Felo API PlatformFelo API Platform
Volver a los modelos
Metamessages

Muse Spark 1.3 Contributor API

Modelo de razonamiento de Meta Superintelligence Labs con enorme contexto, pensamiento paso a paso y herramientas, pensado para tareas agénticas y de programación de largo horizonte.

Muse Spark 1.3 Contributor es la tercera iteración de la familia Muse Spark de Meta Superintelligence Labs, presentada como reemplazo de la línea Llama. Se posiciona como un sistema de superinteligencia personal orientado al trabajo agéntico y de programación, con razonamiento paso a paso, esfuerzo de razonamiento configurable (incluido un nivel máximo en el nivel estándar), llamada a herramientas y funciones mediante los parámetros tools y tool_choice, y salidas estructuradas a través de un esquema JSON en response_format. Acepta texto, imágenes, vídeo y PDF como entrada, aunque la entrada de audio no está totalmente soportada en la versión 1.3, y genera texto.

Está diseñado para tareas de programación de largo horizonte y razonamiento a escala de repositorio: puede mantener un código base grande o un historial largo de conversación multiarchivo en un solo contexto, planificar y delegar como agente principal o ejecutar en paralelo como subagente, y trabajar con entradas desordenadas o contradictorias. También construye sitios web y minijuegos personalizados a partir de una indicación, y está disponible en Muse Code, el agente de programación de terminal de Meta, y a través de Meta Model API, OpenRouter y OpenCode.

Frente a Muse Spark 1.2, utiliza aproximadamente un 20 % menos de llamadas a herramientas y alrededor de un 25 % menos de tokens en tareas agénticas y de programación equivalentes, según comparaciones internas de Meta. Gestiona mejor las múltiples tareas dentro de un hilo largo, resiste mejor la inyección de indicaciones y tiene un mejor autoconocimiento: está entrenado para decir lo que no puede hacer en lugar de alucinar un resultado. Aun así, su precisión de razonamiento de contexto largo bajó del 83 % al 79 % respecto a la versión 1.2, y el costo por tarea subió de $0.40 a $0.55.

Actualizado:

ID DEL MODELO

muse-spark-1.3-contributor
Contexto
1.049M
Salida máx.
943.718K
API recomendada
messages
Entrada
text / image / video / file
Salida
text
Muse Spark 1.3 Contributor: un pelícano en bicicleta

Mira el pelícano de este modelo

Descubre qué creó Muse Spark 1.3 Contributor a partir de la misma instrucción.

Aspectos destacados

  • Contexto de 1.048.576 tokens
  • Salida de hasta 943.718 tokens
  • Razonamiento paso a paso configurable
  • Llamada a herramientas y salidas JSON
  • Entrada de texto, imagen, vídeo y PDF
  • Nivel Contributor con límites más bajos

Proveedores

1 proveedores

Compara los precios de API entre proveedores. Selecciona un proveedor para ver todos los cargos y condiciones.

Proveedor · Detalles de precio
Disponibilidad
$0.1$0.2$0.002

Qué puedes comprar con $10

Entrada
100 M tokens
Salida
50 M tokens

Estimado a partir de los precios actuales de entrada y salida, antes de descuentos.

Benchmarks

  • MRCR (rango de 256K a 512K tokens)

    puntos; la marca más alta reportada en su conjunto de comparación

    98.5
  • MRCR (rango de 512K a 1M tokens)

    puntos; la marca más alta reportada en su conjunto de comparación

    98.1
  • Artificial Analysis Intelligence Index

    puntos; nivel disponible para clientes; empata con GPT-5.6 Sol, Grok 4.6 y Claude Opus 5

    61
  • Precisión de razonamiento de contexto largo

    por ciento; baja desde el 83 por ciento de la versión 1.2

    79

Puntuaciones según lo publicado por el proveedor del modelo.

Razonamiento

Esfuerzo predeterminado
medium
Siempre activado
Sí
Niveles de esfuerzo disponibles
max / xhigh / high / medium / low / minimal

Inicio rápido

Código listo para llamar a este modelo con las APIs compatibles de Felo API Platform. Empieza en el Playground si quieres probar prompts antes de escribir código.

1

Configura tu clave de API

Crea una clave en tu cuenta de Felo API Platform y configúrala como variable de entorno.

export FELO_API_KEY="YOUR_API_KEY"
2

Haz tu primera solicitud

Usa este ID de modelo con el endpoint de Felo API Platform. Las cabeceras opcionales como X-Request-Id ayudan a diagnosticar problemas.

muse-spark-1.3-contributor

Este modelo puede razonar. Si el protocolo seleccionado y la ruta del modelo exponen controles de razonamiento, conserva los metadatos de razonamiento devueltos al continuar la conversación.

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-spark-1.3-contributor",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

Usar SDK de terceros

En los SDK compatibles, define baseURL como https://openapi.felo.ai/api/v1. Para clientes de estilo Claude, usa la URL base compatible con Anthropic. https://openapi.felo.ai/api.

3

Activa el streaming

Añade stream: true para recibir respuestas como 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-spark-1.3-contributor",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Felo API Platform expone superficies compatibles para llamar a modelos. Elige la superficie que tu app o cliente de agente ya admite.

SurfaceMethodURL

Messages

Mensajes compatibles con Anthropic para clientes de estilo Claude.

POST

https://openapi.felo.ai/api/v1/messages

Parámetros

NombreTipoPredeterminadoDescripción
modelstringmuse-spark-1.3-contributorID público del modelo que se va a llamar.
max_tokensinteger—Número máximo de tokens generados.
messagesarray—Mensajes de la conversación para Chat Completions.
toolsarray—Definiciones de tool calling según el esquema compatible.
top_k———
top_p———
reasoning———
temperaturenumber—Controla la variedad de las respuestas cuando es compatible.
tool_choicestring or object—Controla si se debe llamar a una herramienta.
response_formatobject—Solicita salida estructurada cuando es compatible.
reasoning_effort———
include_reasoning———
repetition_penalty———
structured_outputs———

Preguntas frecuentes

¿Qué es Muse Spark 1.3 Contributor?

Muse Spark 1.3 Contributor es la tercera iteración de la familia Muse Spark de Meta Superintelligence Labs, presentada como reemplazo de la línea Llama. Se posiciona como un sistema de superinteligencia personal orientado al trabajo agéntico y de programación, con razonamiento paso a paso, esfuerzo de razonamiento configurable (incluido un nivel máximo en el nivel estándar), llamada a herramientas y funciones mediante los parámetros tools y tool_choice, y salidas estructuradas a través de un esquema JSON en response_format. Acepta texto, imágenes, vídeo y PDF como entrada, aunque la entrada de audio no está totalmente soportada en la versión 1.3, y genera texto. Está diseñado para tareas de programación de largo horizonte y razonamiento a escala de repositorio: puede mantener un código base grande o un historial largo de conversación multiarchivo en un solo contexto, planificar y delegar como agente principal o ejecutar en paralelo como subagente, y trabajar con entradas desordenadas o contradictorias. También construye sitios web y minijuegos personalizados a partir de una indicación, y está disponible en Muse Code, el agente de programación de terminal de Meta, y a través de Meta Model API, OpenRouter y OpenCode. Frente a Muse Spark 1.2, utiliza aproximadamente un 20 % menos de llamadas a herramientas y alrededor de un 25 % menos de tokens en tareas agénticas y de programación equivalentes, según comparaciones internas de Meta. Gestiona mejor las múltiples tareas dentro de un hilo largo, resiste mejor la inyección de indicaciones y tiene un mejor autoconocimiento: está entrenado para decir lo que no puede hacer en lugar de alucinar un resultado. Aun así, su precisión de razonamiento de contexto largo bajó del 83 % al 79 % respecto a la versión 1.2, y el costo por tarea subió de $0.40 a $0.55.

¿Cómo se cobra el uso?

Tu factura depende del proveedor que uses, de sus precios y de tu uso. Las entradas más largas u otras condiciones pueden tener precios distintos.

¿Qué tipos de entrada admite Muse Spark 1.3 Contributor?

Admite entrada de texto, imágenes, vídeo y PDF, además de salida de texto. La entrada de audio no está totalmente soportada en la versión 1.3.

¿Cuál es la longitud de contexto y de salida?

Tiene un contexto de 1.048.576 tokens y un límite de salida de 943.718 tokens.

¿Para qué tareas está pensado?

Para cargas de trabajo agénticas y de programación, tareas de programación de largo horizonte, razonamiento a escala de repositorio, agentes con muchos documentos y flujos de trabajo multiagente.

¿En qué se diferencia de Muse Spark 1.2?

Usa aproximadamente un 20 % menos de llamadas a herramientas y cerca de un 25 % menos de tokens en tareas equivalentes, según comparaciones internas de Meta, y mejora la multitarea en un hilo largo y la resistencia a la inyección de indicaciones. Sin embargo, su precisión de razonamiento de contexto largo bajó del 83 % al 79 %, y el costo por tarea subió de $0.40 a $0.55.

¿Qué es el nivel Contributor?

Es una versión con descuento del modelo estándar Muse Spark 1.3. Tiene límites de tasa más bajos que el nivel estándar y requiere permiso para que Meta entrene futuros modelos con las indicaciones y completaciones.

¿Dónde se puede usar?

Está disponible a través de Meta Model API, Muse Code, OpenRouter y OpenCode.

Modelos relacionados