Felo API PlatformFelo API Platform
Kembali ke model
Metamessages

Muse Spark 1.3 Contributor API

Muse Spark 1.3 Contributor adalah model penalaran dari Meta Superintelligence Labs untuk tugas agentic dan coding, dengan konteks 1.048.576 token, input teks, gambar, video, audio, dan PDF, serta output teks.

Muse Spark 1.3 Contributor adalah iterasi ketiga keluarga Muse Spark yang diperkenalkan pada 8 April 2026 sebagai pengganti lini Llama. Model ini diposisikan sebagai sistem superintelligence personal untuk pekerjaan agentic dan coding, dan tersedia melalui Meta Model API, Muse Code, OpenRouter, serta OpenCode. Varian Contributor merupakan versi diskon dari model standar Muse Spark 1.3 dengan batas laju yang lebih rendah dan memerlukan izin agar Meta dapat melatih model mendatang menggunakan prompt dan completion.

Model ini menerima input teks, gambar, video, audio (belum sepenuhnya didukung pada versi 1.3), dan PDF, dengan output teks. Konteksnya mencapai 1.048.576 token dan batas output 943.718 token, sehingga mampu menampung seluruh basis kode besar atau riwayat percakapan multi-berkas dalam satu konteks. Muse Spark 1.3 Contributor mendukung penalaran bertahap dengan upaya penalaran yang dapat dikonfigurasi, pemanggilan alat dan fungsi melalui parameter tools dan tool_choice, output terstruktur melalui skema JSON pada parameter response_format, serta alur kerja multi-agen.

Model ini cocok untuk beban kerja agentic dan coding, tugas coding berjangka panjang, penalaran skala repositori, agen yang padat dokumen, tugas coding multi-langkah, serta tugas yang memerlukan pelacakan konteks dan hasil sebelumnya. Muse Spark 1.3 Contributor juga dapat menangani input yang berantakan atau bertentangan, dan berguna untuk prototyping, pengujian integrasi, serta eksperimen penskalaan. Meta merekomendasikan Muse Spark 1.3 sebagai default untuk pekerjaan baru.

Diperbarui:

ID MODEL

muse-spark-1.3-contributor
Konteks
1.049M
Output maks
943.718K
API yang direkomendasikan
messages
Masukan
text / image / video / file
Keluaran
text
Muse Spark 1.3 Contributor: pelikan yang sedang bersepeda

Lihat pelikan buatan model ini

Lihat karya Muse Spark 1.3 Contributor dari perintah yang sama.

Sorotan

  • Konteks 1.048.576 token
  • Output hingga 943.718 token
  • Penalaran bertahap dengan upaya yang dapat dikonfigurasi
  • Pemanggilan alat dan fungsi
  • Output terstruktur via skema JSON
  • Alur kerja multi-agen

Penyedia

1 penyedia

Bandingkan harga API antarpenyedia. Pilih penyedia untuk melihat semua biaya dan ketentuan.

Penyedia · Detail harga
Ketersediaan
$0.1$0.2$0.002

Yang bisa dibeli dengan $10

Masukan
100 jt token
Keluaran
50 jt token

Perkiraan dari harga masukan dan keluaran saat ini, sebelum diskon.

Tolok ukur

  • MRCR (rentang token 256K hingga 512K)

    poin; nilai tertinggi yang dilaporkan dalam kumpulan perbandingannya

    98.5
  • MRCR (rentang token 512K hingga 1M)

    poin; nilai tertinggi yang dilaporkan dalam kumpulan perbandingannya

    98.1
  • Artificial Analysis Intelligence Index

    poin; tingkat yang tersedia untuk pelanggan; setara dengan GPT-5.6 Sol, Grok 4.6, dan Claude Opus 5

    61
  • Akurasi penalaran konteks panjang

    persen; turun dari 83 persen pada versi 1.2

    79

Skor sesuai publikasi penyedia model.

Penalaran

Tingkat usaha bawaan
medium
Selalu aktif
Ya
Tingkat usaha yang tersedia
max / xhigh / high / medium / low / minimal

Mulai cepat

Kode siap pakai untuk memanggil model ini dengan API yang kompatibel dari Felo API Platform. Mulai di Playground jika Anda ingin menguji prompt sebelum menulis kode.

1

Siapkan kunci API

Buat kunci dari akun Felo API Platform Anda dan tetapkan sebagai variabel lingkungan.

export FELO_API_KEY="YOUR_API_KEY"
2

Kirim permintaan pertama

Gunakan ID model ini dengan endpoint Felo API Platform. Header permintaan opsional seperti X-Request-Id dapat membantu pemecahan masalah.

muse-spark-1.3-contributor

Model ini mampu melakukan penalaran. Jika protokol dan rute model yang Anda pilih menyediakan kontrol penalaran, pertahankan metadata penalaran yang dikembalikan saat melanjutkan percakapan.

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());

Menggunakan SDK pihak ketiga

Pada SDK yang kompatibel, tetapkan baseURL ke https://openapi.felo.ai/api/v1. Untuk klien bergaya Claude, gunakan base URL yang kompatibel dengan Anthropic. https://openapi.felo.ai/api.

3

Aktifkan streaming

Tambahkan stream: true untuk menerima respons sebagai 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 menyediakan antarmuka pemanggilan model yang kompatibel. Pilih antarmuka yang sudah didukung aplikasi atau klien agen Anda.

AntarmukaMetodeURL

Messages

Pesan yang kompatibel dengan Anthropic untuk klien bergaya Claude.

POST

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

Parameter

NamaTipeDefaultDeskripsi
modelstringmuse-spark-1.3-contributorID model publik yang akan dipanggil.
max_tokensinteger—Jumlah maksimum token yang dihasilkan.
messagesarray—Pesan percakapan untuk Chat Completions.
toolsarray—Definisi tool calling sesuai skema yang kompatibel.
top_k———
top_p———
reasoning———
temperaturenumber—Mengontrol variasi respons jika didukung.
tool_choicestring or object—Mengontrol apakah suatu alat harus dipanggil.
response_formatobject—Meminta output terstruktur jika didukung.
reasoning_effort———
include_reasoning———
repetition_penalty———
structured_outputs———

Pertanyaan umum

Mengenal Muse Spark 1.3 Contributor?

Muse Spark 1.3 Contributor adalah iterasi ketiga keluarga Muse Spark yang diperkenalkan pada 8 April 2026 sebagai pengganti lini Llama. Model ini diposisikan sebagai sistem superintelligence personal untuk pekerjaan agentic dan coding, dan tersedia melalui Meta Model API, Muse Code, OpenRouter, serta OpenCode. Varian Contributor merupakan versi diskon dari model standar Muse Spark 1.3 dengan batas laju yang lebih rendah dan memerlukan izin agar Meta dapat melatih model mendatang menggunakan prompt dan completion. Model ini menerima input teks, gambar, video, audio (belum sepenuhnya didukung pada versi 1.3), dan PDF, dengan output teks. Konteksnya mencapai 1.048.576 token dan batas output 943.718 token, sehingga mampu menampung seluruh basis kode besar atau riwayat percakapan multi-berkas dalam satu konteks. Muse Spark 1.3 Contributor mendukung penalaran bertahap dengan upaya penalaran yang dapat dikonfigurasi, pemanggilan alat dan fungsi melalui parameter tools dan tool_choice, output terstruktur melalui skema JSON pada parameter response_format, serta alur kerja multi-agen. Model ini cocok untuk beban kerja agentic dan coding, tugas coding berjangka panjang, penalaran skala repositori, agen yang padat dokumen, tugas coding multi-langkah, serta tugas yang memerlukan pelacakan konteks dan hasil sebelumnya. Muse Spark 1.3 Contributor juga dapat menangani input yang berantakan atau bertentangan, dan berguna untuk prototyping, pengujian integrasi, serta eksperimen penskalaan. Meta merekomendasikan Muse Spark 1.3 sebagai default untuk pekerjaan baru.

Bagaimana penggunaan ditagih?

Tagihan Anda bergantung pada penyedia yang digunakan, tarifnya, dan penggunaan Anda. Masukan yang lebih panjang atau ketentuan lain dapat memiliki harga berbeda.

Input apa saja yang didukung Muse Spark 1.3 Contributor?

Model ini mendukung input teks, gambar, video, audio (belum sepenuhnya didukung pada versi 1.3), dan PDF, dengan output berupa teks.

Berapa panjang konteks dan batas output Muse Spark 1.3 Contributor?

Konteksnya 1.048.576 token dan batas output 943.718 token.

Tugas apa yang paling cocok untuk Muse Spark 1.3 Contributor?

Model ini cocok untuk beban kerja agentic dan coding, tugas coding berjangka panjang, penalaran skala repositori, agen padat dokumen, tugas coding multi-langkah, serta tugas yang memerlukan pelacakan konteks dan hasil sebelumnya.

Apa perbedaan Muse Spark 1.3 Contributor dengan Muse Spark 1.3 standar?

Contributor adalah versi diskon dari model standar Muse Spark 1.3 dengan batas laju yang lebih rendah, dan memerlukan izin agar Meta dapat melatih model mendatang menggunakan prompt dan completion.

Apakah Muse Spark 1.3 Contributor mendukung pemanggilan alat dan output terstruktur?

Ya, model ini mendukung pemanggilan alat dan fungsi melalui parameter tools dan tool_choice, serta output terstruktur melalui skema JSON pada parameter response_format.

Model terkait