Comment utiliser l’API Muse Spark 1.3

Muse Spark 1.3 est disponible sur EmpirioLabs. Meta a construit ce point de contrôle pour le travail à long terme: exécutions agentiques, codage en plusieurs étapes, et tâches qui restent dans un seul thread assez longtemps pour accumuler le contexte. Il associe une fenêtre contextuelle de 1 048 576 jetons à la compréhension d’images, de vidéos et de PDF, d’appels de fonctions, de sortie strictement structurée, de recherche web intégrée et d’outils natifs Responses.

Ce que prend en charge Muse Spark 1.3

Muse Spark 1.3 accepte le texte, jusqu’à 50 images, la vidéo MP4 et les documents PDF. Le traitement PDF couvre le texte des 100 premières pages et les images des pages des 50 premières pages, ce qui convient aux rapports longs, aux spécifications et aux documents visuels.

La raison est toujours en place. Utilisation raisonnement effort de minimale à travers xhigh pour contrôler la quantité de travail que le modèle dépense avant de répondre. Les traces de raisonnement restent privées, et les jetons de raisonnement comptent comme des jetons de sortie dans le budget de sortie des requêtes.

Le comportement en contexte long est le titre: Meta rapporte le détail du suivi du modèle sur des fils de discussion très longs, demandant des clarifications sur des prompts ambigus, et vérifiant avant les actions conséquentes plutôt que de deviner.

Comment appeler Muse Spark 1.3

Utilisez le point de terminaison de complétions de chat compatible OpenAI et définissez modèle à muse-spark-1-3:

curl https://api.empiriolabs.ai/v1/chat/completions \ -H 'Autorisation: Porteur $EMPIRIOLABS_API_KEY' \ -H 'Type-de-contenu: application/json' \ -d '{ « modèle »: « muse-spark-1-3 », « reasoning_effort »: « médium », « messages »: [ { « rôle »: « utilisateur », « contenu »: « Planifiez une migration progressive d’un service occupé vers une nouvelle base de données, et signalez ce qui pourrait mal tourner. » } ] }'

Le même modèle est disponible via les points de terminaison Responses, Messages et la génération de contenu compatibles Google. Le point de terminaison Réponses préserve des outils personnalisés et la découverte différée des outils avec tool_search. Les réponses en streaming transportent les données d’utilisation finale afin que le règlement des jetons, caches et outils reste auditable.

Recherche web, outils et sortie structurée

Activez la recherche web intégrée lorsqu’une réponse nécessite des informations actuelles. Chaque requête de recherche exécutée est rapportée dans usage.tool_usage et ajoute la charge par recherche listée par catalogue, et une seule requête peut effectuer plusieurs recherches. Les outils de fonctions peuvent être appelés en parallèle, et les sources citées sont ajoutées lorsque le modèle les renvoie.

Pour une sortie lisible par machine, utilisez le mode JSON ou fournissez un schéma JSON strict. Le mode schéma est appliqué, ce qui le rend fiable pour l’extraction, le routage, l’évaluation et les flux de travail d’agents nécessitant un contrat de réponse stable.

Tarification et utilisation des données

Muse Spark 1.3 utilise pay-as-you-go tarification de jeton, avec un tarif réduit pour les entrées mises en cache et un taux séparé par requête lors des recherches web intégrées. Les tarifs actuels sont toujours sur le page modèle et les page de prix. Il n’y a ni abonnement ni minimum.

EmpirioLabs sert le point de contrôle Standard. Les invites et complétions envoyées ne sont pas utilisées par Meta pour entraîner ses modèles.

Des notes à connaître avant votre premier appel

• Les jetons de raisonnement sont tirés du même budget que votre réponse. Un ajustement max_tokens peuvent être entièrement consommés par le raisonnement et retourner une réponse tronquée sans contenu visible, donc donnez aux prompts à long horizon un budget généreux.
• Contrairement à Muse Spark 1.1 et 1.2, ce point de contrôle n’accepte pas d’entrée audio. Les requêtes contenant de l’audio sont immédiatement rejetées plutôt que silencieusement ignorées, il faut donc acheminer la parole vers la version 1.2 ou vers un modèle de transcription dédié.
• tool_choice supports Auto et aucune. Forcer une fonction spécifique par le nom n’est pas possible sur ce modèle.

Commencez

Essayez Muse Spark 1.3 dans le Terrain de jeu, lire Référence API, ou voir les spécifications complètes sur le page modèle.