Felo API PlatformFelo API Platform
모델 목록으로 돌아가기
Metamessages

Muse Spark 1.3 Contributor API

Meta Superintelligence Labs의 에이전트·코딩 특화 추론 모델로, 1,048,576 토큰 컨텍스트와 단계별 사고를 갖춘 Contributor 티어입니다.

Muse Spark 1.3 Contributor는 Meta Superintelligence Labs가 2026년 9월 2일 공개한 추론 모델입니다. 텍스트·이미지·비디오·PDF 입력과 텍스트 출력을 지원하며, 1.3 버전에서는 오디오 입력이 완전히 지원되지 않습니다. 최대 1,048,576 토큰의 컨텍스트와 943,718 토큰의 출력 한도를 갖춰 대형 코드베이스나 여러 파일에 걸친 긴 대화 기록을 한 번에 다룰 수 있습니다.

단계별 사고와 조정 가능한 추론 강도를 제공하고, tools 및 tool_choice 파라미터를 통한 도구 호출, response_format의 JSON 스키마를 통한 구조화 출력을 지원합니다. 계획을 세우고 도구를 호출하며 결과를 확인해 이어가는 에이전트 작업에 적합하고, 장기 코드 작업과 저장소 규모 추론, 문서 중심 에이전트, 여러 단계의 코딩 작업에 활용할 수 있습니다. 메인 에이전트로 계획하고 위임하거나 병렬로 실행되는 서브에이전트로 동작하는 멀티 에이전트 워크플로를 지원합니다.

Meta Model API, Muse Code, OpenRouter, OpenCode를 통해 사용할 수 있습니다. Contributor 티어는 표준 Muse Spark 1.3 모델의 할인 버전으로 표준 티어보다 속도 제한이 낮고, Meta가 향후 모델 학습에 프롬프트와 완성을 사용하도록 허용해야 합니다. Meta는 내부 비교에서 동등한 에이전트·코딩 작업 기준 Muse Spark 1.2보다 도구 호출은 약 20퍼센트, 토큰은 약 25퍼센트 적게 사용한다고 밝혔습니다.

업데이트:

모델 ID

muse-spark-1.3-contributor
컨텍스트
1.049M
최대 출력
943.718K
권장 API
messages
입력
text / image / video / file
출력
text
Muse Spark 1.3 Contributor: 자전거를 타는 펠리컨

이 모델이 만든 펠리컨

Muse Spark 1.3 Contributor이 같은 요청으로 만든 결과를 확인해 보세요.

주요 특징

  • 1,048,576 토큰 컨텍스트
  • 단계별 사고와 조정 가능한 추론 강도
  • 도구 호출 및 구조화 출력 지원
  • 멀티 에이전트 워크플로 지원
  • Muse Code 및 Meta Model API 제공
  • 표준 티어 대비 낮은 속도 제한

제공 업체

1 제공 업체

제공 업체별 API 요금을 비교하세요. 공급자를 선택하면 전체 요금과 적용 조건을 확인할 수 있습니다.

제공 업체 · 요금 상세
가동률
$0.1$0.2$0.002

10달러로 얼마나 쓸 수 있나

입력
1억 토큰
출력
5000만 토큰

현재 입력·출력 요금으로 계산한 추정치이며 할인은 포함하지 않습니다.

벤치마크

  • MRCR (256K~512K 토큰 구간)

    점; 비교 집합에서 보고된 최고 점수

    98.5
  • MRCR (512K~1M 토큰 구간)

    점; 비교 집합에서 보고된 최고 점수

    98.1
  • Artificial Analysis Intelligence Index

    점; 고객 사용 가능 티어 기준으로 GPT-5.6 Sol, Grok 4.6, Claude Opus 5와 동점

    61
  • 장문맥 추론 정확도

    퍼센트; 1.2 버전의 83퍼센트에서 하락

    79

점수는 모델 제공 업체가 공개한 값입니다.

추론

기본 추론 강도
medium
항상 활성화
예
선택 가능한 추론 강도
max / xhigh / high / medium / low / minimal

Quick Start

Felo API Platform 호환 API로 이 모델을 호출하는 코드입니다. 코드를 작성하기 전에 Playground에서 prompt를 테스트할 수 있습니다.

1

API key 설정

Felo API Platform 계정에서 key를 만들고 환경 변수로 설정하세요.

export FELO_API_KEY="YOUR_API_KEY"
2

첫 요청 보내기

이 모델 ID를 Felo API Platform endpoint와 함께 사용하세요. X-Request-Id 같은 선택 요청 헤더는 문제 해결에 도움이 됩니다.

muse-spark-1.3-contributor

이 모델은 reasoning을 지원합니다. 선택한 protocol과 모델 라우트가 reasoning controls를 제공하는 경우 대화를 이어갈 때 반환된 reasoning metadata를 보존하세요.

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());

타사 SDK 사용

호환 SDK에서는 baseURL을 다음으로 설정합니다 https://openapi.felo.ai/api/v1. Claude-style clients에는 Anthropic-compatible base URL을 사용하세요. https://openapi.felo.ai/api.

3

Streaming 활성화

stream: true를 추가하면 server-sent events로 응답을 받을 수 있습니다.

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 Platform은 호환 가능한 모델 호출 surface를 제공합니다. 앱이나 Agent client가 이미 지원하는 surface를 선택하세요.

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

Parameters

이름타입기본값설명
modelstringmuse-spark-1.3-contributor호출할 공개 모델 ID.
max_tokensinteger—생성할 최대 tokens.
messagesarray—Chat Completions의 대화 메시지.
toolsarray—호환 schema를 따르는 tool calling definitions.
top_k———
top_p———
reasoning———
temperaturenumber—지원되는 경우 응답 다양성을 제어합니다.
tool_choicestring or object—tool 호출 여부를 제어합니다.
response_formatobject—지원 시 structured output을 요청합니다.
reasoning_effort———
include_reasoning———
repetition_penalty———
structured_outputs———

자주 묻는 질문

모델 소개: Muse Spark 1.3 Contributor?

Muse Spark 1.3 Contributor는 Meta Superintelligence Labs가 2026년 9월 2일 공개한 추론 모델입니다. 텍스트·이미지·비디오·PDF 입력과 텍스트 출력을 지원하며, 1.3 버전에서는 오디오 입력이 완전히 지원되지 않습니다. 최대 1,048,576 토큰의 컨텍스트와 943,718 토큰의 출력 한도를 갖춰 대형 코드베이스나 여러 파일에 걸친 긴 대화 기록을 한 번에 다룰 수 있습니다. 단계별 사고와 조정 가능한 추론 강도를 제공하고, tools 및 tool_choice 파라미터를 통한 도구 호출, response_format의 JSON 스키마를 통한 구조화 출력을 지원합니다. 계획을 세우고 도구를 호출하며 결과를 확인해 이어가는 에이전트 작업에 적합하고, 장기 코드 작업과 저장소 규모 추론, 문서 중심 에이전트, 여러 단계의 코딩 작업에 활용할 수 있습니다. 메인 에이전트로 계획하고 위임하거나 병렬로 실행되는 서브에이전트로 동작하는 멀티 에이전트 워크플로를 지원합니다. Meta Model API, Muse Code, OpenRouter, OpenCode를 통해 사용할 수 있습니다. Contributor 티어는 표준 Muse Spark 1.3 모델의 할인 버전으로 표준 티어보다 속도 제한이 낮고, Meta가 향후 모델 학습에 프롬프트와 완성을 사용하도록 허용해야 합니다. Meta는 내부 비교에서 동등한 에이전트·코딩 작업 기준 Muse Spark 1.2보다 도구 호출은 약 20퍼센트, 토큰은 약 25퍼센트 적게 사용한다고 밝혔습니다.

사용 요금은 어떻게 계산되나요?

이용하는 제공 업체의 요금과 실제 사용량에 따라 비용이 결정됩니다. 긴 입력 등에는 다른 요금이 적용될 수 있습니다.

어떤 입력을 지원하나요?

텍스트, 이미지, 비디오, PDF 입력과 텍스트 출력을 지원합니다. 오디오 입력은 1.3 버전에서 완전히 지원되지 않습니다.

컨텍스트와 출력 길이는 얼마인가요?

컨텍스트는 1,048,576 토큰, 출력 한도는 943,718 토큰입니다.

어떤 작업에 적합한가요?

에이전트 및 코딩 작업, 장기 코드 작업, 저장소 규모 추론, 문서 중심 에이전트, 여러 단계의 코딩 작업에 적합합니다. 계획과 도구 호출, 결과 확인을 포함하는 에이전트 작업을 처리합니다.

표준 Muse Spark 1.3과 무엇이 다른가요?

Contributor 티어는 표준 Muse Spark 1.3의 할인 버전으로 속도 제한이 더 낮습니다. 또한 Meta가 향후 모델 학습에 프롬프트와 완성을 사용하도록 허용해야 합니다.

Muse Spark 1.2와 비교해 어떤가요?

Meta 내부 비교에 따르면 동등한 에이전트·코딩 작업에서 도구 호출은 약 20퍼센트, 토큰은 약 25퍼센트 적게 사용합니다. 다만 장문맥 추론 정확도는 83퍼센트에서 79퍼센트로 낮아졌습니다.

관련 모델