Muse Ember API
Muse Ember मेटा का सबसे छोटा और सबसे कुशल मॉडल है, जो उच्च मात्रा वाले एजेंटिक कार्यों के लिए बनाया गया है।
Muse Ember मेटा के Muse परिवार का सबसे छोटा और सबसे कुशल मॉडल है, जिसे नवंबर 9, 2026 को जारी किया गया। यह पाठ, चित्र, ऑडियो और वीडियो इनपुट का समर्थन करता है तथा 1 मिलियन टोकन के संदर्भ विंडो और 512,000 टोकन की आउटपुट सीमा के साथ आता है। यह कंप्यूटर उपयोग, चित्र समझ, टूल कॉलिंग, संरचित आउटपुट और खोज-आधारित पुनर्प्राप्ति जैसी क्षमताएं प्रदान करता है।
यह मॉडल उच्च मात्रा वाले एजेंटिक वर्कफ़्लो निष्पादन, टूल कॉल, कोडिंग उप-कार्य, रूटिंग, निष्कर्षण, लंबे दस्तावेज़ पार्सिंग, पुनर्प्राप्ति-संवर्धित जनरेशन के साथ चैटबॉट और AI सुविधाओं के बड़े पैमाने पर तैनाती के लिए उपयुक्त है। स्पष्ट कार्यों जैसे एनालिटिक्स और डेटा गुणवत्ता जांच में यह मजबूत प्रदर्शन करता है।
Muse Wonder योजना बनाता है और Muse Ember मात्रा संभालता है—यह मेटा द्वारा वर्णित श्रम विभाजन है। यह Meta Model API और Muse Code के माध्यम से model ID muse-ember-1.0 के साथ उपलब्ध है। सीमाओं में खुली-अंत वाले प्रश्नों पर अत्यधिक टोकन का उपयोग, छिपे पैटर्न की पहचान में कठिनाई और भारों का न खुलना तथा पैरामीटर संख्या का न बताया जाना शामिल है।
अपडेट किया गया:
मॉडल ID
muse-ember- कॉन्टेक्स्ट
- 1.049M
- अधिकतम आउटपुट
- 943.718K
- अनुशंसित API
- messages
- इनपुट
- text / image / video / file / audio
- आउटपुट
- text
मुख्य बातें
- Muse परिवार का सबसे छोटा और सबसे कुशल मॉडल
- 1 मिलियन टोकन संदर्भ विंडो
- 512,000 टोकन आउटपुट सीमा
- बहुविध इनपुट समर्थन
- एजेंटिक वर्कफ़्लो के लिए निष्पादक
- कम प्रति-टोकन कीमत
प्रदाता
प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।
| उपलब्धता | ||||
|---|---|---|---|---|
| $0.1 | $0.5 | $0.004 |
ऐतिहासिक आँकड़े लाइव स्थिति जाँच नहीं हैं। डेटा न होना सेवा बंद होने का संकेत नहीं है।
$10 में क्या मिलता है
- इनपुट
- 10 क॰ token
- आउटपुट
- 2 क॰ token
मौजूदा इनपुट और आउटपुट कीमतों से अनुमानित, छूट से पहले।
बेंचमार्क
- 36
Artificial Analysis Intelligence Index
अंक
- 60.48
Vals Index
प्रतिशत; 36 मॉडलों में 13वाँ स्थान
- 88
PlotlyDataAnalyticsBench
प्रतिशत; 43 में से 38 प्रश्न पास
स्कोर मॉडल प्रदाता के प्रकाशित आँकड़ों के अनुसार।
रीज़निंग
- डिफ़ॉल्ट प्रयास
- max
- हमेशा सक्षम
- हाँ
- उपलब्ध प्रयास स्तर
- max / xhigh / high / medium / low / minimal
त्वरित शुरुआत
Felo API Platform के संगत API के साथ इस मॉडल को कॉल करने के लिए तैयार कोड। कोड लिखने से पहले प्रॉम्प्ट आज़माना हो तो Playground में शुरू करें।
अपनी API key लें
अपने Felo API Platform खाते से एक key बनाएँ और उसे environment variable के रूप में सेट करें।
export FELO_API_KEY="YOUR_API_KEY"अपना पहला अनुरोध भेजें
इस मॉडल ID को Felo API Platform endpoint के साथ इस्तेमाल करें। X-Request-Id जैसे वैकल्पिक रिक्वेस्ट हेडर समस्या हल करने में मदद कर सकते हैं।
muse-emberयह मॉडल रीज़निंग में सक्षम है। अगर आपका चुना हुआ प्रोटोकॉल और मॉडल रूट रीज़निंग कंट्रोल उपलब्ध कराते हैं, तो बातचीत जारी रखते समय लौटाए गए रीज़निंग मेटाडेटा को सुरक्षित रखें।
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());थर्ड-पार्टी SDK इस्तेमाल करना
संगत SDK में baseURL को इस पर सेट करें https://openapi.felo.ai/api/v1. Claude-शैली के क्लाइंट के लिए Anthropic-संगत base URL इस्तेमाल करें। https://openapi.felo.ai/api.
स्ट्रीमिंग चालू करें
रिस्पॉन्स को server-sent events के रूप में पाने के लिए stream: true जोड़ें।
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 संगत मॉडल-कॉलिंग सतहें उपलब्ध कराता है। वह सतह चुनें जिसे आपका ऐप या एजेंट क्लाइंट पहले से समर्थन करता है।
Messages
Claude-शैली के क्लाइंट के लिए Anthropic-संगत मैसेज।
POST
https://openapi.felo.ai/api/v1/messagesपैरामीटर
modelstringmuse-emberकॉल करने के लिए सार्वजनिक मॉडल ID।max_tokensinteger—जनरेट किए जाने वाले अधिकतम token।messagesarray—Chat Completions के लिए बातचीत के मैसेज।toolsarray—संगत schema का पालन करने वाली tool calling परिभाषाएँ।top_k———top_p———reasoning———temperaturenumber—समर्थित होने पर रिस्पॉन्स की विविधता नियंत्रित करता है।tool_choicestring or object—नियंत्रित करता है कि कोई tool कॉल किया जाना चाहिए या नहीं।response_formatobject—समर्थित होने पर स्ट्रक्चर्ड आउटपुट का अनुरोध करता है।reasoning_effort———include_reasoning———repetition_penalty———structured_outputs———अक्सर पूछे जाने वाले प्रश्न
मॉडल परिचय: Muse Ember?
Muse Ember मेटा के Muse परिवार का सबसे छोटा और सबसे कुशल मॉडल है, जिसे नवंबर 9, 2026 को जारी किया गया। यह पाठ, चित्र, ऑडियो और वीडियो इनपुट का समर्थन करता है तथा 1 मिलियन टोकन के संदर्भ विंडो और 512,000 टोकन की आउटपुट सीमा के साथ आता है। यह कंप्यूटर उपयोग, चित्र समझ, टूल कॉलिंग, संरचित आउटपुट और खोज-आधारित पुनर्प्राप्ति जैसी क्षमताएं प्रदान करता है। यह मॉडल उच्च मात्रा वाले एजेंटिक वर्कफ़्लो निष्पादन, टूल कॉल, कोडिंग उप-कार्य, रूटिंग, निष्कर्षण, लंबे दस्तावेज़ पार्सिंग, पुनर्प्राप्ति-संवर्धित जनरेशन के साथ चैटबॉट और AI सुविधाओं के बड़े पैमाने पर तैनाती के लिए उपयुक्त है। स्पष्ट कार्यों जैसे एनालिटिक्स और डेटा गुणवत्ता जांच में यह मजबूत प्रदर्शन करता है। Muse Wonder योजना बनाता है और Muse Ember मात्रा संभालता है—यह मेटा द्वारा वर्णित श्रम विभाजन है। यह Meta Model API और Muse Code के माध्यम से model ID muse-ember-1.0 के साथ उपलब्ध है। सीमाओं में खुली-अंत वाले प्रश्नों पर अत्यधिक टोकन का उपयोग, छिपे पैटर्न की पहचान में कठिनाई और भारों का न खुलना तथा पैरामीटर संख्या का न बताया जाना शामिल है।
उपयोग का शुल्क कैसे लगता है?
आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं।
Muse Ember कौन-कौन से इनपुट का समर्थन करता है?
यह पाठ, चित्र, ऑडियो और वीडियो इनपुट का समर्थन करता है तथा पाठ आउटपुट देता है।
इसका संदर्भ और आउटपुट आकार क्या है?
इसकी संदर्भ विंडो 1 मिलियन टोकन और आउटपुट सीमा 512,000 टोकन है।
Muse Ember किन कार्यों के लिए सबसे उपयुक्त है?
यह उच्च मात्रा वाले एजेंटिक वर्कफ़्लो, टूल कॉल, कोडिंग उप-कार्य, रूटिंग, निष्कर्षण, लंबे दस्तावेज़ पार्सिंग और बड़े पैमाने पर AI तैनाती के लिए उपयुक्त है।
Muse Wonder और Muse Ember में क्या अंतर है?
Muse Wonder योजना बनाता है जबकि Muse Ember मात्रा संभालता है—यह एक योजना-निष्पादक वास्तुकला है।
क्या Muse Ember के भार जारी किए गए हैं?
नहीं, इसके भार जारी नहीं किए गए हैं और पैरामीटर संख्या का खुलासा नहीं किया गया है।
Muse Ember कहाँ उपलब्ध है?
यह Meta Model API और Muse Code के माध्यम से model ID muse-ember-1.0 के साथ उपलब्ध है।
संबंधित मॉडल
Muse Wonder
Metamuse-wonderMuse Wonder, Meta का एक फ्रंटियर मॉडल है जो टेक्स्ट, इमेज, वीडियो, ऑडियो और PDF इनपुट लेकर टेक्स्ट आउटपुट देता है और एजेंटिक वर्कफ़्लो में मजबूत है।
कॉन्टेक्स्ट
1.049M
अधिकतम आउटपुट
943.718K
इनपुट token
$4 / 1M token
आउटपुट token
$20 / 1M token
Muse Spark 1.3 Contributor
Metamuse-spark-1.3-contributorMuse Spark 1.3 Contributor एक रीज़निंग मॉडल है जो लंबे संदर्भ और एजेंटिक कोडिंग कार्यों के लिए बनाया गया है।
कॉन्टेक्स्ट
1.049M
अधिकतम आउटपुट
943.718K
इनपुट token
$0.1 / 1M token
आउटपुट token
$0.2 / 1M token