मेटा का अद्यतन फ्रंटियर तर्क मॉडल 1,048,576-टोकन संदर्भ, छवि, वीडियो, ऑडियो और पीडीएफ समझ, वेब खोज और टूल कॉल के साथ।
Meta AIटेक्स्ट जनरेशन1M कॉन्टेक्स्टरिलीज 5 अग॰ 2026स्वामित्व वाला एंडपॉइंटनयामेटा का अद्यतन फ्रंटियर तर्क मॉडल 1,048,576-टोकन संदर्भ, छवि, वीडियो, ऑडियो और पीडीएफ समझ, वेब खोज और टूल कॉल के साथ।
तर्क हमेशा पर है और अक्षम नहीं किया जा सकता है। रीजनिंग आंतरिक रहता है, और तर्क टोकन को आउटपुट टोकन के रूप में बिल दिया जाता है और मैक्स टोकन के खिलाफ गिनती की जाती है। तर्क effort xhigh के माध्यम से न्यूनतम स्वीकार करता है। पाठ, छवि, MP4 वीडियो, MP3/WAV ऑडियो, और पीडीएफ इनपुट समर्थित हैं; 50 छवियों तक संलग्न किया जा सकता है। PDF पहले 50 पृष्ठों से पहले 100 पृष्ठों और पृष्ठ छवियों से पाठ का उपयोग करते हैं। अंतर्निहित वेब खोज में $0.00825 OpenAI रिस्पांस अनुरोध भी कस्टम टूल और डिफेंडर टूल खोज का समर्थन करते हैं। Tool choice ऑटो और कोई भी समर्थन करता है। इस मानक चेकपॉइंट को भेजे गए प्रॉम्प्ट और पूरा होने का उपयोग मेटा 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 सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।
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। |
| frequency_penalty | number | 0 | -2 से 2 | बार-बार टोकन को दंडित करता है, दोहराव को कम करता है। |
| seed | integer | - | - | अधिक प्रतिलिपि प्रस्तुत करने योग्य नमूने के लिए यादृच्छिक बीज। |
| 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-compatible फ़ंक्शन और कस्टम टूल परिभाषाएं। On /v1/responses, tool search and defer loading deferred tools. |
| tool_choice | object | - | - | OpenAI-संगत उपकरण विकल्प नियंत्रण। यह मॉडल ऑटो और किसी को भी सपोर्ट नहीं करता है। |
| parallel_tool_calls | boolean | true | - | मॉडल को एक प्रतिक्रिया में एकाधिक फ़ंक्शन टूल का अनुरोध करने की अनुमति दें। |
| 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। |
तर्क हमेशा पर है और अक्षम नहीं किया जा सकता है। रीजनिंग आंतरिक रहता है, और तर्क टोकन को आउटपुट टोकन के रूप में बिल दिया जाता है और मैक्स टोकन के खिलाफ गिनती की जाती है। तर्क effort xhigh के माध्यम से न्यूनतम स्वीकार करता है। पाठ, छवि, MP4 वीडियो, MP3/WAV ऑडियो, और पीडीएफ इनपुट समर्थित हैं; 50 छवियों तक संलग्न किया जा सकता है। PDF पहले 50 पृष्ठों से पहले 100 पृष्ठों और पृष्ठ छवियों से पाठ का उपयोग करते हैं। अंतर्निहित वेब खोज में $0.00825 OpenAI रिस्पांस अनुरोध भी कस्टम टूल और डिफेंडर टूल खोज का समर्थन करते हैं। Tool choice ऑटो और कोई भी समर्थन करता है। इस मानक चेकपॉइंट को भेजे गए प्रॉम्प्ट और पूरा होने का उपयोग मेटा द्वारा अपने मॉडल को प्रशिक्षित करने के लिए नहीं किया जाता है।
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.
EmpirioLabs पर Muse Spark 1.2 का बिल उपयोग के अनुसार बनता है: इनपुट $1.25 प्रति 1M शीघ्र टोकन; उत्पादन $4.25 प्रति 1M उत्पन्न टोकन; Implicit कैश पढ़ा $1.00 प्रति 1M कैश इनपुट टोकन। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती 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।
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।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।
