Muse Spark 1.3 Contributor API
Muse Spark 1.3 Contributor is een redeneermodel van Meta Superintelligence Labs voor agentische en codeertaken, met een context van 1.048.576 tokens en een kortingstarief.
Muse Spark 1.3 Contributor is de derde iteratie in de Muse Spark-familie van Meta Superintelligence Labs, uitgebracht op 2 september 2026 als opvolger van de Llama-lijn. Het model is gepositioneerd als een persoonlijk superintelligentiesysteem dat zich richt op agentische en programmeerwerkzaamheden. Het is een gesloten, alleen via API beschikbaar model waarvan de gewichten niet openbaar zijn. De Contributor-variant is een kortingsversie van het standaardmodel Muse Spark 1.3 en vereist toestemming van Meta om toekomstige modellen te trainen op prompts en completions.
Het model biedt een contextvenster van 1.048.576 tokens en een uitvoerlimiet van 943.718 tokens. Het ondersteunt tekst-, afbeelding-, video-, PDF- en audio-invoer (audio is niet volledig ondersteund in versie 1.3) en genereert tekstuitvoer. Tot de mogelijkheden behoren stapsgewijs redeneren met configureerbare inspanning, tool- en functieaanroepen, gestructureerde uitvoer via een JSON-schema en het uitvoeren van agentische taken zoals plannen, tools aanroepen en resultaten controleren. Het model is gebouwd voor langdurige coderingstaken en kan zowel als hoofdagent als als subagent in multi-agentworkflows fungeren. Het is beschikbaar in Muse Code, de terminalgebaseerde codeeragent van Meta, en via de Meta Model API, OpenRouter en OpenCode.
Muse Spark 1.3 Contributor is geschikt voor agentische en codeerworkloads, langdurige coderingstaken, redeneren op repositoryschaal, documentintensieve agents en meerstaps-coderingstaken waarbij context en eerdere resultaten moeten worden bijgehouden. Het model gaat beter om met rommelige of tegenstrijdige invoer, stelt verduidelijkende vragen, escaleert wanneer het vastloopt en bevestigt voor ingrijpende acties. Meta beveelt Muse Spark 1.3 aan als standaard voor nieuw werk.
Bijgewerkt:
MODEL-ID
muse-spark-1.3-contributor- Context
- 1.049M
- Max. uitvoer
- 943.718K
- Aanbevolen API
- messages
- Invoer
- text / image / video / file
- Uitvoer
- text
Bekijk de pelikaan van dit model
Bekijk wat Muse Spark 1.3 Contributor met dezelfde opdracht maakte.
Hoogtepunten
- Context van 1.048.576 tokens
- Uitvoerlimiet van 943.718 tokens
- Configureerbare redeneerinspanning
- Tool- en functieaanroepen
- Gestructureerde uitvoer via JSON-schema
- Geschikt voor multi-agentworkflows
Aanbieders
Vergelijk API-prijzen tussen aanbieders. Kies een aanbieder om alle kosten en voorwaarden te bekijken.
| Beschikbaarheid | ||||
|---|---|---|---|---|
| $0.1 | $0.2 | $0.002 |
Historische gegevens zijn geen live statuscontrole. Ontbrekende gegevens betekenen geen storing.
Wat je voor $10 krijgt
- Invoer
- 100 mln. tokens
- Uitvoer
- 50 mln. tokens
Geschat op basis van de huidige invoer- en uitvoerprijzen, vóór kortingen.
Benchmarks
- 98.5
MRCR (256K tot 512K tokens)
punten; hoogste score in de vergelijkingsset
- 98.1
MRCR (512K tot 1M tokens)
punten; hoogste score in de vergelijkingsset
- 61
Artificial Analysis Intelligence Index
punten; klantbeschikbare variant; gelijk aan GPT-5.6 Sol, Grok 4.6 en Claude Opus 5
- 79
Nauwkeurigheid langetermijnredenering
procent; gedaald van 83 procent in versie 1.2
Scores zoals gepubliceerd door de modelaanbieder.
Redeneervermogen
- Standaardinspanning
- medium
- Altijd ingeschakeld
- Ja
- Beschikbare inspanningsniveaus
- max / xhigh / high / medium / low / minimal
Snelstart
Kant-en-klare code om dit model aan te roepen met de compatibele API's van Felo API Platform. Begin in de Playground als je prompts wilt testen voordat je code schrijft.
API-sleutel instellen
Maak een sleutel in je Felo API Platform-account en stel deze in als omgevingsvariabele.
export FELO_API_KEY="YOUR_API_KEY"Je eerste aanvraag doen
Gebruik deze model-ID met het Felo API Platform-endpoint. Optionele requestheaders zoals X-Request-Id helpen bij het oplossen van problemen.
muse-spark-1.3-contributorDit model kan redeneren. Als het gekozen protocol en de modelroute reasoning-besturing bieden, bewaar dan de geretourneerde reasoning-metadata wanneer je het gesprek voortzet.
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());SDK's van derden gebruiken
Stel in compatibele SDK's baseURL in op https://openapi.felo.ai/api/v1. Gebruik voor clients in Claude-stijl de Anthropic-compatibele basis-URL. https://openapi.felo.ai/api.
Streaming inschakelen
Voeg stream: true toe om responses als server-sent events te ontvangen.
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 biedt compatibele oppervlakken voor modelaanroepen. Kies het oppervlak dat je app of agent-client al ondersteunt.
Messages
Anthropic-compatibele berichten voor clients in Claude-stijl.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringmuse-spark-1.3-contributorOpenbare model-ID om aan te roepen.max_tokensinteger—Maximaal aantal gegenereerde tokens.messagesarray—Gespreksberichten voor Chat Completions.toolsarray—Definities voor tool calling volgens het compatibele schema.top_k———top_p———reasoning———temperaturenumber—Bepaalt de variatie in antwoorden wanneer ondersteund.tool_choicestring or object—Bepaalt of een tool moet worden aangeroepen.response_formatobject—Vraagt gestructureerde uitvoer aan wanneer ondersteund.reasoning_effort———include_reasoning———repetition_penalty———structured_outputs———Veelgestelde vragen
Wat is Muse Spark 1.3 Contributor?
Muse Spark 1.3 Contributor is de derde iteratie in de Muse Spark-familie van Meta Superintelligence Labs, uitgebracht op 2 september 2026 als opvolger van de Llama-lijn. Het model is gepositioneerd als een persoonlijk superintelligentiesysteem dat zich richt op agentische en programmeerwerkzaamheden. Het is een gesloten, alleen via API beschikbaar model waarvan de gewichten niet openbaar zijn. De Contributor-variant is een kortingsversie van het standaardmodel Muse Spark 1.3 en vereist toestemming van Meta om toekomstige modellen te trainen op prompts en completions. Het model biedt een contextvenster van 1.048.576 tokens en een uitvoerlimiet van 943.718 tokens. Het ondersteunt tekst-, afbeelding-, video-, PDF- en audio-invoer (audio is niet volledig ondersteund in versie 1.3) en genereert tekstuitvoer. Tot de mogelijkheden behoren stapsgewijs redeneren met configureerbare inspanning, tool- en functieaanroepen, gestructureerde uitvoer via een JSON-schema en het uitvoeren van agentische taken zoals plannen, tools aanroepen en resultaten controleren. Het model is gebouwd voor langdurige coderingstaken en kan zowel als hoofdagent als als subagent in multi-agentworkflows fungeren. Het is beschikbaar in Muse Code, de terminalgebaseerde codeeragent van Meta, en via de Meta Model API, OpenRouter en OpenCode. Muse Spark 1.3 Contributor is geschikt voor agentische en codeerworkloads, langdurige coderingstaken, redeneren op repositoryschaal, documentintensieve agents en meerstaps-coderingstaken waarbij context en eerdere resultaten moeten worden bijgehouden. Het model gaat beter om met rommelige of tegenstrijdige invoer, stelt verduidelijkende vragen, escaleert wanneer het vastloopt en bevestigt voor ingrijpende acties. Meta beveelt Muse Spark 1.3 aan als standaard voor nieuw werk.
Hoe wordt het gebruik gefactureerd?
Je factuur hangt af van de aanbieder die je gebruikt, de prijzen en je verbruik. Langere invoer of andere voorwaarden kunnen andere prijzen hebben.
Welke invoer ondersteunt Muse Spark 1.3 Contributor?
Het model ondersteunt tekst-, afbeelding-, video-, PDF- en audio-invoer. Audio-invoer is niet volledig ondersteund in versie 1.3. De uitvoer is tekst.
Hoe groot zijn de context en de uitvoerlimiet?
De context bedraagt 1.048.576 tokens en de uitvoerlimiet is 943.718 tokens.
Voor welke taken is dit model bedoeld?
Het model is gericht op agentische en codeerworkloads, langdurige coderingstaken, redeneren op repositoryschaal en documentintensieve agents. Het kan ook worden gebruikt voor prototyping, het testen van integraties en het opschalen van experimenten.
Wat is het verschil met Muse Spark 1.2?
Volgens interne vergelijkingen van Meta gebruikt Muse Spark 1.3 ongeveer 20 procent minder tool-aanroepen en circa 25 procent minder tokens dan versie 1.2 bij gelijkwaardige agentische en codeertaken. De nauwkeurigheid bij redeneren over lange context daalde wel van 83 naar 79 procent.
Wat houdt de Contributor-variant in?
De Contributor-variant is een kortingsversie van het standaardmodel Muse Spark 1.3. Deze variant heeft lagere snelheidslimieten dan de standaardvariant en vereist toestemming van Meta om toekomstige modellen te trainen op prompts en completions.
Is Muse Spark 1.3 Contributor open source?
Nee, het is een gesloten model dat alleen via een API beschikbaar is; de gewichten zijn niet openbaar. Meta zegt dat een release met open gewichten nog op de roadmap staat. Het open-weight model dat vandaag beschikbaar is van Meta is Muse Glimmer, met 30 miljard parameters onder de Apache 2.0-licentie.
Gerelateerde modellen
Muse Ember
Metamuse-emberMuse Ember is Meta's kleinste en meest efficiënte model uit de Muse-familie, met een groot contextvenster en multimodale invoer voor grootschalige agenttaken.
Context
1.049M
Max. uitvoer
943.718K
Invoertokens
$0.1 / 1M tokens
Uitvoertokens
$0.5 / 1M tokens
Muse Wonder
Metamuse-wonderMuse Wonder is Meta's multimodale agentmodel dat tekst, afbeeldingen, video, audio en PDF's als invoer accepteert en alleen tekst teruggeeft.
Context
1.049M
Max. uitvoer
943.718K
Invoertokens
$4 / 1M tokens
Uitvoertokens
$20 / 1M tokens