Muse Spark 1.2 là bản cập nhật chú trọng lập trình của Muse Spark 1.1 từ Meta, nhấn mạnh hiểu đa phương thức và suy luận trực quan. Các trình diễn của nhà sản xuất kết nối hình ảnh, video với sản phẩm số như trang web và trò chơi, còn bảng mô hình liệt kê ngữ cảnh 1,048,576 token cùng đầu ra văn bản. Mục này đề cập Standard 1.2, khác với Contributor 1.2 và 1.3 về sau.
Lập trình từ hình ảnh
Bản phát hành mô tả chuyển bố cục, thứ bậc và phong cách trực quan thành mã hoạt động, rồi kiểm tra sản phẩm thu được thông qua công cụ. Đối với nhiệm vụ hữu ích, cung cấp hình ảnh hoặc đoạn video cùng hành vi cần triển khai. Ảnh chụp màn hình có thể thể hiện diện mạo nhưng để các tương tác chưa được chỉ rõ, nên nêu các điều khiển, trạng thái và phản ứng mong đợi với hành động người dùng mà kết quả cần có.
Yêu cầu riêng cấu trúc nhìn thấy, triển khai đề xuất và các giả định. Chẳng hạn, nhiệm vụ tái dựng trang có thể yêu cầu những phần mang tên và các quan hệ trực quan được thể hiện trong tham chiếu, rồi yêu cầu mã cho một tương tác xác định. Kết xuất và kiểm tra hoạt động của mã đó cần môi trường được kết nối; ảnh chụp màn hình hoặc phản hồi thực thi thu được có thể trở thành đầu vào cho lần sửa tiếp theo.
Nhà sản xuất nêu khả năng hiểu biểu đồ và suy luận trực quan ngoài tạo mã. Giữ các trục, đơn vị và nhãn trong biểu đồ, đồng thời yêu cầu quan sát hỗ trợ mỗi kết luận. Với sơ đồ, xác định quan hệ cần giải thích và nhãn nguồn cần giữ. Với ảnh tài liệu, phân biệt việc chép lại cách diễn đạt nhìn thấy với tóm tắt hoặc diễn giải.
Quy trình không gian và nghe nhìn
Thông báo 1.2 cũng bàn về biến thể robot chuyên biệt và hệ thống lập kế hoạch/hành động hai tầng. Đây là những thành phần thử nghiệm riêng: mô hình cấp cao suy luận về cảnh và nhiệm vụ con, còn chính sách thị giác-ngôn ngữ-hành động riêng thực hiện hành động cấp thấp. Không nên mô tả mô hình Standard đầu ra văn bản là bộ chấp hành robot chỉ vì bản phát hành của dòng chứa trình diễn đó.
Đối với phiên bản Standard, bảng mô hình tài liệu hóa văn bản, hình ảnh, video, âm thanh và PDF là đầu vào. Nhiệm vụ nghe nhìn có thể hỏi sự kiện hoặc điều kiện được nói liên quan đến câu hỏi và trả lại bản tường thuật theo trình tự, dựa trên tài liệu hỗ trợ. Xác định đoạn liên quan và hình thức câu trả lời thay vì yêu cầu tóm tắt không định hướng mọi phương thức.
Các ví dụ của nhà sản xuất kết hợp hiểu video, chú thích chi tiết và kiểm tra có công cụ hỗ trợ. Quy trình thực tế có thể so sánh trình diễn với quy trình viết, yêu cầu điểm khớp và khác biệt nhìn thấy, rồi chuẩn bị kết quả văn bản cho bước ứng dụng sau. Văn xuôi được tạo, mã và phát hiện có cấu trúc là đầu ra được tài liệu hóa; tạo hình ảnh hoặc giọng nói thuộc các thành phần có tên riêng.
Thiết lập suy luận và ngữ cảnh
Muse Spark suy luận nội bộ trước khi tạo văn bản hiển thị. Các mức nỗ lực được tài liệu hóa áp dụng cho 1.2 là minimal, low, medium, high và xhigh. Max thuộc Standard 1.3 và none không phải cách tắt suy luận được hỗ trợ. Khi không chỉ rõ mức nỗ lực, mô hình sử dụng mức do mô hình quyết định.
Ngữ cảnh 1,048,576 token có thể giữ tài liệu nguồn liên quan và hội thoại, nhưng mục tiêu và sản phẩm cuối vẫn cần được xác định. Với nhiệm vụ tài liệu dài, xác định câu hỏi, gắn nhãn mỗi nguồn và giữ vị trí của nó bên cạnh thông tin được trích xuất. Token suy luận và câu trả lời hiển thị dùng chung ngân sách đầu ra, nên dành đủ chỗ cho phần giải thích hoặc mã mà nhiệm vụ thực sự cần.
Suy luận nội bộ thô không được hiển thị như văn bản thông thường. Giao diện trò chuyện của nhà sản xuất cũng không chuyển dấu vết riêng tư đọc được qua các lượt cho bên gọi bên ngoài; giữ tin nhắn hiển thị, nguồn và kết quả công cụ trả về cần cho lượt tiếp theo. Log probabilities không được hỗ trợ, nên mô hình không cung cấp tính năng đó làm thước đo độ tin cậy cho các kết luận.
Công cụ và sản phẩm có cấu trúc
Ứng dụng mô tả các hàm của nhà phát triển, mô hình tạo lệnh gọi đề xuất và đối số, còn ứng dụng thực thi rồi trả lại kết quả cho từng lệnh gọi. Sau đó, mô hình có thể kiểm tra phản hồi thực tế và chọn bước tiếp theo. Việc bản phát hành nhấn mạnh xem xét cả đầu vào trực quan và sản phẩm được tạo phụ thuộc vào việc những công cụ đó là một phần của môi trường.
Đầu ra có cấu trúc có thể ràng buộc văn bản theo JSON schema đã định. Bản ghi trích xuất trực quan có thể chứa hình ảnh nguồn, vật thể hoặc nhãn, giá trị quan sát và cách diễn giải. Đánh giá lập trình có thể xác định ký hiệu bị ảnh hưởng, điểm không khớp và thay đổi đề xuất. Chế độ nghiêm ngặt của nhà sản xuất yêu cầu gốc là đối tượng thuần, mọi thuộc tính được liệt kê đều bắt buộc và tắt thuộc tính bổ sung; schema đệ quy bị từ chối.
Xác định tính đúng đắn của sản phẩm theo nghĩa thực tế: những chi tiết nguồn nó phải giữ, cách tương tác nên hoạt động và phản hồi trả về nào sẽ xác lập hành vi đó. Các nguồn đã đọc không cung cấp dung lượng token đầu vào hoặc đầu ra tối đa độc lập ngoài ngữ cảnh mô hình. Giữ phiên bản Standard 1.2 và sự khác biệt giữa sản phẩm văn bản đề xuất với kết quả thực thi hoặc kết xuất được dùng để kiểm tra nó.
", "aboutText": "Muse Spark 1.2 là bản cập nhật chú trọng lập trình của Muse Spark 1.1 từ Meta, nhấn mạnh hiểu đa phương thức và suy luận trực quan. Các trình diễn của nhà sản xuất kết nối hình ảnh, video với sản phẩm số như trang web và trò chơi, còn bảng mô hình liệt kê ngữ cảnh 1,048,576 token cùng đầu ra văn bản. Mục này đề cập Standard 1.2, khác với Contributor 1.2 và 1.3 về sau.\n\nLập trình từ hình ảnh\n\nBản phát hành mô tả chuyển bố cục, thứ bậc và phong cách trực quan thành mã hoạt động, rồi kiểm tra sản phẩm thu được thông qua công cụ. Đối với nhiệm vụ hữu ích, cung cấp hình ảnh hoặc đoạn video cùng hành vi cần triển khai. Ảnh chụp màn hình có thể thể hiện diện mạo nhưng để các tương tác chưa được chỉ rõ, nên nêu các điều khiển, trạng thái và phản ứng mong đợi với hành động người dùng mà kết quả cần có.\n\nYêu cầu riêng cấu trúc nhìn thấy, triển khai đề xuất và các giả định. Chẳng hạn, nhiệm vụ tái dựng trang có thể yêu cầu những phần mang tên và các quan hệ trực quan được thể hiện trong tham chiếu, rồi yêu cầu mã cho một tương tác xác định. Kết xuất và kiểm tra hoạt động của mã đó cần môi trường được kết nối; ảnh chụp màn hình hoặc phản hồi thực thi thu được có thể trở thành đầu vào cho lần sửa tiếp theo.\n\nNhà sản xuất nêu khả năng hiểu biểu đồ và suy luận trực quan ngoài tạo mã. Giữ các trục, đơn vị và nhãn trong biểu đồ, đồng thời yêu cầu quan sát hỗ trợ mỗi kết luận. Với sơ đồ, xác định quan hệ cần giải thích và nhãn nguồn cần giữ. Với ảnh tài liệu, phân biệt việc chép lại cách diễn đạt nhìn thấy với tóm tắt hoặc diễn giải.\n\nQuy trình không gian và nghe nhìn\n\nThông báo 1.2 cũng bàn về biến thể robot chuyên biệt và hệ thống lập kế hoạch/hành động hai tầng. Đây là những thành phần thử nghiệm riêng: mô hình cấp cao suy luận về cảnh và nhiệm vụ con, còn chính sách thị giác-ngôn ngữ-hành động riêng thực hiện hành động cấp thấp. Không nên mô tả mô hình Standard đầu ra văn bản là bộ chấp hành robot chỉ vì bản phát hành của dòng chứa trình diễn đó.\n\nĐối với phiên bản Standard, bảng mô hình tài liệu hóa văn bản, hình ảnh, video, âm thanh và PDF là đầu vào. Nhiệm vụ nghe nhìn có thể hỏi sự kiện hoặc điều kiện được nói liên quan đến câu hỏi và trả lại bản tường thuật theo trình tự, dựa trên tài liệu hỗ trợ. Xác định đoạn liên quan và hình thức câu trả lời thay vì yêu cầu tóm tắt không định hướng mọi phương thức.\n\nCác ví dụ của nhà sản xuất kết hợp hiểu video, chú thích chi tiết và kiểm tra có công cụ hỗ trợ. Quy trình thực tế có thể so sánh trình diễn với quy trình viết, yêu cầu điểm khớp và khác biệt nhìn thấy, rồi chuẩn bị kết quả văn bản cho bước ứng dụng sau. Văn xuôi được tạo, mã và phát hiện có cấu trúc là đầu ra được tài liệu hóa; tạo hình ảnh hoặc giọng nói thuộc các thành phần có tên riêng.\n\nThiết lập suy luận và ngữ cảnh\n\nMuse Spark suy luận nội bộ trước khi tạo văn bản hiển thị. Các mức nỗ lực được tài liệu hóa áp dụng cho 1.2 là minimal, low, medium, high và xhigh. Max thuộc Standard 1.3 và none không phải cách tắt suy luận được hỗ trợ. Khi không chỉ rõ mức nỗ lực, mô hình sử dụng mức do mô hình quyết định.\n\nNgữ cảnh 1,048,576 token có thể giữ tài liệu nguồn liên quan và hội thoại, nhưng mục tiêu và sản phẩm cuối vẫn cần được xác định. Với nhiệm vụ tài liệu dài, xác định câu hỏi, gắn nhãn mỗi nguồn và giữ vị trí của nó bên cạnh thông tin được trích xuất. Token suy luận và câu trả lời hiển thị dùng chung ngân sách đầu ra, nên dành đủ chỗ cho phần giải thích hoặc mã mà nhiệm vụ thực sự cần.\n\nSuy luận nội bộ thô không được hiển thị như văn bản thông thường. Giao diện trò chuyện của nhà sản xuất cũng không chuyển dấu vết riêng tư đọc được qua các lượt cho bên gọi bên ngoài; giữ tin nhắn hiển thị, nguồn và kết quả công cụ trả về cần cho lượt tiếp theo. Log probabilities không được hỗ trợ, nên mô hình không cung cấp tính năng đó làm thước đo độ tin cậy cho các kết luận.\n\nCông cụ và sản phẩm có cấu trúc\n\nỨng dụng mô tả các hàm của nhà phát triển, mô hình tạo lệnh gọi đề xuất và đối số, còn ứng dụng thực thi rồi trả lại kết quả cho từng lệnh gọi. Sau đó, mô hình có thể kiểm tra phản hồi thực tế và chọn bước tiếp theo. Việc bản phát hành nhấn mạnh xem xét cả đầu vào trực quan và sản phẩm được tạo phụ thuộc vào việc những công cụ đó là một phần của môi trường.\n\nĐầu ra có cấu trúc có thể ràng buộc văn bản theo JSON schema đã định. Bản ghi trích xuất trực quan có thể chứa hình ảnh nguồn, vật thể hoặc nhãn, giá trị quan sát và cách diễn giải. Đánh giá lập trình có thể xác định ký hiệu bị ảnh hưởng, điểm không khớp và thay đổi đề xuất. Chế độ nghiêm ngặt của nhà sản xuất yêu cầu gốc là đối tượng thuần, mọi thuộc tính được liệt kê đều bắt buộc và tắt thuộc tính bổ sung; schema đệ quy bị từ chối.\n\nXác định tính đúng đắn của sản phẩm theo nghĩa thực tế: những chi tiết nguồn nó phải giữ, cách tương tác nên hoạt động và phản hồi trả về nào sẽ xác lập hành vi đó. Các nguồn đã đọc không cung cấp dung lượng token đầu vào hoặc đầu ra tối đa độc lập ngoài ngữ cảnh mô hình. Giữ phiên bản Standard 1.2 và sự khác biệt giữa sản phẩm văn bản đề xuất với kết quả thực thi hoặc kết xuất được dùng để kiểm tra nó.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Implement a specified responsive layout\n\nDraft semantic HTML and CSS for a product comparison section with a title, introduction and three feature columns. At narrow widths, stack the columns in the same reading order. Each column needs a heading and three bullet points. Use the placeholder copy supplied in your code and explain the breakpoint choice; return source only, without claiming a rendered result.A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.meta/muse-spark-1.2Muse Spark 1.2 là mô hình suy luận đa phương thức của Meta, chú trọng lập trình từ hình ảnh, biểu đồ và hiểu nghe nhìn. Mô hình có thể chuyển hình ảnh hoặc video được cung cấp thành mã web và trò chơi đề xuất thông qua công cụ được kết nối, với đầu ra văn bản và ngữ cảnh 1,048,576 token do nhà sản xuất công bố.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Muse Spark 1.2 là bản cập nhật chú trọng lập trình của Muse Spark 1.1 từ Meta, nhấn mạnh hiểu đa phương thức và suy luận trực quan. Các trình diễn của nhà sản xuất kết nối hình ảnh, video với sản phẩm số như trang web và trò chơi, còn bảng mô hình liệt kê ngữ cảnh 1,048,576 token cùng đầu ra văn bản. Mục này đề cập Standard 1.2, khác với Contributor 1.2 và 1.3 về sau.
Lập trình từ hình ảnh
Bản phát hành mô tả chuyển bố cục, thứ bậc và phong cách trực quan thành mã hoạt động, rồi kiểm tra sản phẩm thu được thông qua công cụ. Đối với nhiệm vụ hữu ích, cung cấp hình ảnh hoặc đoạn video cùng hành vi cần triển khai. Ảnh chụp màn hình có thể thể hiện diện mạo nhưng để các tương tác chưa được chỉ rõ, nên nêu các điều khiển, trạng thái và phản ứng mong đợi với hành động người dùng mà kết quả cần có.
Yêu cầu riêng cấu trúc nhìn thấy, triển khai đề xuất và các giả định. Chẳng hạn, nhiệm vụ tái dựng trang có thể yêu cầu những phần mang tên và các quan hệ trực quan được thể hiện trong tham chiếu, rồi yêu cầu mã cho một tương tác xác định. Kết xuất và kiểm tra hoạt động của mã đó cần môi trường được kết nối; ảnh chụp màn hình hoặc phản hồi thực thi thu được có thể trở thành đầu vào cho lần sửa tiếp theo.
Nhà sản xuất nêu khả năng hiểu biểu đồ và suy luận trực quan ngoài tạo mã. Giữ các trục, đơn vị và nhãn trong biểu đồ, đồng thời yêu cầu quan sát hỗ trợ mỗi kết luận. Với sơ đồ, xác định quan hệ cần giải thích và nhãn nguồn cần giữ. Với ảnh tài liệu, phân biệt việc chép lại cách diễn đạt nhìn thấy với tóm tắt hoặc diễn giải.
Quy trình không gian và nghe nhìn
Thông báo 1.2 cũng bàn về biến thể robot chuyên biệt và hệ thống lập kế hoạch/hành động hai tầng. Đây là những thành phần thử nghiệm riêng: mô hình cấp cao suy luận về cảnh và nhiệm vụ con, còn chính sách thị giác-ngôn ngữ-hành động riêng thực hiện hành động cấp thấp. Không nên mô tả mô hình Standard đầu ra văn bản là bộ chấp hành robot chỉ vì bản phát hành của dòng chứa trình diễn đó.
Đối với phiên bản Standard, bảng mô hình tài liệu hóa văn bản, hình ảnh, video, âm thanh và PDF là đầu vào. Nhiệm vụ nghe nhìn có thể hỏi sự kiện hoặc điều kiện được nói liên quan đến câu hỏi và trả lại bản tường thuật theo trình tự, dựa trên tài liệu hỗ trợ. Xác định đoạn liên quan và hình thức câu trả lời thay vì yêu cầu tóm tắt không định hướng mọi phương thức.
Các ví dụ của nhà sản xuất kết hợp hiểu video, chú thích chi tiết và kiểm tra có công cụ hỗ trợ. Quy trình thực tế có thể so sánh trình diễn với quy trình viết, yêu cầu điểm khớp và khác biệt nhìn thấy, rồi chuẩn bị kết quả văn bản cho bước ứng dụng sau. Văn xuôi được tạo, mã và phát hiện có cấu trúc là đầu ra được tài liệu hóa; tạo hình ảnh hoặc giọng nói thuộc các thành phần có tên riêng.
Thiết lập suy luận và ngữ cảnh
Muse Spark suy luận nội bộ trước khi tạo văn bản hiển thị. Các mức nỗ lực được tài liệu hóa áp dụng cho 1.2 là minimal, low, medium, high và xhigh. Max thuộc Standard 1.3 và none không phải cách tắt suy luận được hỗ trợ. Khi không chỉ rõ mức nỗ lực, mô hình sử dụng mức do mô hình quyết định.
Ngữ cảnh 1,048,576 token có thể giữ tài liệu nguồn liên quan và hội thoại, nhưng mục tiêu và sản phẩm cuối vẫn cần được xác định. Với nhiệm vụ tài liệu dài, xác định câu hỏi, gắn nhãn mỗi nguồn và giữ vị trí của nó bên cạnh thông tin được trích xuất. Token suy luận và câu trả lời hiển thị dùng chung ngân sách đầu ra, nên dành đủ chỗ cho phần giải thích hoặc mã mà nhiệm vụ thực sự cần.
Suy luận nội bộ thô không được hiển thị như văn bản thông thường. Giao diện trò chuyện của nhà sản xuất cũng không chuyển dấu vết riêng tư đọc được qua các lượt cho bên gọi bên ngoài; giữ tin nhắn hiển thị, nguồn và kết quả công cụ trả về cần cho lượt tiếp theo. Log probabilities không được hỗ trợ, nên mô hình không cung cấp tính năng đó làm thước đo độ tin cậy cho các kết luận.
Công cụ và sản phẩm có cấu trúc
Ứng dụng mô tả các hàm của nhà phát triển, mô hình tạo lệnh gọi đề xuất và đối số, còn ứng dụng thực thi rồi trả lại kết quả cho từng lệnh gọi. Sau đó, mô hình có thể kiểm tra phản hồi thực tế và chọn bước tiếp theo. Việc bản phát hành nhấn mạnh xem xét cả đầu vào trực quan và sản phẩm được tạo phụ thuộc vào việc những công cụ đó là một phần của môi trường.
Đầu ra có cấu trúc có thể ràng buộc văn bản theo JSON schema đã định. Bản ghi trích xuất trực quan có thể chứa hình ảnh nguồn, vật thể hoặc nhãn, giá trị quan sát và cách diễn giải. Đánh giá lập trình có thể xác định ký hiệu bị ảnh hưởng, điểm không khớp và thay đổi đề xuất. Chế độ nghiêm ngặt của nhà sản xuất yêu cầu gốc là đối tượng thuần, mọi thuộc tính được liệt kê đều bắt buộc và tắt thuộc tính bổ sung; schema đệ quy bị từ chối.
Xác định tính đúng đắn của sản phẩm theo nghĩa thực tế: những chi tiết nguồn nó phải giữ, cách tương tác nên hoạt động và phản hồi trả về nào sẽ xác lập hành vi đó. Các nguồn đã đọc không cung cấp dung lượng token đầu vào hoặc đầu ra tối đa độc lập ngoài ngữ cảnh mô hình. Giữ phiên bản Standard 1.2 và sự khác biệt giữa sản phẩm văn bản đề xuất với kết quả thực thi hoặc kết xuất được dùng để kiểm tra nó.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn meta/muse-spark-1.2 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0025 / 1K token Đầu ra · Token đầu ra $0.0085 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0003 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0025 / 1K token Đầu ra · Token đầu ra $0.0085 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0003 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "meta/muse-spark-1.2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='meta/muse-spark-1.2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='meta/muse-spark-1.2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra meta/muse-spark-1.2
Dùng các đường dẫn phương thức hiển thị ở trên.
meta/muse-spark-1.2Muse Spark 1.2 là mô hình suy luận đa phương thức của Meta, chú trọng lập trình từ hình ảnh, biểu đồ và hiểu nghe nhìn. Mô hình có thể chuyển hình ảnh hoặc video được cung cấp thành mã web và trò chơi đề xuất thông qua công cụ được kết nối, với đầu ra văn bản và ngữ cảnh 1,048,576 token do nhà sản xuất công bố.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Muse Spark 1.2 là bản cập nhật chú trọng lập trình của Muse Spark 1.1 từ Meta, nhấn mạnh hiểu đa phương thức và suy luận trực quan. Các trình diễn của nhà sản xuất kết nối hình ảnh, video với sản phẩm số như trang web và trò chơi, còn bảng mô hình liệt kê ngữ cảnh 1,048,576 token cùng đầu ra văn bản. Mục này đề cập Standard 1.2, khác với Contributor 1.2 và 1.3 về sau.
Lập trình từ hình ảnh
Bản phát hành mô tả chuyển bố cục, thứ bậc và phong cách trực quan thành mã hoạt động, rồi kiểm tra sản phẩm thu được thông qua công cụ. Đối với nhiệm vụ hữu ích, cung cấp hình ảnh hoặc đoạn video cùng hành vi cần triển khai. Ảnh chụp màn hình có thể thể hiện diện mạo nhưng để các tương tác chưa được chỉ rõ, nên nêu các điều khiển, trạng thái và phản ứng mong đợi với hành động người dùng mà kết quả cần có.
Yêu cầu riêng cấu trúc nhìn thấy, triển khai đề xuất và các giả định. Chẳng hạn, nhiệm vụ tái dựng trang có thể yêu cầu những phần mang tên và các quan hệ trực quan được thể hiện trong tham chiếu, rồi yêu cầu mã cho một tương tác xác định. Kết xuất và kiểm tra hoạt động của mã đó cần môi trường được kết nối; ảnh chụp màn hình hoặc phản hồi thực thi thu được có thể trở thành đầu vào cho lần sửa tiếp theo.
Nhà sản xuất nêu khả năng hiểu biểu đồ và suy luận trực quan ngoài tạo mã. Giữ các trục, đơn vị và nhãn trong biểu đồ, đồng thời yêu cầu quan sát hỗ trợ mỗi kết luận. Với sơ đồ, xác định quan hệ cần giải thích và nhãn nguồn cần giữ. Với ảnh tài liệu, phân biệt việc chép lại cách diễn đạt nhìn thấy với tóm tắt hoặc diễn giải.
Quy trình không gian và nghe nhìn
Thông báo 1.2 cũng bàn về biến thể robot chuyên biệt và hệ thống lập kế hoạch/hành động hai tầng. Đây là những thành phần thử nghiệm riêng: mô hình cấp cao suy luận về cảnh và nhiệm vụ con, còn chính sách thị giác-ngôn ngữ-hành động riêng thực hiện hành động cấp thấp. Không nên mô tả mô hình Standard đầu ra văn bản là bộ chấp hành robot chỉ vì bản phát hành của dòng chứa trình diễn đó.
Đối với phiên bản Standard, bảng mô hình tài liệu hóa văn bản, hình ảnh, video, âm thanh và PDF là đầu vào. Nhiệm vụ nghe nhìn có thể hỏi sự kiện hoặc điều kiện được nói liên quan đến câu hỏi và trả lại bản tường thuật theo trình tự, dựa trên tài liệu hỗ trợ. Xác định đoạn liên quan và hình thức câu trả lời thay vì yêu cầu tóm tắt không định hướng mọi phương thức.
Các ví dụ của nhà sản xuất kết hợp hiểu video, chú thích chi tiết và kiểm tra có công cụ hỗ trợ. Quy trình thực tế có thể so sánh trình diễn với quy trình viết, yêu cầu điểm khớp và khác biệt nhìn thấy, rồi chuẩn bị kết quả văn bản cho bước ứng dụng sau. Văn xuôi được tạo, mã và phát hiện có cấu trúc là đầu ra được tài liệu hóa; tạo hình ảnh hoặc giọng nói thuộc các thành phần có tên riêng.
Thiết lập suy luận và ngữ cảnh
Muse Spark suy luận nội bộ trước khi tạo văn bản hiển thị. Các mức nỗ lực được tài liệu hóa áp dụng cho 1.2 là minimal, low, medium, high và xhigh. Max thuộc Standard 1.3 và none không phải cách tắt suy luận được hỗ trợ. Khi không chỉ rõ mức nỗ lực, mô hình sử dụng mức do mô hình quyết định.
Ngữ cảnh 1,048,576 token có thể giữ tài liệu nguồn liên quan và hội thoại, nhưng mục tiêu và sản phẩm cuối vẫn cần được xác định. Với nhiệm vụ tài liệu dài, xác định câu hỏi, gắn nhãn mỗi nguồn và giữ vị trí của nó bên cạnh thông tin được trích xuất. Token suy luận và câu trả lời hiển thị dùng chung ngân sách đầu ra, nên dành đủ chỗ cho phần giải thích hoặc mã mà nhiệm vụ thực sự cần.
Suy luận nội bộ thô không được hiển thị như văn bản thông thường. Giao diện trò chuyện của nhà sản xuất cũng không chuyển dấu vết riêng tư đọc được qua các lượt cho bên gọi bên ngoài; giữ tin nhắn hiển thị, nguồn và kết quả công cụ trả về cần cho lượt tiếp theo. Log probabilities không được hỗ trợ, nên mô hình không cung cấp tính năng đó làm thước đo độ tin cậy cho các kết luận.
Công cụ và sản phẩm có cấu trúc
Ứng dụng mô tả các hàm của nhà phát triển, mô hình tạo lệnh gọi đề xuất và đối số, còn ứng dụng thực thi rồi trả lại kết quả cho từng lệnh gọi. Sau đó, mô hình có thể kiểm tra phản hồi thực tế và chọn bước tiếp theo. Việc bản phát hành nhấn mạnh xem xét cả đầu vào trực quan và sản phẩm được tạo phụ thuộc vào việc những công cụ đó là một phần của môi trường.
Đầu ra có cấu trúc có thể ràng buộc văn bản theo JSON schema đã định. Bản ghi trích xuất trực quan có thể chứa hình ảnh nguồn, vật thể hoặc nhãn, giá trị quan sát và cách diễn giải. Đánh giá lập trình có thể xác định ký hiệu bị ảnh hưởng, điểm không khớp và thay đổi đề xuất. Chế độ nghiêm ngặt của nhà sản xuất yêu cầu gốc là đối tượng thuần, mọi thuộc tính được liệt kê đều bắt buộc và tắt thuộc tính bổ sung; schema đệ quy bị từ chối.
Xác định tính đúng đắn của sản phẩm theo nghĩa thực tế: những chi tiết nguồn nó phải giữ, cách tương tác nên hoạt động và phản hồi trả về nào sẽ xác lập hành vi đó. Các nguồn đã đọc không cung cấp dung lượng token đầu vào hoặc đầu ra tối đa độc lập ngoài ngữ cảnh mô hình. Giữ phiên bản Standard 1.2 và sự khác biệt giữa sản phẩm văn bản đề xuất với kết quả thực thi hoặc kết xuất được dùng để kiểm tra nó.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn meta/muse-spark-1.2 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0025 / 1K token Đầu ra · Token đầu ra $0.0085 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0003 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0025 / 1K token Đầu ra · Token đầu ra $0.0085 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0003 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "meta/muse-spark-1.2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'meta/muse-spark-1.2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'meta/muse-spark-1.2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra meta/muse-spark-1.2
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Implement a specified responsive layout\n\nDraft semantic HTML and CSS for a product comparison section with a title, introduction and three feature columns. At narrow widths, stack the columns in the same reading order. Each column needs a heading and three bullet points. Use the placeholder copy supplied in your code and explain the breakpoint choice; return source only, without claiming a rendered result.A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.