Felo API PlatformFelo API Platform
Wróć do modeli
Metamessages

Muse Ember API

Muse Ember to najmniejszy i najbardziej efektywny model z rodziny Muse od Meta, stworzony do masowego wykonywania zadań agentowych i obsługi dużych ilości danych wejściowych.

Muse Ember to lekki model Meta przeznaczony do pracy jako wykonawca w architekturze planista-wykonawca, w której Muse Wonder odpowiada za planowanie, a Muse Ember zajmuje się wolumenem zadań. Obsługuje wejście tekstowe, obrazowe, audio i wideo, a na wyjściu generuje tekst. Dzięki oknu kontekstu wynoszącemu 1 milion tokenów i limitowi wyjścia do 512 000 tokenów sprawdza się przy parsowaniu długich dokumentów oraz pracy z rozbudowanymi materiałami źródłowymi.

Model został zaprojektowany do wykonywania zadań agentowych na dużą skalę: wywoływania narzędzi, podzadań programistycznych, routingu, ekstrakcji danych oraz chatbotów łączonych z generowaniem wspomaganym wyszukiwaniem. Obsługuje również korzystanie z komputera, rozumienie obrazów, ustrukturyzowane wyjście i wyszukiwanie oparte na źródłach. Meta podkreśla, że Muse Ember dobrze radzi sobie z zadaniami o jasno określonych regułach, takimi jak analityka i kontrola jakości danych.

Do ograniczeń należy skłonność do zużywania nadmiernej liczby tokenów przy pytaniach otwartych oraz trudności z wykrywaniem ukrytych wzorców. Wagi modelu nie zostały udostępnione, a liczba parametrów nie jest ujawniona. Model jest dostępny przez Meta Model API i Muse Code pod identyfikatorem muse-ember-1.0.

Zaktualizowano:

MODEL ID

muse-ember
Kontekst
1.049M
Maks. wyjście
943.718K
Polecane API
messages
Wejście
text / image / video / file / audio
Wyjście
text

Najważniejsze informacje

  • Najmniejszy model w rodzinie Muse
  • Kontekst 1 miliona tokenów
  • Wejście tekst, obraz, audio i wideo
  • Wykonawca w architekturze planista-wykonawca
  • Ustrukturyzowane wyjście i wywoływanie narzędzi
  • Wyszukiwanie oparte na źródłach

Dostawcy

1 dostawców

Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.

Dostawca · Szczegóły cen
Dostępność
$0.1$0.5$0.004

Co można kupić za $10

Wejście
100 mln tokenów
Wyjście
20 mln tokenów

Szacunek na podstawie obecnych cen wejścia i wyjścia, bez rabatów.

Benchmarki

  • Artificial Analysis Intelligence Index

    punktów

    36
  • Vals Index

    procent; 13. miejsce na 36 modeli

    60,48%
  • PlotlyDataAnalyticsBench

    procent; poprawne odpowiedzi na 38 z 43 pytań

    88%

Wyniki zgodnie z publikacją dostawcy modelu.

Rozumowanie

Domyślny poziom wysiłku
max
Zawsze włączone
Tak
Dostępne poziomy wysiłku
max / xhigh / high / medium / low / minimal

Szybki start

Gotowy kod do wywołania tego modelu przez zgodne API Felo API Platform. Zacznij w Playground, gdy chcesz przetestować prompty przed pisaniem kodu.

1

Pobierz klucz API

Utwórz klucz w swoim koncie Felo API Platform i ustaw go jako zmienną środowiskową.

export FELO_API_KEY="YOUR_API_KEY"
2

Wyślij pierwsze żądanie

Użyj tego identyfikatora modelu z endpointem Felo API Platform. Opcjonalne nagłówki żądania, takie jak X-Request-Id, mogą pomóc w diagnostyce.

muse-ember

Ten model obsługuje rozumowanie. Jeśli wybrany protokół i trasa modelu udostępniają elementy sterujące rozumowaniem, zachowaj zwrócone metadane rozumowania podczas kontynuowania rozmowy.

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());

Korzystanie z zewnętrznych SDK

Używaj zgodnych SDK, ustawiając baseURL na https://openapi.felo.ai/api/v1. Użyj bazowego adresu URL zgodnego z Anthropic dla klientów w stylu Claude. https://openapi.felo.ai/api.

3

Włącz strumieniowanie

Dodaj stream: true, aby otrzymywać odpowiedzi jako 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 udostępnia zgodne interfejsy wywoływania modeli. Wybierz ten, który Twoja aplikacja lub klient agenta już obsługuje.

InterfejsMetodaURL

Messages

Komunikaty zgodne z Anthropic dla klientów w stylu Claude.

POST

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

Parametry

NazwaTypDomyślnieOpis
modelstringmuse-emberPubliczny identyfikator modelu do wywołania.
max_tokensinteger—Maksymalna liczba generowanych tokenów.
messagesarray—Komunikaty rozmowy dla Chat Completions.
toolsarray—Definicje wywoływania narzędzi zgodne z obsługiwanym schematem.
top_k———
top_p———
reasoning———
temperaturenumber—Steruje różnorodnością odpowiedzi, gdy jest obsługiwane.
tool_choicestring or object—Steruje tym, czy narzędzie powinno zostać wywołane.
response_formatobject—Żąda ustrukturyzowanego wyniku, gdy jest obsługiwany.
reasoning_effort———
include_reasoning———
repetition_penalty———
structured_outputs———

Często zadawane pytania

Co to jest Muse Ember?

Muse Ember to lekki model Meta przeznaczony do pracy jako wykonawca w architekturze planista-wykonawca, w której Muse Wonder odpowiada za planowanie, a Muse Ember zajmuje się wolumenem zadań. Obsługuje wejście tekstowe, obrazowe, audio i wideo, a na wyjściu generuje tekst. Dzięki oknu kontekstu wynoszącemu 1 milion tokenów i limitowi wyjścia do 512 000 tokenów sprawdza się przy parsowaniu długich dokumentów oraz pracy z rozbudowanymi materiałami źródłowymi. Model został zaprojektowany do wykonywania zadań agentowych na dużą skalę: wywoływania narzędzi, podzadań programistycznych, routingu, ekstrakcji danych oraz chatbotów łączonych z generowaniem wspomaganym wyszukiwaniem. Obsługuje również korzystanie z komputera, rozumienie obrazów, ustrukturyzowane wyjście i wyszukiwanie oparte na źródłach. Meta podkreśla, że Muse Ember dobrze radzi sobie z zadaniami o jasno określonych regułach, takimi jak analityka i kontrola jakości danych. Do ograniczeń należy skłonność do zużywania nadmiernej liczby tokenów przy pytaniach otwartych oraz trudności z wykrywaniem ukrytych wzorców. Wagi modelu nie zostały udostępnione, a liczba parametrów nie jest ujawniona. Model jest dostępny przez Meta Model API i Muse Code pod identyfikatorem muse-ember-1.0.

Jak rozliczane jest użycie?

Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny.

Jakie typy danych wejściowych obsługuje Muse Ember?

Model przyjmuje tekst, obrazy, audio oraz wideo, a zwraca tekst.

Jak duże okno kontekstu ma Muse Ember?

Model obsługuje kontekst do 1 miliona tokenów, a maksymalna długość wyjścia wynosi 512 000 tokenów.

Do jakich zadań najlepiej nadaje się Muse Ember?

Sprawdza się w masowym wykonywaniu przepływów agentowych, wywoływaniu narzędzi, podzadaniach programistycznych, routingu, ekstrakcji oraz parsowaniu długich dokumentów.

Czym Muse Ember różni się od Muse Wonder?

Muse Ember jest najmniejszym i najbardziej efektywnym modelem rodziny Muse i pełni rolę wykonawcy, podczas gdy Muse Wonder odpowiada za planowanie.

Jak uzyskać dostęp do Muse Ember?

Model jest dostępny przez Meta Model API oraz Muse Code pod identyfikatorem muse-ember-1.0.

Powiązane modele