Muse Ember API
Muse Ember è il modello più piccolo ed efficiente della famiglia Muse di Meta, progettato per l'esecuzione di massa di flussi di lavoro agentici con un contesto di 1 milione di token.
Muse Ember è un modello di Meta lanciato il 9 novembre 2026, pensato come esecutore in un'architettura planner-executor insieme a Muse Wonder. Meta riassume la divisione del lavoro con la frase "Muse Wonder plans, Muse Ember handles the volume". Il modello accetta input testuali, immagini, audio e video, e produce solo testo, con una finestra di contesto di 1 milione di token e un limite di output di 512.000 token. È disponibile tramite Meta Model API e Muse Code con l'identificativo modello muse-ember-1.0.
Muse Ember è adatto a compiti ripetitivi e ad alto volume: esecuzione di flussi agentici, chiamate di strumenti, sottoattività di programmazione, routing, estrazione di dati, analisi di documenti lunghi e chatbot combinati con RAG. Supporta inoltre l'uso del computer, la comprensione delle immagini, l'output strutturato e il grounding tramite ricerca; è in grado di recuperare record, chiamare strumenti in sequenza e aggiornare sistemi attraverso diverse applicazioni. Le sue prestazioni sono solide su compiti ben definiti come analisi e controlli di qualità dei dati, mentre mostra limiti su domande aperte, dove tende a consumare troppi token, e sul rilevamento di schemi nascosti. I pesi non sono stati rilasciati e il numero di parametri non è divulgato.
Aggiornato:
ID MODELLO
muse-ember- Contesto
- 1.049M
- Output max
- 943.718K
- API consigliata
- messages
- Input
- text / image / video / file / audio
- Output
- text
In evidenza
- Il modello più piccolo ed efficiente della famiglia Muse
- Contesto di 1 milione di token
- Input multimodale: testo, immagini, audio e video
- Esecutore in architettura planner-executor con Muse Wonder
- Disponibile tramite Meta Model API e Muse Code
- Prestazioni solide su analisi e qualità dei dati
Fornitori
Confronta i prezzi delle API tra fornitori. Seleziona un fornitore per vedere tutti i costi e le condizioni.
| Disponibilità | ||||
|---|---|---|---|---|
| $0.1 | $0.5 | $0.004 |
Le statistiche storiche non sono un controllo in tempo reale. I dati mancanti non indicano un guasto.
Cosa acquisti con $10
- Input
- 100 Mln token
- Output
- 20 Mln token
Stima basata sui prezzi attuali di input e output, esclusi gli sconti.
Benchmark
- 36
Artificial Analysis Intelligence Index
punti
- 60.48
Vals Index
percentuale; 13º posto su 36 modelli
- 88
PlotlyDataAnalyticsBench
percentuale; 38 domande superate su 43
Punteggi come pubblicati dal fornitore del modello.
Ragionamento
- Sforzo predefinito
- max
- Sempre attivo
- Sì
- Livelli di sforzo disponibili
- max / xhigh / high / medium / low / minimal
Avvio rapido
Codice pronto all'uso per chiamare questo modello con le API compatibili di Felo API Platform. Inizia nel Playground se vuoi testare i prompt prima di scrivere codice.
Imposta la chiave API
Crea una chiave dal tuo account Felo API Platform e impostala come variabile d'ambiente.
export FELO_API_KEY="YOUR_API_KEY"Invia la prima richiesta
Usa questo ID modello con l'endpoint Felo API Platform. Le intestazioni facoltative come X-Request-Id aiutano nella risoluzione dei problemi.
muse-emberQuesto modello è in grado di ragionare. Se il protocollo selezionato e la route del modello espongono controlli di ragionamento, conserva i metadati di ragionamento restituiti quando continui la conversazione.
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());Usare SDK di terze parti
Negli SDK compatibili imposta baseURL su https://openapi.felo.ai/api/v1. Per i client in stile Claude, usa la base URL compatibile con Anthropic. https://openapi.felo.ai/api.
Attiva lo streaming
Aggiungi stream: true per ricevere le risposte come 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 espone superfici compatibili per le chiamate ai modelli. Scegli la superficie che la tua app o il tuo client agente già supporta.
Messages
Messaggi compatibili con Anthropic per i client in stile Claude.
POST
https://openapi.felo.ai/api/v1/messagesParametri
modelstringmuse-emberID pubblico del modello da chiamare.max_tokensinteger—Numero massimo di token generati.messagesarray—Messaggi della conversazione per Chat Completions.toolsarray—Definizioni di tool calling secondo lo schema compatibile.top_k———top_p———reasoning———temperaturenumber—Controlla la varietà delle risposte quando supportato.tool_choicestring or object—Controlla se uno strumento deve essere chiamato.response_formatobject—Richiede output strutturato quando supportato.reasoning_effort———include_reasoning———repetition_penalty———structured_outputs———Domande frequenti
Cos'è Muse Ember?
Muse Ember è un modello di Meta lanciato il 9 novembre 2026, pensato come esecutore in un'architettura planner-executor insieme a Muse Wonder. Meta riassume la divisione del lavoro con la frase "Muse Wonder plans, Muse Ember handles the volume". Il modello accetta input testuali, immagini, audio e video, e produce solo testo, con una finestra di contesto di 1 milione di token e un limite di output di 512.000 token. È disponibile tramite Meta Model API e Muse Code con l'identificativo modello muse-ember-1.0. Muse Ember è adatto a compiti ripetitivi e ad alto volume: esecuzione di flussi agentici, chiamate di strumenti, sottoattività di programmazione, routing, estrazione di dati, analisi di documenti lunghi e chatbot combinati con RAG. Supporta inoltre l'uso del computer, la comprensione delle immagini, l'output strutturato e il grounding tramite ricerca; è in grado di recuperare record, chiamare strumenti in sequenza e aggiornare sistemi attraverso diverse applicazioni. Le sue prestazioni sono solide su compiti ben definiti come analisi e controlli di qualità dei dati, mentre mostra limiti su domande aperte, dove tende a consumare troppi token, e sul rilevamento di schemi nascosti. I pesi non sono stati rilasciati e il numero di parametri non è divulgato.
Come viene addebitato l'utilizzo?
La fattura dipende dal fornitore che usi, dai suoi prezzi e dal tuo utilizzo. Input più lunghi o altre condizioni possono avere prezzi diversi.
Quali modalità di input supporta Muse Ember?
Muse Ember accetta input testuali, immagini, audio e video, e restituisce solo testo.
Qual è la dimensione del contesto e del limite di output?
La finestra di contesto è di 1 milione di token, con un limite di output di 512.000 token.
Per quali tipi di attività è più adatto?
È pensato per compiti ripetitivi ad alto volume come esecuzione di flussi agentici, chiamate di strumenti, routing, estrazione, analisi di documenti lunghi e chatbot con RAG. È meno indicato per domande aperte, dove tende a usare troppi token.
Come si differenzia dagli altri modelli della famiglia Muse?
Muse Ember è il modello più piccolo ed efficiente della famiglia e funge da esecutore insieme a Muse Wonder, che si occupa della pianificazione.
I pesi del modello sono disponibili?
No, i pesi non sono stati rilasciati e il numero di parametri non è stato divulgato.
Come si accede a Muse Ember?
È disponibile tramite Meta Model API e Muse Code con l'identificativo modello muse-ember-1.0.
Modelli correlati
Muse Wonder
Metamuse-wonderMuse Wonder è il modello di frontiera di Meta con input testuali, visivi, video, audio e PDF, contesto da 1.048.576 token e capacità agentiche per coding e flussi di lavoro complessi.
Contesto
1.049M
Output max
943.718K
Token di input
$4 / 1M token
Token di output
$20 / 1M token
Muse Spark 1.3 Contributor
Metamuse-spark-1.3-contributorMuse Spark 1.3 Contributor è la variante economica del modello di ragionamento di Meta per compiti agentici e di programmazione, con contesto fino a 1.048.576 token.
Contesto
1.049M
Output max
943.718K
Token di input
$0.1 / 1M token
Token di output
$0.2 / 1M token