
El modelo de razonamiento fronterizo actualizado de Meta con un contexto de 1.048.576 tokens, conocimiento de imagen, vídeo, audio y PDF, búsqueda web y uso de herramientas.
El modelo de razonamiento fronterizo actualizado de Meta con un contexto de 1.048.576 tokens, conocimiento de imagen, vídeo, audio y PDF, búsqueda web y uso de herramientas.
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.
También conocido como Muse Spark, Meta AI Muse Spark 1.2
muse-spark-1-2/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/muse-spark-1-2:generateContentmuse-spark-1.2meta/muse-spark-1-2meta/muse-spark-1.2Tarifas de pago por uso en vivo del catálogo de EmpirioLabs. También puedes elegir un plan con asignaciones semanales.
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. 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."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="muse-spark-1-2",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Parámetros de solicitud compatibles con la API de Muse Spark 1.2 en EmpirioLabs. Los valores por defecto se aplican cuando se omite un campo.
| Parámetro | Tipo | Predeterminado | Rango / valores | Descripción |
|---|---|---|---|---|
| max_tokens | integer | 16384 | 1 a 131072 | Número máximo de tokens de salida a generar. Los tokens de razonamiento cuentan para este presupuesto. |
| temperature | number | 1 | 0 a 2 | Controla la aleatoriedad. Valores más bajos hacen que las respuestas sean más deterministas. |
| top_p | number | 1 | 0.01 a 1 | Corte de muestreo del núcleo. |
| presence_penalty | number | 0 | -2 a 2 | Penaliza tokens que ya aparecieron, fomentando nuevos temas. No se aplica cuando la búsqueda web está activada. |
| frequency_penalty | number | 0 | -2 a 2 | Penaliza tokens frecuentes, reduciendo la repetición. No se aplica cuando la búsqueda web está activada. |
| seed | integer | - | - | Semilla aleatoria para un muestreo más reproducible. No se aplica cuando la búsqueda web está activada. |
| reasoning_effort | enum | medium | minimal, low, medium, high, xhigh | El razonamiento siempre está activo; Esto determina cuánto esfuerzo dedica el modelo antes de responder. Un mayor esfuerzo utiliza más tokens de razonamiento. El... |
| tool_web_search | boolean | false | - | Activa la búsqueda web integrada con fuentes citadas. Añade $0.00825 por cada consulta de búsqueda ejecutada; una sola solicitud puede realizar más de una búsqueda. |
| tools | array | [] | - | Funciones compatibles con OpenAI y definiciones personalizadas de herramientas. En /v1/responses, tool_search y defer_loading pueden descubrir herramientas diferidas. |
| tool_choice | object | - | - | Control de elección de herramientas compatible con OpenAI. Este modelo es compatible con automático y ninguno. |
| parallel_tool_calls | boolean | - | - | Permite que el modelo solicite varias herramientas de función en una sola respuesta. Cuando se omite, se aplica el valor predeterminado propio del modelo. |
| response_format | enum | - | - | Devuelve la salida JSON estructurada. El modo JSON devuelve cualquier objeto JSON válido; El modo esquema JSON impone un esquema exacto. |
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.
Cuando este modelo invoca herramientas dentro de una sola solicitud, la respuesta lleva un mapa de usage.tool_usage normalizado junto al número de tokens. El ejemplo siguiente muestra la forma. Los nombres exactos de campos, unidades y qué herramientas aparecen pueden variar según la herramienta:
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3}
}Los recuentos de herramientas ya están en cost_usd y están en superficie para que puedas auditar la facturación por herramienta. El campo se omite cuando no se invoca ninguna herramienta facturada.
Anuncios, pruebas de prompts y comparativas que cubren este modelo.
En EmpirioLabs, Muse Spark 1.2 se factura por uso: Entrada $1.25 por 1M de tokens de prompt; Salida $4.25 por 1M de tokens generados; Lectura implícita de caché $1.00 por cada 1M de tokens de entrada en caché; Búsqueda web $0.00825 por consulta de búsqueda. También puedes elegir un plan con asignaciones semanales. La tabla de tarifas en vivo de esta página siempre coincide con lo que cobra la API.
Muse Spark 1.2 recibe Texto, Imagen, Video, Audio, Documento como entrada y devuelve Texto.
Muse Spark 1.2 admite una ventana de contexto de 1M tokens con hasta 131.072 tokens de salida por respuesta.
Sí. Muse Spark 1.2 sirve la API de Chat Completions compatible con OpenAI, así que los SDKs de OpenAI existentes funcionan apuntando base_url a https://api.empiriolabs.ai/v1 y usando el id de modelo muse-spark-1-2.
Envía muse-spark-1-2 como modelo en tu solicitud. Los ID alternativos muse-spark-1.2, meta/muse-spark-1-2, meta/muse-spark-1.2 también funcionan.
Meta AI lanzó Muse Spark 1.2 el 5 ago 2026.
Sí. El playground de EmpirioLabs ejecuta Muse Spark 1.2 en el navegador con los mismos parámetros que expone la API, para que pruebes prompts antes de escribir código.
Crea una cuenta de EmpirioLabs y genera una clave en API Keys en el panel. La facturación es con créditos de pago por uso, así que solo pagas por las solicitudes que haces. También puedes elegir un plan con asignaciones semanales.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.