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。
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsmeta/muse-wonder - Ailoot Ultra · Anthropic Messages
POST /v1/messagesmeta/muse-wonder
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 $0.0004 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取,1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後,依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot Ultra · OpenAI Chat
set -eu
: "${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
Ailoot Ultra · Anthropic Messages POST /v1/messages meta/muse-wonder
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 $0.0004 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取,1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後,依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot Ultra · Anthropic Messages
{
"model": "meta/muse-wonder",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}set -eu
: "${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
FAQ · Meta: Muse Wonder
- 可以使用哪些輸入與結果?
POST /v1/chat/completions·meta/muse-wonder:text→textPOST /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,streamPOST /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