ну описываешь модель типа enum Element: Decodable { case .text(String) case .image(URL, String) } потом пишешь декодинг ручками. типа смотришь в поле name и по нему определяешь кейс и какие еще поля надо вытаскивать
Просто вот задание мол есть такой JSON, в нем описан список элементов и в конце массив views который описывает порядок расположения элементов, все. Больше требований нет