Cómo usar la API Muse Spark 1.3

Muse Spark 1.3 está disponible en EmpirioLabs. Meta construyó este punto de control para trabajos a largo plazo: ejecuciones agenticas, codificación en varios pasos y tareas que permanecen en un solo hilo el tiempo suficiente para acumular contexto. Combina una ventana de contexto de 1.048.576 tokens con comprensión de imágenes, vídeo y PDF, llamadas a funciones, salida estructurada estricta, búsqueda web integrada y herramientas nativas de Respuestas.

Qué soporta Muse Spark 1.3

Muse Spark 1.3 acepta texto, hasta 50 imágenes, vídeo MP4 y documentos PDF. El procesamiento PDF cubre el texto de las primeras 100 páginas e imágenes de página de las primeras 50 páginas, lo que se adapta a informes largos, especificaciones y documentos visuales.

El razonamiento siempre está activo. Uso reasoning effort de mínimo a través de xhigh para controlar cuánto trabajo gasta el modelo antes de responder. Las trazas de razonamiento permanecen privadas, y los tokens de razonamiento cuentan como tokens de salida en el presupuesto de salida de la solicitud.

El comportamiento de contexto largo es el titular: Meta informa del detalle del seguimiento del modelo a lo largo de hilos muy largos, pidiendo aclaraciones sobre prompts ambiguos y comprobando antes de acciones consecuentes en lugar de adivinar.

Cómo llamar a Muse Spark 1.3

Utiliza el endpoint de completación de chats compatible con OpenAI y establece modelo a muse-spark-1-3:

curl https://api.empiriolabs.ai/v1/chat/completions \ -H 'Autorización: Portador $EMPIRIOLABS_API_KEY' \ -H 'Tipo-Contenido: application/json' \ -d '{ "modelo": "muse-spark-1-3", "reasoning_effort": "medio", "mensajes": [ { "rol": "usuario", "contenido": "Planifica una migración escalonada de un servicio ocupado a una nueva base de datos y marca lo que podría salir mal." } ] }'

El mismo modelo está disponible a través de los endpoints de generación de contenido compatibles con Respuestas, Mensajes y Google. El endpoint Responses preserva herramientas personalizadas y el descubrimiento diferido de herramientas con tool_search. Las respuestas en streaming llevan datos finales de uso, por lo que la liquidación de tokens, cachés y herramientas permanecen auditables.

Búsqueda web, herramientas y salida estructurada

Activa la búsqueda web integrada cuando una respuesta necesite información actual. Cada consulta de búsqueda ejecutada se reporta en usage.tool_usage y añade el cargo listado por cada búsqueda, y una sola solicitud puede ejecutar varias búsquedas. Las herramientas de funciones pueden llamarse en paralelo, y las fuentes citadas se añaden cuando el modelo las devuelve.

Para una salida legible por máquina, utiliza el modo JSON o proporciona un esquema JSON estricto. El modo esquema se aplica, lo que lo hace fiable para extracción, enrutamiento, evaluación y flujos de trabajo de agentes que requieren un contrato de respuesta estable.

Precios y uso de datos

Muse Spark 1.3 utiliza pay-as-you-go precio de token, con una tarifa reducida para la entrada en caché y una tasa separada por consulta cuando se ejecuta una búsqueda web integrada. Las tasas actuales siempre están en el página modelo y el página de precios. No hay suscripción ni mínimo.

EmpirioLabs sirve al punto de control Estándar. Meta utiliza los prompts y completaciones que se le envían para entrenar sus modelos.

Notas que merece la pena conocer antes de tu primera llamada

• Los tokens de razonamiento se extraen del mismo presupuesto que tu respuesta. Un ajustado max_tokens puede consumirse completamente razonando y devolviendo una respuesta acortada en longitud sin contenido visible, así que da a los prompts de largo horizonte un presupuesto de salida generoso.
• A diferencia de Muse Spark 1.1 y 1.2, este punto de control no acepta entrada de audio. Las solicitudes que contienen audio son rechazadas inmediatamente en lugar de ignoradas silenciosamente, por lo que enruta el habla a la 1.2 o a un modelo de transcripción dedicado.
• tool_choice soportes Auto y ninguno. Forzar una función específica por nombre no está disponible en este modelo.

Empieza

Prueba Muse Spark 1.3 en el Playground, leer el Referencia de API, o consulta las especificaciones completas en el página modelo.