Muse Spark 1.3 Contributor API
Muse Spark 1.3 Contributor to model rozumujący Meta Superintelligence Labs z kontekstem 1 048 576 tokenów, przeznaczony do zadań agentowych i kodowania długodystansowego, dostępny w tańszym tierze Contributor z niższymi limitami zapytań.
Muse Spark 1.3 Contributor to trzecia iteracja rodziny Muse Spark, zaprezentowana 2 września 2026 roku jako następca linii Llama. Model rozumujący z możliwością konfiguracji wysiłku rozumowania, w tym poziomu maksymalnego w standardowym tierze, obsługuje wprowadzanie tekstu, obrazów, wideo, PDF oraz — częściowo — dźwięku, a generuje tekst. Działa przez Meta Model API, Muse Code, OpenRouter i OpenCode; jest modelem zamkniętym, dostępnym wyłącznie przez API, bez publicznie udostępnionych wag. Wersja Contributor to tańszy wariant standardowego Muse Spark 1.3, oferujący niższe limity zapytań i wymagający zgody na wykorzystanie promptów i ukończeń do trenowania przyszłych modeli Meta.
Model sprawdza się w zadaniach agentowych i kodowaniu, zwłaszcza długodystansowym, wnioskowaniu w skali repozytorium, agentach przetwarzających dokumenty oraz wieloetapowych zadaniach wymagających śledzenia kontekstu i wcześniejszych wyników. Obsługuje wywoływanie narzędzi i funkcji przez parametry tools i tool_choice, ustrukturyzowane wyjścia przez schemat JSON w response_format oraz przepływy wieloagentowe — może działać jako główny agent planujący i delegujący zadania lub jako podagent wykonujący je równolegle. Tworzy również strony internetowe i mini-gry na podstawie promptu.
W porównaniu z Muse Spark 1.2 model zużywa około 20 procent mniej wywołań narzędzi i około 25 procent mniej tokenów w równoważnych zadaniach agentowych i kodowania, według wewnętrznych porównań Meta. Wykazuje większą odporność na prompt injection oraz lepszą samoświadomość — jest trenowany tak, by zgłaszać własne ograniczenia zamiast halucynować wynik. Zadaje pytania doprecyzowujące, eskaluje po napotkaniu trudności i potwierdza przed działaniami o istotnych konsekwencjach. Meta rekomenduje Muse Spark 1.3 jako domyślny wybór do nowych projektów.
Zaktualizowano:
MODEL ID
muse-spark-1.3-contributor- Kontekst
- 1.049M
- Maks. wyjście
- 943.718K
- Polecane API
- messages
- Wejście
- text / image / video / file
- Wyjście
- text
Zobacz pelikana tego modelu
Zobacz, co model Muse Spark 1.3 Contributor stworzył na podstawie tego samego polecenia.
Najważniejsze informacje
- Kontekst 1 048 576 tokenów
- Wyjście do 943 718 tokenów
- Konfigurowalny wysiłek rozumowania
- Wywoływanie narzędzi i funkcji
- Ustrukturyzowane wyjścia JSON
- Przepływy wieloagentowe
Dostawcy
Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.
| Dostępność | ||||
|---|---|---|---|---|
| $0.1 | $0.2 | $0.002 |
Dane historyczne nie są kontrolą na żywo. Brak danych nie oznacza awarii.
Co można kupić za $10
- Wejście
- 100 mln tokenów
- Wyjście
- 50 mln tokenów
Szacunek na podstawie obecnych cen wejścia i wyjścia, bez rabatów.
Benchmarki
- 98.5
MRCR (zakres 256K–512K tokenów)
punkty; najwyższy wynik w swoim zestawie porównawczym
- 98.1
MRCR (zakres 512K–1M tokenów)
punkty; najwyższy wynik w swoim zestawie porównawczym
- 61
Artificial Analysis Intelligence Index
punkty; tier dostępny dla klientów; remis z GPT-5.6 Sol, Grok 4.6 i Claude Opus 5
- 79
Dokładność rozumowania długokontekstowego
procent; spadek z 83 procent w wersji 1.2
Wyniki zgodnie z publikacją dostawcy modelu.
Rozumowanie
- Domyślny poziom wysiłku
- medium
- 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.
Pobierz klucz API
Utwórz klucz w swoim koncie Felo API Platform i ustaw go jako zmienną środowiskową.
export FELO_API_KEY="YOUR_API_KEY"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-spark-1.3-contributorTen 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-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());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.
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-spark-1.3-contributor",
"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.
Messages
Komunikaty zgodne z Anthropic dla klientów w stylu Claude.
POST
https://openapi.felo.ai/api/v1/messagesParametry
modelstringmuse-spark-1.3-contributorPubliczny 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 Spark 1.3 Contributor?
Muse Spark 1.3 Contributor to trzecia iteracja rodziny Muse Spark, zaprezentowana 2 września 2026 roku jako następca linii Llama. Model rozumujący z możliwością konfiguracji wysiłku rozumowania, w tym poziomu maksymalnego w standardowym tierze, obsługuje wprowadzanie tekstu, obrazów, wideo, PDF oraz — częściowo — dźwięku, a generuje tekst. Działa przez Meta Model API, Muse Code, OpenRouter i OpenCode; jest modelem zamkniętym, dostępnym wyłącznie przez API, bez publicznie udostępnionych wag. Wersja Contributor to tańszy wariant standardowego Muse Spark 1.3, oferujący niższe limity zapytań i wymagający zgody na wykorzystanie promptów i ukończeń do trenowania przyszłych modeli Meta. Model sprawdza się w zadaniach agentowych i kodowaniu, zwłaszcza długodystansowym, wnioskowaniu w skali repozytorium, agentach przetwarzających dokumenty oraz wieloetapowych zadaniach wymagających śledzenia kontekstu i wcześniejszych wyników. Obsługuje wywoływanie narzędzi i funkcji przez parametry tools i tool_choice, ustrukturyzowane wyjścia przez schemat JSON w response_format oraz przepływy wieloagentowe — może działać jako główny agent planujący i delegujący zadania lub jako podagent wykonujący je równolegle. Tworzy również strony internetowe i mini-gry na podstawie promptu. W porównaniu z Muse Spark 1.2 model zużywa około 20 procent mniej wywołań narzędzi i około 25 procent mniej tokenów w równoważnych zadaniach agentowych i kodowania, według wewnętrznych porównań Meta. Wykazuje większą odporność na prompt injection oraz lepszą samoświadomość — jest trenowany tak, by zgłaszać własne ograniczenia zamiast halucynować wynik. Zadaje pytania doprecyzowujące, eskaluje po napotkaniu trudności i potwierdza przed działaniami o istotnych konsekwencjach. Meta rekomenduje Muse Spark 1.3 jako domyślny wybór do nowych projektów.
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 dane wejściowe obsługuje Muse Spark 1.3 Contributor?
Model przyjmuje tekst, obrazy, wideo, pliki PDF oraz dźwięk, przy czym wejście audio nie jest w pełni obsługiwane w wersji 1.3. Generuje wyłącznie tekst.
Jaki jest limit kontekstu i długość wyjścia?
Kontekst wynosi 1 048 576 tokenów, a limit wyjścia to 943 718 tokenów. Pozwala to utrzymać w jednym kontekście cały duży kod źródłowy lub długą historię rozmowy obejmującą wiele plików.
Do jakich zadań najlepiej nadaje się ten model?
Sprawdza się w zadaniach agentowych i kodowaniu długodystansowym, wnioskowaniu w skali repozytorium, pracy z dokumentami oraz wieloetapowych zadaniach wymagających śledzenia kontekstu i wcześniejszych wyników.
Czym różni się wersja Contributor od standardowego Muse Spark 1.3?
Contributor to tańszy wariant standardowego modelu, ale ma niższe limity zapytań i wymaga zgody na wykorzystanie promptów i ukończeń do trenowania przyszłych modeli Meta.
Czy model obsługuje wywoływanie narzędzi i ustrukturyzowane wyjścia?
Tak, obsługuje wywoływanie narzędzi i funkcji przez parametry tools i tool_choice oraz ustrukturyzowane wyjścia przez schemat JSON w response_format. Może też działać w przepływach wieloagentowych jako główny agent lub podagent.
Gdzie można korzystać z Muse Spark 1.3 Contributor?
Model jest dostępny przez Meta Model API, Muse Code, OpenRouter oraz OpenCode. Jest to model zamknięty, dostępny wyłącznie przez API, bez publicznie udostępnionych wag.
Powiązane modele
Muse Ember
Metamuse-emberMuse Ember to najmniejszy i najbardziej efektywny model z rodziny Muse od Meta, stworzony do masowego wykonywania zadań agentowych i obsługi dużych ilości danych wejściowych.
Kontekst
1.049M
Maks. wyjście
943.718K
Tokeny wejściowe
$0.1 / 1M tokenów
Tokeny wyjściowe
$0.5 / 1M tokenów
Muse Wonder
Metamuse-wonderMuse Wonder to flagowy model Meta z października 2026 r., który obsługuje tekst, obrazy, wideo, audio i PDF-y oraz prowadzi złożone zadania agentowe i kodowanie długoterminowe.
Kontekst
1.049M
Maks. wyjście
943.718K
Tokeny wejściowe
$4 / 1M tokenów
Tokeny wyjściowe
$20 / 1M tokenów