Typ
Spezifikation
Preis
Eingabe
pro 1M Prompt-Token
$1.25
Ausgabe
pro 1 Million generierter Token
$4.25
Implizite Cache-Leseart
pro 1M zwischengespeicherten Eingabetoken
$1.00
Web-Suche
pro Suchanfrage
$0.00825
Muse Spark 1.2 und Muse Spark 1.1 im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.
Meta AI TextgenerierungMuse Spark 1.2 und Muse Spark 1.1 sind beide Modelle von Meta AI in der Kategorie Textgenerierung und über die EmpirioLabs API verfügbar.
| Spezifikation | Muse Spark 1.2 | Muse Spark 1.1 |
|---|---|---|
| Modell-ID | muse-spark-1-2 | muse-spark-1-1 |
| Autor | Meta AI | Meta AI |
| Veröffentlicht | 5. Aug. 2026 | 9. Juli 2026 |
| Kontextfenster | 1M Token | 1M Token |
| Max. Ausgabe | 131.072 Token | 131.072 Token |
| Eingabe | Text Bild Video Audio Dokument | Text Bild Video Audio Dokument |
| Ausgabe | Text | Text |
| Strukturierte Ausgabe | JSON Schema | JSON Schema |
| Endpoints | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/muse-spark-1-2:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/muse-spark-1-1:generateContent |
| Fähigkeiten |
Live-Preise aus dem EmpirioLabs-Katalog für beide Modelle. Jede Preistabelle entspricht immer dem, was die API berechnet.
Anfrageparameter, die jedes Modell auf EmpirioLabs angibt, mit den zulässigen Werten oder dem Bereich, wo einer gilt. Ein Strich markiert einen Parameter, den das Modell nicht angibt.
| Parameter | Muse Spark 1.2 | Muse Spark 1.1 |
|---|---|---|
| max_tokens | 1 bis 131072 Standard: 16384 | 1 bis 131072 Standard: 16384 |
| temperature | 0 bis 2 Standard: 1 | 0 bis 2 Standard: 1 |
| top_p | 0.01 bis 1 Standard: 1 | 0.01 bis 1 Standard: 1 |
| presence_penalty | -2 bis 2 Standard: 0 | -2 bis 2 Standard: 0 |
| frequency_penalty | -2 bis 2 Standard: 0 | -2 bis 2 Standard: 0 |
| seed | integer | integer |
| reasoning_effort | minimal, low, medium, high, xhigh Standard: medium | minimal, low, medium, high, xhigh Standard: medium |
| tool_web_search | boolean Standard: false | boolean Standard: false |
| tools | array Standard: [] | array Standard: [] |
| tool_choice | object | object |
| parallel_tool_calls | boolean | boolean |
| response_format | enum | enum |
Das Schließen ist immer aktiviert und kann nicht deaktiviert werden. Reasoning bleibt intern, und Reasoning Tokens werden als Ausgabetoken abgerechnet und zählen gegen max_tokens. reasoning_effort akzeptiert minimal bis xhigh. Text-, Bild-, MP4-Video-, MP3/WAV-Audio- und PDF-Eingaben werden unterstützt; bis zu 50 Bilder können angehängt werden. PDFs verwenden Text von den ersten 100 Seiten und Seitenbilder von den ersten 50 Seiten. Die integrierte Websuche fügt pro ausgeführter Suchanfrage $0.00825 hinzu und meldet die Anzahl in usage.tool_usage. OpenAI-Antwortanfragen unterstützen ebenfalls benutzerdefinierte Tools und die Suche nach aufgeschobenen Tools. tool_choice unterstützt Auto und gar keine. Prompts und Completions, die an diesen Standard-Checkpoint gesendet werden, werden von Meta nicht zum Training seiner Modelle verwendet.
Das Schließen ist immer aktiviert und kann nicht deaktiviert werden. Reasoning bleibt intern, und Reasoning Tokens werden als Ausgabetoken abgerechnet und zählen gegen max_tokens. reasoning_effort akzeptiert minimal bis xhigh. Text-, Bild-, MP4-Video-, MP3/WAV-Audio- und PDF-Eingaben werden unterstützt; bis zu 50 Bilder können angehängt werden. PDFs verwenden Text von den ersten 100 Seiten und Seitenbilder von den ersten 50 Seiten. Die integrierte Websuche fügt pro ausgeführter Suchanfrage $0.00825 hinzu und meldet die Anzahl in usage.tool_usage. OpenAI-Antwortanfragen unterstützen ebenfalls benutzerdefinierte Tools und die Suche nach aufgeschobenen Tools. tool_choice unterstützt Auto und gar keine. Prompts und Completions, die an diesen Standard-Checkpoint gesendet werden, werden von Meta nicht zum Training seiner Modelle verwendet.
Muse Spark 1.2 bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID muse-spark-1-2. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf muse-spark-1-2 oder muse-spark-1-1. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "muse-spark-1-2",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'Muse Spark 1.2 ist die neuere Veröffentlichung (5. Aug. 2026); Muse Spark 1.1 erschien am 9. Juli 2026. Beide Modelle haben ein Kontextfenster von 1M Token. Beide Modelle haben denselben Preis für Eingabe (pro 1M Prompt-Token) und Ausgabe (pro 1 Million generierter Token). Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.
Muse Spark 1.2 ist die neuere Veröffentlichung (5. Aug. 2026); Muse Spark 1.1 erschien am 9. Juli 2026.
Beide Modelle haben denselben Preis für Eingabe (pro 1M Prompt-Token) und Ausgabe (pro 1 Million generierter Token). Beide Live-Preistabellen stehen auf dieser Seite und entsprechen immer dem, was die API berechnet.
Ja. Beide Modelle nutzen POST /v1/chat/completions mit demselben EmpirioLabs API-Schlüssel, die meisten Integrationen wechseln also durch Ändern des model Werts. Prüfe zuerst die Parametertabelle auf dieser Seite, wenn du dich auf einen modellspezifischen Parameter verlässt.
Ja. Öffne jedes Modell im EmpirioLabs Playground und führe denselben Prompt auf beiden aus, mit den Parametern, die die API bereitstellt.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.