Muse Ember API
Muse Ember je nejmenší a nejefektivnější model rodiny Muse od Meta, navržený jako vykonavatel v architektuře plánovač–vykonavatel pro hromadné agentní úlohy s multimodálním vstupem a kontextem 1 milion tokenů.
Muse Ember je model od Meta představený 9. listopadu 2026 jako nejmenší a nejefektivnější člen rodiny Muse. Podporuje textový, obrazový, zvukový a video vstup a generuje textový výstup. Má kontextové okno 1 milion tokenů a limit výstupu 512 000 tokenů. V architektuře plánovač–vykonavatel spolupracuje s modelem Muse Wonder: Meta rozdělení práce shrnuje tak, že „Muse Wonder plánuje, Muse Ember zvládá objem“. Model je dostupný přes Meta Model API a Muse Code pod ID muse-ember-1.0.
Model je určen pro hromadné spouštění agentních workflow, volání nástrojů, dílčí kódovací úlohy, routing, extrakci, parsování dlouhých dokumentů a chatboty kombinované s retrieval-augmented generation. Mezi jeho silné stránky patří nízká cena za token, velké kontextové okno, multimodální vstup a dobré výsledky u jasně definovaných úloh, jako je analytika a kontroly kvality dat. U otevřených otázek má tendenci spotřebovávat nadměrné množství tokenů a má potíže s odhalováním skrytých vzorců. Váhy nejsou zveřejněny a počet parametrů není uveden.
V benchmarku Artificial Analysis Intelligence Index dosahuje 36 bodů, což odpovídá modelu Claude Haiku 5.5 při třetinových nákladech. Meta jej označuje za nejlevnější model, který v tomto indexu získal 36 bodů. Na Vals Index dosahuje 60,48 % a umisťuje se na 13. místě z 36 modelů. V PlotlyDataAnalyticsBench získává 88 %, přičemž správně odpověděl na 38 ze 43 otázek.
Aktualizováno:
MODEL ID
muse-ember- Kontext
- 1.049M
- Max. výstup
- 943.718K
- Doporučené API
- messages
- Vstup
- text / image / video / file / audio
- Výstup
- text
Hlavní body
- Nejmenší a nejefektivnější model rodiny Muse
- Nízká cena za token
- Kontextové okno 1 milion tokenů
- Multimodální vstup: text, obraz, zvuk, video
- Vykonavatel v architektuře s Muse Wonder
- Dostupný přes Meta Model API a Muse Code
Poskytovatelé
Porovnejte ceny API u různých poskytovatelů. Vyberte poskytovatele a zobrazte všechny poplatky a podmínky.
| Dostupnost | ||||
|---|---|---|---|---|
| $0.1 | $0.5 | $0.004 |
Historická data nejsou kontrolou v reálném čase. Chybějící data neznamenají výpadek.
Co se dá pořídit za $10
- Vstup
- 100 mil. tokenů
- Výstup
- 20 mil. tokenů
Odhad z aktuálních cen vstupu a výstupu, před slevami.
Benchmarky
- 36
Artificial Analysis Intelligence Index
body
- 60,48 %
Vals Index
13. místo z 36 modelů
- 88 %
PlotlyDataAnalyticsBench
správně odpověděl na 38 ze 43 otázek
Skóre podle zveřejnění poskytovatele modelu.
Uvažování
- Výchozí úroveň úsilí
- max
- Vždy zapnuto
- Ano
- Dostupné úrovně úsilí
- max / xhigh / high / medium / low / minimal
Rychlý start
Kód připravený ke vložení pro volání tohoto modelu pomocí kompatibilních API Felo API Platform. Pokud chcete prompty vyzkoušet před psaním kódu, začněte v Playground.
Získejte API klíč
Vytvořte klíč ve svém účtu Felo API Platform a nastavte jej jako proměnnou prostředí.
export FELO_API_KEY="YOUR_API_KEY"Odešlete první požadavek
Použijte toto ID modelu s endpointem Felo API Platform. Volitelné hlavičky požadavku, jako X-Request-Id, mohou pomoci při řešení potíží.
muse-emberTento model podporuje uvažování. Pokud zvolený protokol a trasa modelu nabízejí ovládací prvky uvažování, zachovejte vrácená metadata uvažování při pokračování konverzace.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "muse-ember",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Použití SDK třetích stran
Používejte kompatibilní SDK nastavením baseURL na https://openapi.felo.ai/api/v1. Pro klienty ve stylu Claude použijte base URL kompatibilní s Anthropic. https://openapi.felo.ai/api.
Zapněte streamování
Přidejte stream: true, abyste dostávali odpovědi jako server-sent events.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "muse-ember",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform nabízí kompatibilní rozhraní pro volání modelů. Vyberte to, které vaše aplikace nebo klientský agent již podporuje.
Messages
Zprávy kompatibilní s Anthropic pro klienty ve stylu Claude.
POST
https://openapi.felo.ai/api/v1/messagesParametry
modelstringmuse-emberVeřejné ID modelu pro volání.max_tokensinteger—Maximální počet generovaných tokenů.messagesarray—Zprávy konverzace pro Chat Completions.toolsarray—Definice volání nástrojů podle kompatibilního schématu.top_k———top_p———reasoning———temperaturenumber—Řídí různorodost odpovědí, pokud je podporováno.tool_choicestring or object—Řídí, zda má být nástroj zavolán.response_formatobject—Vyžádá strukturovaný výstup, pokud je podporován.reasoning_effort———include_reasoning———repetition_penalty———structured_outputs———Časté dotazy
Co je Muse Ember?
Muse Ember je model od Meta představený 9. listopadu 2026 jako nejmenší a nejefektivnější člen rodiny Muse. Podporuje textový, obrazový, zvukový a video vstup a generuje textový výstup. Má kontextové okno 1 milion tokenů a limit výstupu 512 000 tokenů. V architektuře plánovač–vykonavatel spolupracuje s modelem Muse Wonder: Meta rozdělení práce shrnuje tak, že „Muse Wonder plánuje, Muse Ember zvládá objem“. Model je dostupný přes Meta Model API a Muse Code pod ID muse-ember-1.0. Model je určen pro hromadné spouštění agentních workflow, volání nástrojů, dílčí kódovací úlohy, routing, extrakci, parsování dlouhých dokumentů a chatboty kombinované s retrieval-augmented generation. Mezi jeho silné stránky patří nízká cena za token, velké kontextové okno, multimodální vstup a dobré výsledky u jasně definovaných úloh, jako je analytika a kontroly kvality dat. U otevřených otázek má tendenci spotřebovávat nadměrné množství tokenů a má potíže s odhalováním skrytých vzorců. Váhy nejsou zveřejněny a počet parametrů není uveden. V benchmarku Artificial Analysis Intelligence Index dosahuje 36 bodů, což odpovídá modelu Claude Haiku 5.5 při třetinových nákladech. Meta jej označuje za nejlevnější model, který v tomto indexu získal 36 bodů. Na Vals Index dosahuje 60,48 % a umisťuje se na 13. místě z 36 modelů. V PlotlyDataAnalyticsBench získává 88 %, přičemž správně odpověděl na 38 ze 43 otázek.
Jak se využití účtuje?
Faktura závisí na zvoleném poskytovateli, jeho cenách a vašem využití. Delší vstupy nebo jiné podmínky mohou mít jiné ceny.
Jaké typy vstupů Muse Ember podporuje?
Model přijímá textový, obrazový, zvukový a video vstup a poskytuje textový výstup.
Jak velké je kontextové okno a limit výstupu?
Kontextové okno činí 1 milion tokenů a limit výstupu je 512 000 tokenů.
Pro jaké úlohy je Muse Ember vhodný?
Hodí se pro hromadné spouštění agentních workflow, volání nástrojů, dílčí kódovací úlohy, routing, extrakci, parsování dlouhých dokumentů a chatboty kombinované s retrieval-augmented generation.
Jak se Muse Ember liší od Muse Wonder?
Muse Ember je nejmenší a nejefektivnější model rodiny Muse a v architektuře plánovač–vykonavatel funguje jako vykonavatel, zatímco Muse Wonder plánuje.
Jakých výsledků dosahuje v benchmarku Artificial Analysis Intelligence Index?
Dosahuje 36 bodů, což odpovídá modelu Claude Haiku 5.5 při třetinových nákladech.
Jsou k dispozici váhy modelu nebo počet parametrů?
Váhy nejsou zveřejněny a počet parametrů není uveden.
Související modely
Muse Wonder
Metamuse-wonderMuse Wonder je od Meta frontier model pro agentní pracovní postupy a kódování s kontextem 1 048 576 tokenů, který přijímá text, obrázky, video, audio a PDF a vrací text.
Kontext
1.049M
Max. výstup
943.718K
Vstupní tokeny
$4 / 1M tokenů
Výstupní tokeny
$20 / 1M tokenů
Muse Spark 1.3 Contributor
Metamuse-spark-1.3-contributorMuse Spark 1.3 Contributor je úsporná varianta rozumového modelu od Meta Superintelligence Labs pro agenty a kódování s kontextem 1 048 576 tokenů.
Kontext
1.049M
Max. výstup
943.718K
Vstupní tokeny
$0.1 / 1M tokenů
Výstupní tokeny
$0.2 / 1M tokenů