></dd></div><div><dt>ขาออก</dt><dd>US$0.00 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|nvidia%2Fnemotron-3.5-super-vl%3Afree",
      "ordinal": 2,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 1000000,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": 131072,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    }
  ],
  "model_id": "nvidia/nemotron-3.5-super-vl:free",
  "page": {
    "canonical": "https://ailoot.ai/models/th/nvidia-nemotron-3-5-super-vl-free/",
    "description": "สนทนาข้อความกับโมเดล NVIDIA สำหรับให้เหตุผล งานโค้ด และวิเคราะห์ข้อมูลปริมาณมาก",
    "locale": "th",
    "md_url": "https://ailoot.ai/models/th/nvidia-nemotron-3-5-super-vl-free/index.md",
    "title": "NVIDIA: Nemotron 3.5 Super VL (free)",
    "url": "https://ailoot.ai/models/th/nvidia-nemotron-3-5-super-vl-free/"
  },
  "rawModel": {
    "about": "### การให้เหตุผล โค้ด และข้อความยาว\n\nNemotron 3.5 Super VL เป็นโมเดล NVIDIA สำหรับงานที่ต้องเชื่อมการให้เหตุผลหลายขั้น ทำความเข้าใจโค้ดโปรแกรม หรือประมวลผลข้อมูลปริมาณมาก ใน Ailoot หน้ารุ่นนี้ให้บทสนทนาแบบข้อความ: ส่งคำสั่ง ข้อมูลต้นทาง และประวัติข้อความ แล้วโมเดลคืนคำตอบข้อความ\n\nใช้วิเคราะห์เอกสารเทคนิค เปรียบเทียบข้อกำหนด เตรียมคำอธิบายโค้ด และวิเคราะห์รายงานข้อความได้ คำขอควรระบุเป้าหมาย แนบข้อมูลที่จำเป็น และกำหนดรูปผลลัพธ์ เช่น รายการข้อสรุปพร้อมเหตุผล แผนแก้โปรแกรม หรือการเปรียบเทียบแนวทางหลายแบบ\n\n### โครงสร้างและความเชี่ยวชาญ\n\nSuper VL ต้นฉบับเป็นโมเดลภาพและภาษาของ NVIDIA ที่ใช้ตัวเข้ารหัสภาพ C-RADIO และออกแบบให้เข้าใจเอกสารกับวิดีโอด้วย หน้ารุ่น Ailoot นี้ให้ใช้งานด้านข้อความ โดยส่งข้อมูลต้นทางเป็นเนื้อหาข้อความ\n\nพื้นฐานโมเดลรวม Mamba-2, Transformer และสถาปัตยกรรม Mixture of Experts จากประมาณ 120 พันล้านพารามิเตอร์ จะเปิดใช้ราว 12 พันล้านในแต่ละขั้นประมวลผล นี่เป็นโครงสร้างโมเดลที่ควรพิจารณาแยกจากความเร็วจริงของคำขอแต่ละครั้ง\n\nการฝึกใช้คลังซอฟต์แวร์ คู่โจทย์กับการแก้โค้ด บันทึกการสร้างโปรแกรม เส้นทางแก้โจทย์หลายขั้น และข้อมูลสำหรับบริบทยาว การฝึกต่อมารวมงานโค้ด การให้เหตุผล คำสั่ง และบทสนทนา ความเชี่ยวชาญนี้มีประโยชน์เมื่อกำหนดงานประกอบที่ต้องเชื่อมข้อมูลต้นทางก่อนแล้วจึงจัดรูปผลลัพธ์\n\n### เตรียมงานอย่างไร\n\nสำหรับวิเคราะห์เอกสาร ให้กำหนดคำถามและเกณฑ์เลือกข้อมูลก่อน แล้วแนบข้อความพร้อมชื่อหัวข้อ หากต้องเทียบแหล่งข้อมูล ให้กำหนดป้ายชื่อสั้นและขอให้ผูกข้อสรุปกับป้ายเหล่านั้น สำหรับงานโค้ด เพิ่มส่วนโปรแกรมที่เกี่ยวข้อง พฤติกรรมที่สังเกต และผลที่คาดหวัง เพื่อเทียบคำตอบกับกรณีจริงได้\n\nหน้าต่างบริบทขนาดใหญ่ช่วยใส่ข้อมูลที่เชื่อมโยงในคำขอเดียว แต่ปริมาณบริบทไม่ทดแทนการกำหนดงานชัดเจน ควรแยกคำสั่งออกจากข้อมูลต้นทางและระบุล่วงหน้าว่าต้องการแนวทางหรือเอกสารแบบใด\n\n### บริบทและวิธีเชื่อมต่อ\n\nAiloot ระบุหน้าต่างของรุ่นนี้ไว้ที่ 1000000 โทเคนและขีดจำกัดคำตอบสูงสุด 131072 โทเคน ประวัติสนทนา คำสั่ง ข้อมูลต้นทาง และคำตอบใช้บริบทร่วมกัน เมื่อเตรียมคำขอยาว ให้เหลือพื้นที่สำหรับผลลัพธ์\n\nใช้โมเดลผ่าน Chat Completions, Responses และ Messages ได้ การใช้งานที่มีของรุ่นนี้คือข้อความเข้าและข้อความออก โดยส่งเอกสารเป็นเนื้อหาข้อความ",
    "alias_of": null,
    "aliases": [],
    "author": "NVIDIA",
    "canonical_model": "nvidia/nemotron-3.5-super-vl:free",
    "ctx": 1000000,
    "formats": [
      "chat",
      "messages",
      "responses"
    ],
    "id": "nvidia/nemotron-3.5-super-vl:free",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": 131072,
    "methods": [
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 1000000,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": 131072,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 1000000,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": 131072,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 1000000,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": 131072,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra"
      }
    ],
    "name": "NVIDIA: Nemotron 3.5 Super VL (free)",
    "price": {
      "in": 0,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "sort_in": 0,
      "sort_out": 0,
      "varies": false
    },
    "public_id": "nvidia/nemotron-3.5-super-vl:free",
    "short": "สนทนาข้อความกับโมเดล NVIDIA สำหรับให้เหตุผล งานโค้ด และวิเคราะห์ข้อมูลปริมาณมาก"
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "สนทนาข้อความกับโมเดล NVIDIA สำหรับให้เหตุผล งานโค้ด และวิเคราะห์ข้อมูลปริมาณมาก",
  "source": {
    "audit_sha256": "56466f808266a369e9773f947c8b958c4e72c970b498fd57652a54967b325a62",
    "bridge_map_sha256": "56466f808266a369e9773f947c8b958c4e72c970b498fd57652a54967b325a62",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "3a725f0a737573378d9335277142ce4e7f28060a39874b366eb8ab37af20a832",
      "renderer_sha256": "ff00245c84d95e11e326654be0ac0d72aa3db20ee75f241c9f19b61e75666743"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "3a725f0a737573378d9335277142ce4e7f28060a39874b366eb8ab37af20a832",
    "renderer_sha256": "ff00245c84d95e11e326654be0ac0d72aa3db20ee75f241c9f19b61e75666743"
  },
  "sourceRevision": "558bdcb657b4ff2ef2e7b8ea75a7ee6ab2c922dbf81e972bb9103a7c41bfc6b0"
}