Tipo
Especificación
Tarifa
Entrada
por 1M de tokens de prompt
$1.25
Salida
por 1M de tokens generados
$4.25
Lectura implícita de caché
por cada 1M de tokens de entrada en caché
$1.00
Búsqueda web
por consulta de búsqueda
$0.00825
Muse Spark 1.2 y Muse Spark 1.1 lado a lado: especificaciones, capacidades, parámetros y precios en vivo del catálogo de EmpirioLabs.
Meta AI Generacion de textoMuse Spark 1.2 y Muse Spark 1.1 son modelos de Meta AI en la categoría Generacion de texto, disponibles a través de la API de EmpirioLabs.
| Especificación | Muse Spark 1.2 | Muse Spark 1.1 |
|---|---|---|
| ID del modelo | muse-spark-1-2 | muse-spark-1-1 |
| Autor | Meta AI | Meta AI |
| Lanzado | 5 ago 2026 | 9 jul 2026 |
| Ventana de contexto | 1M tokens | 1M tokens |
| Salida máxima | 131.072 tokens | 131.072 tokens |
| Entrada | Texto Imagen Video Audio Documento | Texto Imagen Video Audio Documento |
| Salida | Texto | Texto |
| Salida estructurada | 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 |
| Capacidades |
Tarifas en vivo del catálogo de EmpirioLabs para ambos modelos. Cada tabla de tarifas siempre coincide con lo que cobra la API.
Parámetros de solicitud que cada modelo indica en EmpirioLabs, con los valores permitidos o el rango cuando corresponde. Un guion marca un parámetro que el modelo no indica.
| Parámetro | Muse Spark 1.2 | Muse Spark 1.1 |
|---|---|---|
| max_tokens | 1 a 131072 Predeterminado: 16384 | 1 a 131072 Predeterminado: 16384 |
| temperature | 0 a 2 Predeterminado: 1 | 0 a 2 Predeterminado: 1 |
| top_p | 0.01 a 1 Predeterminado: 1 | 0.01 a 1 Predeterminado: 1 |
| presence_penalty | -2 a 2 Predeterminado: 0 | -2 a 2 Predeterminado: 0 |
| frequency_penalty | -2 a 2 Predeterminado: 0 | -2 a 2 Predeterminado: 0 |
| seed | integer | integer |
| reasoning_effort | minimal, low, medium, high, xhigh Predeterminado: medium | minimal, low, medium, high, xhigh Predeterminado: medium |
| tool_web_search | boolean Predeterminado: false | boolean Predeterminado: false |
| tools | array Predeterminado: [] | array Predeterminado: [] |
| tool_choice | object | object |
| parallel_tool_calls | boolean | boolean |
| response_format | enum | enum |
El razonamiento siempre está activado y no se puede desactivar. El razonamiento permanece interno, y los tokens de razonamiento se presentan como tokens de salida y cuentan contra max_tokens. reasoning_effort acepta el mínimo hasta xhigh. Se admiten entradas de texto, imagen, vídeo MP4, audio MP3/WAV y PDF; se pueden adjuntar hasta 50 imágenes. Los PDFs usan texto de las primeras 100 páginas e imágenes de las primeras 50 páginas. La búsqueda web integrada añade $0.00825 por consulta ejecutada y reporta el recuento en usage.tool_usage. Las solicitudes de OpenAI Response también soportan herramientas personalizadas y búsqueda diferida de herramientas. tool_choice soporta automático y ninguno. Meta no utiliza los prompts y completaciones enviados a este punto de control Standard para entrenar sus modelos.
El razonamiento siempre está activado y no se puede desactivar. El razonamiento permanece interno, y los tokens de razonamiento se presentan como tokens de salida y cuentan contra max_tokens. reasoning_effort acepta el mínimo hasta xhigh. Se admiten entradas de texto, imagen, vídeo MP4, audio MP3/WAV y PDF; se pueden adjuntar hasta 50 imágenes. Los PDFs usan texto de las primeras 100 páginas e imágenes de las primeras 50 páginas. La búsqueda web integrada añade $0.00825 por consulta ejecutada y reporta el recuento en usage.tool_usage. Las solicitudes de OpenAI Response también soportan herramientas personalizadas y búsqueda diferida de herramientas. tool_choice soporta automático y ninguno. Meta no utiliza los prompts y completaciones enviados a este punto de control Standard para entrenar sus modelos.
Muse Spark 1.2 sirve la API de Chat Completions compatible con OpenAI. Apunta cualquier SDK de OpenAI a https://api.empiriolabs.ai/v1 con tu clave de API de EmpirioLabs y usa el id de modelo muse-spark-1-2. Ambos modelos se llaman a través del mismo endpoint. Establece model en muse-spark-1-2 o muse-spark-1-1. Consigue una clave de API en el panel de EmpirioLabs.
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 es el lanzamiento más reciente (5 ago 2026); Muse Spark 1.1 se lanzó el 9 jul 2026. Ambos modelos tienen una ventana de contexto de 1M tokens. Ambos modelos tienen la misma tarifa para Entrada (por 1M de tokens de prompt) y Salida (por 1M de tokens generados). Las especificaciones, las tablas de tarifas y los parámetros de esta página provienen del catálogo en vivo de EmpirioLabs.
Muse Spark 1.2 es el lanzamiento más reciente (5 ago 2026); Muse Spark 1.1 se lanzó el 9 jul 2026.
Ambos modelos tienen la misma tarifa para Entrada (por 1M de tokens de prompt) y Salida (por 1M de tokens generados). Las dos tablas de tarifas en vivo están en esta página y siempre coinciden con lo que cobra la API.
Sí. Ambos modelos usan POST /v1/chat/completions con la misma clave de API de EmpirioLabs, así que la mayoría de las integraciones cambian con solo modificar el valor model. Revisa antes la tabla de parámetros de esta página si dependes de un parámetro específico de un modelo.
Sí. Abre cada modelo en el playground de EmpirioLabs y ejecuta el mismo prompt en ambos, con los parámetros que expone la API.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.