
मेटा का अपडेटेड फ्रंटियर रीजनिंग मॉडल 1,048,576-टोकन संदर्भ, छवि, वीडियो, ऑडियो और पीडीएफ समझ, वेब खोज और टूल कॉलिंग के साथ है।
मेटा का अपडेटेड फ्रंटियर रीजनिंग मॉडल 1,048,576-टोकन संदर्भ, छवि, वीडियो, ऑडियो और पीडीएफ समझ, वेब खोज और टूल कॉलिंग के साथ है।
रीजनिंग हमेशा चालू रहती है और इसे अक्षम नहीं किया जा सकता है। रीजनिंग आंतरिक रहती है, और रीजनिंग टोकन को आउटपुट टोकन के रूप में बिल किया जाता है और max_tokens के खिलाफ गिना जाता है। reasoning_effort xhigh के माध्यम से न्यूनतम स्वीकार करता है। टेक्स्ट, इमेज, MP4 वीडियो, MP3/WAV ऑडियो और PDF इनपुट समर्थित हैं; अधिकतम 50 इमेज अटैच किए जा सकते हैं। PDF पहले 100 पेजों के टेक्स्ट और पहले 50 पेजों के पेज इमेज का इस्तेमाल करते हैं. बिल्ट-इन वेब सर्च में $0.00825 निष्पादित खोज क्वेरी जोड़ती है और usage.tool_usage में गिनती की रिपोर्ट करती है. OpenAI Responses अनुरोध कस्टम टूल और डिफर्ड टूल सर्च को भी सपोर्ट करते हैं. tool_choice ऑटो और किसी को भी सपोर्ट नहीं करता है. इस स्टैंडर्ड चेकपॉइंट पर भेजे गए प्रॉम्प्ट और पूर्णता का उपयोग Meta द्वारा अपने मॉडल को प्रशिक्षित करने के लिए नहीं किया जाता है.
इस नाम से भी जाना जाता है 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-1.2EmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं।
Muse Spark 1.2 OpenAI-संगत Chat Completions API देता है। किसी भी OpenAI SDK को अपनी EmpirioLabs API key के साथ https://api.empiriolabs.ai/v1 पर सेट करें और model id muse-spark-1-2 उपयोग करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
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)EmpirioLabs पर Muse Spark 1.2 API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।
| पैरामीटर | प्रकार | डिफॉल्ट | रेंज / मान | विवरण |
|---|---|---|---|---|
| max_tokens | integer | 16384 | 1 से 131072 | उत्पन्न करने के लिए आउटपुट टोकन की अधिकतम संख्या। रीजनिंग टोकन इस बजट के खिलाफ गिने जाते हैं। |
| temperature | number | 1 | 0 से 2 | यादृच्छिकता को नियंत्रित करता है। कम मान प्रतिक्रियाओं को अधिक नियतात्मक बनाते हैं। |
| top_p | number | 1 | 0.01 से 1 | न्यूक्लियस सैंपलिंग कटऑफ। |
| presence_penalty | number | 0 | -2 से 2 | पहले से दिखाई देने वाले टोकन को दंडित करता है, नए विषयों को प्रोत्साहित करता है। वेब खोज चालू होने पर लागू नहीं होता है। |
| frequency_penalty | number | 0 | -2 से 2 | बार-बार टोकन को दंडित करता है, पुनरावृत्ति को कम करता है। वेब खोज चालू होने पर लागू नहीं होता है। |
| seed | integer | - | - | अधिक प्रतिलिपि प्रस्तुत करने योग्य नमूने के लिए यादृच्छिक बीज। वेब खोज चालू होने पर लागू नहीं किया जाता है। |
| reasoning_effort | enum | medium | minimal, low, medium, high, xhigh | रीजनिंग हमेशा चालू रहती है; यह निर्धारित करता है कि उत्तर देने से पहले मॉडल कितना प्रयास करता है। उच्च प्रयास अधिक तर्क टोकन का उपयोग करता है। रीजनिंग टेक्स्ट... |
| tool_web_search | boolean | false | - | उद्धृत स्रोतों के साथ अंतर्निहित वेब खोज सक्षम करें। निष्पादित खोज क्वेरी के लिए $0.00825 जोड़ता है; एक अनुरोध एक से अधिक खोज चला सकता है। |
| tools | array | [] | - | OpenAI-संगत फ़ंक्शन और कस्टम टूल परिभाषाएँ। /v1/responses पर, tool_search और defer_loading आस्थगित टूल खोज सकते हैं। |
| tool_choice | object | - | - | OpenAI-संगत उपकरण विकल्प नियंत्रण। यह मॉडल ऑटो और किसी को भी सपोर्ट नहीं करता है। |
| parallel_tool_calls | boolean | - | - | मॉडल को एक प्रतिक्रिया में कई फ़ंक्शन टूल का अनुरोध करने की अनुमति दें। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है। |
| response_format | enum | - | - | संरचित JSON आउटपुट लौटाएं। JSON मोड कोई भी वैध JSON ऑब्जेक्ट लौटाता है; JSON स्कीमा मोड एक सटीक स्कीमा लागू करता है। |
रीजनिंग हमेशा चालू रहती है और इसे अक्षम नहीं किया जा सकता है। रीजनिंग आंतरिक रहती है, और रीजनिंग टोकन को आउटपुट टोकन के रूप में बिल किया जाता है और max_tokens के खिलाफ गिना जाता है। reasoning_effort xhigh के माध्यम से न्यूनतम स्वीकार करता है। टेक्स्ट, इमेज, MP4 वीडियो, MP3/WAV ऑडियो और PDF इनपुट समर्थित हैं; अधिकतम 50 इमेज अटैच किए जा सकते हैं। PDF पहले 100 पेजों के टेक्स्ट और पहले 50 पेजों के पेज इमेज का इस्तेमाल करते हैं. बिल्ट-इन वेब सर्च में $0.00825 निष्पादित खोज क्वेरी जोड़ती है और usage.tool_usage में गिनती की रिपोर्ट करती है. OpenAI Responses अनुरोध कस्टम टूल और डिफर्ड टूल सर्च को भी सपोर्ट करते हैं. tool_choice ऑटो और किसी को भी सपोर्ट नहीं करता है. इस स्टैंडर्ड चेकपॉइंट पर भेजे गए प्रॉम्प्ट और पूर्णता का उपयोग Meta द्वारा अपने मॉडल को प्रशिक्षित करने के लिए नहीं किया जाता है.
जब यह मॉडल एक ही अनुरोध के अंदर टूल का आह्वान करता है, तो प्रतिक्रिया टोकन गणना के साथ एक सामान्यीकृत usage.tool_usage मानचित्र को वहन करती है। नीचे दिया गया उदाहरण आकार दिखाता है। सटीक फ़ील्ड नाम, इकाइयाँ, और कौन से उपकरण दिखाई देते हैं, उपकरण के अनुसार भिन्न हो सकते हैं:
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3}
}टूल काउंट पहले से ही cost_usd में फैक्टर किए गए हैं और सामने आए हैं ताकि आप प्रति-टूल बिलिंग का ऑडिट कर सकें। फ़ील्ड को तब छोड़ दिया जाता है जब कोई बिल टूल लागू नहीं किया गया था।
घोषणाएं, prompt परीक्षण और तुलनाएं जिनमें यह मॉडल शामिल है।
EmpirioLabs पर Muse Spark 1.2 का बिल उपयोग के अनुसार बनता है: इनपुट $1.25 प्रति 1M प्रॉम्प्ट टोकन; आउटपुट $4.25 प्रति 1M जेनरेट किए गए टोकन; अंतर्निहित कैश पढ़ा गया $1.00 प्रति 1M कैश्ड इनपुट टोकन; वेब खोज $0.00825 प्रति खोज क्वेरी। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
Muse Spark 1.2 input के रूप में टेक्स्ट, इमेज, वीडियो, ऑडियो, दस्तावेज़ लेता है और टेक्स्ट लौटाता है।
Muse Spark 1.2 1M टोकन की context window समर्थित करता है, प्रति उत्तर अधिकतम 1,31,072 आउटपुट टोकन के साथ।
हां। Muse Spark 1.2 OpenAI-संगत Chat Completions API देता है, इसलिए मौजूदा OpenAI SDKs base_url को https://api.empiriolabs.ai/v1 पर सेट करके और model id muse-spark-1-2 रखकर काम करते हैं।
अपनी request में model के रूप में muse-spark-1-2 भेजें। वैकल्पिक IDs muse-spark-1.2, meta/muse-spark-1-2, meta/muse-spark-1.2 भी काम करते हैं।
Meta AI ने Muse Spark 1.2 को 5 अग॰ 2026 को रिलीज़ किया।
हां। EmpirioLabs playground ब्राउज़र में Muse Spark 1.2 को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।
EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।