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.
Meta AIGeneracion de texto1M contextoLanzado 5 ago 2026Endpoint propietarioNuevoEl 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. Solo pagas por lo que usas, sin mínimo mensual.
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 fichas que ya aparecieron, fomentando nuevos temas. |
| frequency_penalty | number | 0 | -2 a 2 | Penaliza fichas frecuentes, reduciendo la repetición. |
| seed | integer | - | - | Semilla aleatoria para un muestreo más reproducible. |
| 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 | true | - | Permite que el modelo solicite varias herramientas de función en una sola respuesta. |
| 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.
When this model invokes tools inside a single request, the response carries a normalized usage.tool_usage map alongside the token counts. The example below shows the shape. Exact field names, units, and which tools appear can vary by tool:
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3}
}The tool counts are already factored into cost_usd and are surfaced so you can audit per-tool billing. The field is omitted when no billed tool was invoked.
En EmpirioLabs, Muse Spark 1.2 se factura por uso: Entrada $1.25 por 1M de tokens de prompt; Producto $4.25 por 1M de tokens generados; Caché implícita $1.00 por fichas de entrada en caché de 1M. La tabla de tarifas en vivo de esta página siempre coincide con lo que cobra la API.
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.
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.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.
