Muse Spark 1.3はEmpirioLabsで利用可能です。 Metaは長期的な作業のためにこのチェックポイントを構築しました。エージェント実行、多段階コーディング、コンテキストを蓄積するために1つのスレッド内に留まるタスクです。1,048,576トークンのコンテキストウィンドウに画像、動画、PDFの理解、関数呼び出し、厳密な構造化出力、組み込みのウェブ検索、ネイティブのレスポンスツールを組み合わせています。
Muse Spark 1.3がサポートしていること
Muse Spark 1.3はテキスト、最大50枚の画像、MP4ビデオ、PDFドキュメントに対応しています。PDF処理は最初の100ページのテキストと最初の50ページのページ画像をカバーし、長文レポート、仕様書、ビジュアルドキュメントに適しています。
理屈は常に有効です。使用方法 理由 努力 出典 最小限 通過 xhigh モデルが応答する前にどれだけの作業を費やすかを制御するためです。推論トレースは非公開のままで、推論トークンは要求出力予算に対して出力トークンとしてカウントされます。
見出しは長期コンテキストの挙動です。Metaは非常に長いスレッドにわたってモデルの詳細を追跡し、曖昧なプロンプトについて明確化を求め、推測ではなく重要な行動の前にチェックインするという報告です。
ミューズスパーク1.3の呼び方
OpenAI互換のチャット完了エンドポイントを使い、設定してください モデル から muse-spark-1-3:
curl https://api.empiriolabs.ai/v1/chat/completions \ -h 'Authorization: Bearer $EMPIRIOLABS_API_KEY' \ -H 'Content-Type: application/json' \ -d '{ "model": "muse-spark-1-3", "reasoning_effort": "medium", "messages": [ { "role": "user", "content": "忙しいサービスの段階的移行を計画し、問題が起きる可能性がある箇所をフラグ付けする。" } ]}''同じモデルは、Responses、Messages、Google互換コンテンツ生成エンドポイントを通じて利用可能です。Responsesエンドポイントはカスタムツールとディファードツールの発見を保持します。 tool_search.ストリーミング応答は最終使用データを含み、トークン、キャッシュ、ツール決済が監査可能なままにします。
ウェブ検索、ツール、構造化アウトプット
回答に最新情報が必要な場合は、組み込みのウェブ検索をオンにしてください。実行されたすべての検索クエリは usage.tool_usage カタログに記載された検索ごとの料金を加え、単一のリクエストで複数回の検索を実行できます。関数ツールは並列に呼び出せ、モデルが返す際に引用された情報源が付加されます。
機械可読出力の場合はJSONモードを使用するか、厳格なJSONスキーマを提供します。スキーマモードは強制されており、抽出、ルーティング、評価、安定したレスポンス契約が必要なエージェントワークフローに信頼性があります。
価格設定とデータ利用
Muse Spark 1.3はpay-as-you-goトークン価格を採用しており、キャッシュ入力には割引料金が適用され、組み込みウェブ検索を実行する際はクエリごとの料金が別々に設定されています。現在の料金は常に モデルページ そして、 プライシングページ.サブスクリプションも最低料金もありません。
EmpirioLabs標準チェックポイントにサービスを提供しています。送信されたプロンプトや完了はMetaのモデルトレーニングには使用されません。
最初の電話の前に知っておくべきポイント
- 推論トークンはあなたの回答と同じ予算から引き出されます。タイト
max_tokens推論だけで消費され、内容が目に見えない長さ短縮された応答を返すことができるため、長期プロンプトには十分な出力予算を与えましょう。 - Muse Spark 1.1および1.2とは異なり、このチェックポイントは音声入力を受け付けません。音声を含むリクエストは無視されるのではなく即座に拒否されるため、音声は1.2または専用の文字起こしモデルにルーティングされます。
tool_choiceサポート自動車およびなし.このモデルでは、特定の関数を名前で強制することはできません。
スタート
Muse Spark 1.3を試してみてください プレイグラウンド, 読みます API参照または詳細な仕様は モデルページお問い合わせ.
