Felo API PlatformFelo API Platform
返回模型列表
Metamessages

Muse Spark 1.3 Contributor API

Muse Spark 1.3 Contributor 是 Meta 面向智能体与编程任务的推理模型折扣层,支持超大上下文与多模态输入。

Muse Spark 1.3 Contributor 是 Muse Spark 系列第三代的折扣层版本,由 Meta Superintelligence Labs 于 2026 年 9 月 2 日发布。它是一款具备逐步思考能力的推理模型,可配置推理强度,并支持工具调用、函数调用与基于 JSON schema 的结构化输出,能作为主智能体规划与分派任务,也能作为子智能体并行执行。

该模型上下文长度为 1,048,576 tokens,输出上限为 943,718 tokens,可接收文本、图像、视频、PDF 与音频输入(1.3 版本对音频输入支持不完整),输出文本。它适合智能体与编程工作负载、长周期编程任务、仓库级推理、文档密集型智能体,以及需要追踪上下文与先前结果的多步骤任务。据 Meta 内部比较,在同等智能体与编程任务上,它比 Muse Spark 1.2 少用约 20% 的工具调用、约 25% 的 tokens,但每任务成本从 0.40 美元升至 0.55 美元,智能体评估中每任务输入 tokens 消耗增加约 57%。

作为 Contributor 层级,其速率限制低于标准层,且需要授权 Meta 使用提示与补全内容训练未来模型。该模型为闭源、仅 API 提供,权重不公开,可通过 Meta Model API、Muse Code、OpenRouter 与 OpenCode 使用。Meta 推荐将 Muse Spark 1.3 作为新工作的默认选择。

更新时间:

模型 ID

muse-spark-1.3-contributor
上下文
1.049M
最大输出
943.718K
推荐 API
messages
输入
text / image / video / file
输出
text
Muse Spark 1.3 Contributor:鹈鹕骑自行车

看看这个模型画的鹈鹕

同一道题,看看 Muse Spark 1.3 Contributor 做出了什么。

核心要点

  • 上下文达 1,048,576 tokens
  • 可配置推理强度与逐步思考
  • 支持工具调用与结构化输出
  • 可作主智能体或并行子智能体
  • 内置视觉编程能力
  • 闭源 API,权重不公开

供应商

1 个供应商

比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。

供应商 · 计费明细
可用率
$0.1$0.2$0.002

10 美元能买多少 token

输入
1亿 tokens
输出
5000万 tokens

按当前输入与输出单价估算,未计入折扣。

基准测试

  • MRCR(256K 至 512K token 范围)

    分;在其对比集合中报告的最高分

    98.5
  • MRCR(512K 至 1M token 范围)

    分;在其对比集合中报告的最高分

    98.1
  • Artificial Analysis 智能指数

    分;客户可用层;与 GPT-5.6 Sol、Grok 4.6 和 Claude Opus 5 持平

    61
  • 长上下文推理准确率

    %;较 1.2 版本的 83% 有所下降

    79

分数来自模型厂商公布的数据,未独立验证。

推理能力

默认推理强度
medium
始终启用
是
可选推理强度
max / xhigh / high / medium / low / minimal

快速开始

直接复制代码,通过 Felo API Platform 兼容 API 调用该模型。写代码前可先在 Playground 测试提示词。

1

填入 API key

从 Felo API Platform 账户创建 key,并设置为环境变量。

export FELO_API_KEY="YOUR_API_KEY"
2

发起第一次请求

使用该模型 ID 调用 Felo API Platform endpoint。可选请求头如 X-Request-Id 能帮助排查问题。

muse-spark-1.3-contributor

该模型支持推理。如果所选协议和模型路由暴露推理控制,请在继续对话时保留返回的推理元数据。

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());

使用第三方 SDK

兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.

3

启用流式输出

加入 stream: true,即可以 server-sent events 接收响应。

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 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

参数

名称类型默认值说明
modelstringmuse-spark-1.3-contributorPublic model ID to call.
max_tokensinteger—Maximum generated tokens.
messagesarray—Conversation messages for Chat Completions.
toolsarray—Tool calling definitions following compatible schema.
top_k———
top_p———
reasoning———
temperaturenumber—Controls response variety when supported.
tool_choicestring or object—Controls whether a tool should be called.
response_formatobject—Request structured output when supported.
reasoning_effort———
include_reasoning———
repetition_penalty———
structured_outputs———

常见问题

什么是 Muse Spark 1.3 Contributor?

Muse Spark 1.3 Contributor 是 Muse Spark 系列第三代的折扣层版本,由 Meta Superintelligence Labs 于 2026 年 9 月 2 日发布。它是一款具备逐步思考能力的推理模型,可配置推理强度,并支持工具调用、函数调用与基于 JSON schema 的结构化输出,能作为主智能体规划与分派任务,也能作为子智能体并行执行。 该模型上下文长度为 1,048,576 tokens,输出上限为 943,718 tokens,可接收文本、图像、视频、PDF 与音频输入(1.3 版本对音频输入支持不完整),输出文本。它适合智能体与编程工作负载、长周期编程任务、仓库级推理、文档密集型智能体,以及需要追踪上下文与先前结果的多步骤任务。据 Meta 内部比较,在同等智能体与编程任务上,它比 Muse Spark 1.2 少用约 20% 的工具调用、约 25% 的 tokens,但每任务成本从 0.40 美元升至 0.55 美元,智能体评估中每任务输入 tokens 消耗增加约 57%。 作为 Contributor 层级,其速率限制低于标准层,且需要授权 Meta 使用提示与补全内容训练未来模型。该模型为闭源、仅 API 提供,权重不公开,可通过 Meta Model API、Muse Code、OpenRouter 与 OpenCode 使用。Meta 推荐将 Muse Spark 1.3 作为新工作的默认选择。

如何计算调用费用?

费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。

Muse Spark 1.3 Contributor 支持哪些输入?

支持文本、图像、视频、PDF 与音频输入,输出文本。其中 1.3 版本对音频输入的支持尚不完整。

它的上下文和输出长度是多少?

上下文长度为 1,048,576 tokens,输出上限为 943,718 tokens。

它适合什么任务?

适合智能体与编程工作负载、长周期编程任务、仓库级推理、文档密集型智能体,以及需要追踪上下文与先前结果的多步骤任务。

Contributor 层与标准层有什么区别?

Contributor 层是标准 Muse Spark 1.3 的折扣版本,速率限制低于标准层,并且需要授权 Meta 使用提示与补全内容训练未来模型。

它与 Muse Spark 1.2 相比如何?

据 Meta 内部比较,它在同等智能体与编程任务上少用约 20% 的工具调用和约 25% 的 tokens,但每任务成本从 0.40 美元升至 0.55 美元,长上下文推理准确率从 83% 降至 79%。

相关模型