Muse Spark 1.1은 Meta AI의 최전선적인 추론 모델로, 현재 EmpirioLabs에서 운영 중입니다. 1,048,576 토큰의 컨텍스트 창과 항상 연결된 추론, 이미지 및 비디오 이해, 함수 호출, 엄격한 JSON 스키마 구조화된 출력, 그리고 출처를 인용하는 내장 웹 검색을 결합합니다. 에이전트 툴 작업, 코딩, 문서 및 미디어 분석, 그리고 기반을 갖춘 연구를 위해 설계되었습니다.
여기서 시도해 보세요 팟캐스트 또는 오늘날 OpenAI 호환 API를 통해 호출할 수도 있습니다. 전체 매개변수 세부사항은 실시간으로 제공됩니다. 문서 페이지·.
제품정보
Muse Spark 1.1은 pay-as-you-go 입니다. Prompt 토큰, 생성 된 토큰 및 캐시 된 입력 토큰은 각각 자신의 속도를 가지고 있으며, 캐시 된 입력은 서비스가 반복 된 프롬프트 접두사를 감지 할 때마다 할인에 청구됩니다. 이는 귀하의 측면에 캐시 구성이 없습니다. 내장 웹 검색은 검색이 실제로 실행될 때 작은 per-search-query 수수료를 추가합니다. 현재 속도는 항상 모델 페이지 그리고 가격표·.
퀵스타트
openai로부터 가져오기 OpenAI 클라이언트 = OpenAI(base_url="https://api.empiriolabs.ai/v1", api_key="YOUR_EMPIRIOLABS_API_KEY",) 응답 = client.chat.completions.create(model="muse-spark-1-1", reasoning_effort="medium", max_tokens=16384, messages=[{"role": "user", "content": "SQL과 NoSQL 간의 절충을 다섯 개의 글머리 기호로 요약하세요."}],) print(response.choices[0].message.content)동일 모델에서 id가 작동합니다 /v1/chat/completions·, /v1/responses 에, 인간 스타일 /v1/messages 에, 그리고 구글 호환 생성 콘텐츠 엔드포인트를 통해 대부분의 기존 SDK는 코드 변경 없이도 EmpirioLabs을 가리킬 수 있습니다.
내장 웹 검색
설치하기 " tool_web_search ": 사실 그리고 모델은 스스로 웹을 검색하고, 찾은 내용을 바탕으로 답을 제시하며, 인용이 가능할 때 링크가 포함된 출처 목록을 덧붙일 수 있습니다. 실행된 각 검색 쿼리는 모델 페이지에 표시된 쿼리당 수수료를 더하며, 실행되지 않은 검색은 비용이 들지 않습니다.
이미지 및 비디오 입력
표준 이미지 전송 image_url 콘텐츠 파트 및 영상 video_url parts, https URL 또는 base64 data URL 같은 경우에 따라 말입니다. 한 요청에 여러 이미지를 지원하는 것도 가능합니다. 두 제품 모두 이미지나 클립에 대해 근거 있는 답변이 필요할 때 웹 검색과 함께 작동합니다.
운용 노트
- 추론은 항상 켜져 있고 비활성화할 수 없으며, 모델은 추론 텍스트를 반환하지 않고 최종 답변만 반환합니다. 추론 토큰은 출력 토큰으로 청구되며 카운트 어웨이
max_tokens, 모델 방을 생각해 보자: 아주 작은 출력 한계는 가시적인 답이 나타나기 전에 추론에 소모될 수 있다. 사용이유 effort(최소한, 낮음, 중간, 높음, x하이) 생각의 강도를 조절하기 위해서입니다. - 지원되는 샘플링 제어는 다음과 같습니다
온도계·,상단 p·,씨앗·,presence_penalty, 그리고frequency_penalty. 스톱 시퀀스,top_k·,로그프로브스, 그리고 이 모델에서는 요청당 다중 선택권을 지원하지 않습니다. tool_choice지지대오토그리고이름 *. 구조화된 출력은 JSON 모드와 엄격한 JSON 스키마를 모두 지원합니다.
API 키를 받아서 대시보드 그리고 당신은 단 한 번의 요청만 남기면 됩니다.
