模型

Meta: Muse Wonder

Markdown · JSON

Meta: Muse Wonder

Muse Wonder 是 Meta 的多模態推理模型,用於長時間運作的代理及複雜工程任務。它在 1,048,576 個 token 的上下文中讀取文字、影像、影片、音訊及 PDF 文件,並回傳文字,公開功能包含工具呼叫、結構化輸出及可設定的推理強度。

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項,依所選方法列於下方。

Muse Wonder 是 Meta 的推理模型,用於需要跨越大量證據維持計畫的任務。公開輸入包含文字、影像、影片、音訊及 PDF 文件,輸出則為文字。因此,單一任務可以結合儲存庫、文件集合與視覺證據,同時保留明確定義的書面成果。

圍繞所需成果規劃工作

請描述工作必須產出什麼,以及如何檢查結果。軟體任務應指出要保留的行為、相關檔案及驗證標準。文件分析則應說明問題、來源,以及最終報告應保留的資訊。

公開的代理設計包含規劃、委派子任務、平行工具使用及錯誤恢復。應用程式應將這些模型能力連結至受控執行流程:工具進行操作,回傳觀察提供證據,下一個模型步驟再使用這些觀察。請保留已完成的發現,避免後續步驟失去已做出的決策。

跨檔案與媒體工作

Muse Wonder 文件記載的工程用途涵蓋既有儲存庫中的多個檔案。修改跨越元件邊界時,請提供一致的相關程式碼與限制集合,而不是彼此分離的摘錄。要求在編輯提案之外,也列出受影響介面及驗證步驟。

視覺或影音工作應提供承載證據的素材。螢幕截圖可以釐清版面缺陷,影片可以呈現互動序列,文件可以結合文字、表格及圖形。請說明模型應從這些證據擷取或解釋什麼,並要求保留有用觀察的文字結果。

推理與結構化輸出

Muse Wonder 公開的設定包含必要推理配置,強度級別為 minimal、low、medium、high、xhigh 及 max,預設值為 medium。請依任務深度選擇設定,並指定答案應確立的內容。比較不同強度級別的結果時,請保留相同標準。

工具呼叫及結構描述導向的輸出,是公開的模型功能。流程可以利用它們要求已識別的發現、證據參照、修改計畫或驗證結果清單。供機器使用的欄位應聚焦於下一步,審查者需要理解決策時,也應保留可供人閱讀的說明。

長上下文的連續性

公開的上下文視窗為 1,048,576 個 token。請用清楚的來源名稱及章節邊界整理長輸入,並區分已確認觀察與未解決假設。利用上下文保留整個任務的重要決策,而不是填入無關素材。

有用的最終成果應指出修改內容、使用的證據、已進行的檢查,以及仍需要處理的問題。它可以是儲存庫審查、多檔案修改提案,或混合文件集合的分析。Muse Wonder 的文字輸出描述並指導工作;周邊應用程式提供執行、工具及儲存,將其轉成完成的流程。

  • 理解文字、圖片、影片、音訊及 PDF,並輸出文字。
  • 公開規格的上下文為 1,048,576 個 token。
  • 代理工作中的規劃、子任務委派、平行工具使用與錯誤復原。
  • 涉及多個檔案的軟體工程工作流程。
  • 必須進行推理,並提供公開規格的投入程度與依結構定義產生的輸出。
  • 多檔案工程任務 — 相關程式碼、預期成果與驗證準則。 涵蓋受影響元件、前後一致的變更計畫或審查。
  • 受控的長時間執行代理 — 目標、執行框架與保留的工具觀察結果。 與可審查的最終成果相連的一連串決策。
  • 多模態調查 — 包含特定問題所需證據的文件與媒體。 以文字呈現的分析,附有可追溯至來源的觀察結果。
  • 大量證據集合的綜合整理 — 整理好的集合,包含具名來源與輸出規約。 保留結論、證據與未確定假設的報告。
  • 上下文 — 公開規格的上下文視窗:1,048,576 個 token。
  • 輸出 — 公開規格的輸出類型為文字。
  • 推理 — 推理為必要步驟;來源列出 minimal、low、medium、high、xhigh 與 max 等投入程度。
  • 執行 — 工具與呼叫端應用程式執行動作,並保留其結果。
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions meta/muse-wonder

meta/muse-wonder

Meta /meta/muse-wonder

入門

Muse Wonder 是 Meta 的多模態推理模型,用於長時間運作的代理及複雜工程任務。它在 1,048,576 個 token 的上下文中讀取文字、影像、影片、音訊及 PDF 文件,並回傳文字,公開功能包含工具呼叫、結構化輸出及可設定的推理強度。

接受的輸入
文字
結果
文字

Ailoot 可用 · 輸入與方法

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
輸入
text
輸出
text
輸出格式
json 或 SSE
欄位類型要求值與限制預設值
欄位model類型string要求必填值與限制
meta/muse-wonder
預設值—
欄位messages類型message[]要求必填值與限制
項目數下限: 1
預設值—
欄位messages[].role類型string要求必填值與限制
依模型而定
預設值—
欄位messages[].content類型string要求選填值與限制
適用條件: 文字對話
預設值—
欄位stream類型boolean要求選填值與限制預設值false
輸入素材組合

文字 · UTF8 文字

messages[].content

方法參數與生命週期
參數規格
參數content_type規格application/json
參數required規格model, messages
參數material_types規格text
參數messages規格具有 role/content 結構的訊息陣列
參數file_material規格實際 UTF-8 文件以原文文字插入;不推定檔案 ID
參數optional_controls規格stream
參數control_scope規格文字對話;stream 是布林值,預設為 false。
參數output_modalities規格text
參數hosted_operations規格false
參數multimodal_input_binding規格null

方法別名: /chat/completions

生命週期: synchronous_or_streamed

將確切模型 ID 與 messages 一併送出。

上下文長度不是輸出上限。

文字檔案可提供原文文字;圖片/音訊/檔案物件輸入需要精確綁定。

方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式
未指定 選取快速模式時
flex 模式
未指定 選取 flex 模式時
最高推理強度
未指定 最高推理強度採用 default 調整值時

Ailoot 費率

各設定的價格

請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。

設定費率表上下文 Token 數大於上下文 Token 數小於或等於費用
設定詞元基本費率費率表基本費率上下文 Token 數大於—上下文 Token 數小於或等於無上限費用
輸入 · 輸入 Token $0.008 / 1K Token
輸出 · 輸出 Token $0.04 / 1K Token
輸入 · 讀取快取 $0.0004 / 1K Token
輸入 · 寫入快取 — / 1K Token
輸入 · 寫入快取,1 小時 — / 1K Token
設定請求長度級距 1費率表—上下文 Token 數大於0上下文 Token 數小於或等於無上限費用
輸入 · 輸入 Token $0.008 / 1K Token
輸出 · 輸出 Token $0.04 / 1K Token
輸入 · 讀取快取 $0.0004 / 1K Token
輸入 · 寫入快取 — / 1K Token
輸入 · 寫入快取,1 小時 — / 1K Token

Ailoot 會在請求前預留估算金額。取得結果後,依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →

請求範例

Ailoot Ultra · OpenAI Chat

curlPython SDK
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"))

接收並儲存結果

Ailoot Ultra · OpenAI Chat

json 或 SSE

保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留每個候選項及其內容/工具呼叫/推理。SSE 中依候選項/工具索引組合增量,保留最終完成原因與用量。

需要檢查原始回應時

保留請求/回應 ID 與標頭。未提供通用的文字工作擷取 URL。

回應欄位
欄位類型
欄位choices[].index類型integer
欄位choices[].message.content類型string|null
欄位choices[].message.tool_calls類型tool_call[]
欄位choices[].message.reasoning_content類型string
欄位choices[].message.reasoning_details類型object|array
欄位choices[].finish_reason類型string|null
欄位usage類型object
錯誤與後續步驟
回應條件下一步
回應400 · invalid_request_error條件必要欄位、素材表示方式或參數值無效下一步提出新的建立請求前,先修正指定欄位。

別名

模型別名

Ailoot Ultra meta/muse-wonder

方法路徑別名

/chat/completions

相關呼叫用 ID

meta/muse-wonder

Ailoot Ultra · Anthropic Messages POST /v1/messages meta/muse-wonder

meta/muse-wonder

Meta /meta/muse-wonder

入門

Muse Wonder 是 Meta 的多模態推理模型,用於長時間運作的代理及複雜工程任務。它在 1,048,576 個 token 的上下文中讀取文字、影像、影片、音訊及 PDF 文件,並回傳文字,公開功能包含工具呼叫、結構化輸出及可設定的推理強度。

接受的輸入
文字
結果
json · sse

Ailoot 可用 · 輸入與方法

Ailoot Ultra · Anthropic Messages POST /v1/messages
輸入
text
輸出
json, sse
輸出格式
JSON 或 SSE
欄位類型要求值與限制預設值
欄位model類型string要求必填值與限制
meta/muse-wonder
預設值—
欄位messages類型message[]要求必填值與限制預設值—
欄位messages[].role類型string要求必填值與限制
user, assistant
預設值—
欄位messages[].content類型string要求必填值與限制預設值—
欄位max_tokens類型integer要求必填值與限制預設值—
欄位stream類型boolean要求選填值與限制預設值false
輸入素材組合

文字 · UTF-8 文字

messages[].content 字串

方法參數與生命週期
參數規格
參數content_type規格application/json
參數required規格model, messages, max_tokens
參數optional_controls規格stream
參數material_types規格text
參數text_file_material規格讀取實際 UTF-8 文件,將文字放入指定的 input 或訊息內容字串。

生命週期: synchronous_or_streamed

方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式
未指定 選取快速模式時
flex 模式
未指定 選取 flex 模式時
最高推理強度
未指定 最高推理強度採用 default 調整值時

Ailoot 費率

各設定的價格

請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。

設定費率表上下文 Token 數大於上下文 Token 數小於或等於費用
設定詞元基本費率費率表基本費率上下文 Token 數大於—上下文 Token 數小於或等於無上限費用
輸入 · 輸入 Token $0.008 / 1K Token
輸出 · 輸出 Token $0.04 / 1K Token
輸入 · 讀取快取 $0.0004 / 1K Token
輸入 · 寫入快取 — / 1K Token
輸入 · 寫入快取,1 小時 — / 1K Token
設定請求長度級距 1費率表—上下文 Token 數大於0上下文 Token 數小於或等於無上限費用
輸入 · 輸入 Token $0.008 / 1K Token
輸出 · 輸出 Token $0.04 / 1K Token
輸入 · 讀取快取 $0.0004 / 1K Token
輸入 · 寫入快取 — / 1K Token
輸入 · 寫入快取,1 小時 — / 1K Token

Ailoot 會在請求前預留估算金額。取得結果後,依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →

請求範例

Ailoot Ultra · Anthropic Messages

完整的最小 JSON 請求主體curl · 使用您的 UTF-8 文件Python · 儲存完整結果
{
  "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))

接收並儲存結果

Ailoot Ultra · Anthropic Messages

JSON 或 SSE

保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量;第一個文字區塊不是完整輸出。

需要檢查原始回應時

保留請求/回應 ID 與標頭。未提供通用的文字工作擷取 URL。

回應欄位
欄位類型
欄位id類型string
欄位model類型string
欄位content[]類型text|thinking|tool_use|other content block
欄位stop_reason類型string|null
欄位usage類型object
錯誤與後續步驟
回應條件下一步
回應400 · invalid_request_error條件必要欄位、素材表示方式或參數值無效下一步提出新的建立請求前,先修正指定欄位。

別名

模型別名

Ailoot Ultra meta/muse-wonder

方法路徑別名

/chat/completions

相關呼叫用 ID

meta/muse-wonder

FAQ · Meta: Muse Wonder
可以使用哪些輸入與結果?

POST /v1/chat/completions · meta/muse-wonder: text → text

POST /v1/messages · meta/muse-wonder: text → json, sse

請求使用哪些欄位?

POST /v1/chat/completions · meta/muse-wonder: model, messages, stream

POST /v1/messages · meta/muse-wonder: model, messages, max_tokens, stream

適用哪些限制?

POST /v1/chat/completions · meta/muse-wonder: messages.min_items: 1

更多詳情

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

公司及其專案組合

公司及其專案組合:數百萬客戶,每月銷售額達數十億。

優惠購買 token。

訂閱優惠適合持續工作,折扣碼購買 token 最高可折 50%。

訂閱
為定期請求選擇優惠方案。
最高 50% 折扣碼
購買時輸入代碼,價格依活動重算。
歷史中的費用
每次請求保存模型、token 與金額。

選擇訂閱 · 查看模型價格

將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人;轉售請申請經銷授權。

商用應用程式
在付費功能加入文字、圖片、影片與聲音生成。
經銷授權
提供專案說明與存取方式,要求書面使用和轉售條件。
網站文件
串接前可閱讀正式服務條款、授權合約與資料處理政策。

申請經銷授權 · 正式服務條款與授權合約