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
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
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。
| 可用率 | ||||
|---|---|---|---|---|
| $0.1 | $0.2 | $0.002 |
历史统计不等于实时健康检查,缺失数据不代表服务中断。
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
- 98.5
MRCR(256K 至 512K token 范围)
分;在其对比集合中报告的最高分
- 98.1
MRCR(512K 至 1M token 范围)
分;在其对比集合中报告的最高分
- 61
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
- 79
长上下文推理准确率
%;较 1.2 版本的 83% 有所下降
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
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"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.
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。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
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
Muse Ember
Metamuse-emberMeta 推出的轻量高效模型,主打高并发智能体执行,支持多模态输入与百万级上下文窗口。
上下文
1.049M
最大输出
943.718K
输入 tokens
$0.1 / 1M tokens
输出 tokens
$0.5 / 1M tokens
Muse Wonder
Metamuse-wonderMuse Wonder 是 Meta 于 2026 年 10 月发布的前沿模型,支持多种输入,擅长编程与智能体任务,并具备主动记忆与主动专注能力。
上下文
1.049M
最大输出
943.718K
输入 tokens
$4 / 1M tokens
输出 tokens
$20 / 1M tokens