
Meta는 1,048,576-token 컨텍스트, 이미지, 비디오, 오디오 및 PDF 이해, 웹 검색 및 도구 호출을 지원하는 Frontier reasoning 모델을 업데이트했습니다.
Meta는 1,048,576-token 컨텍스트, 이미지, 비디오, 오디오 및 PDF 이해, 웹 검색 및 도구 호출을 지원하는 Frontier reasoning 모델을 업데이트했습니다.
Reasoning은 항상 켜고 비활성화 할 수 없습니다. Reasoning은 내부에 머물며, 토큰이 출력된 토큰으로 청구되며 max tokens에 대해 계산됩니다. reasoning effort는 xhigh를 통해서 최소한 받아들입니다. 텍스트, 이미지, MP4 비디오, MP3/WAV 오디오 및 PDF 입력이 지원됩니다. 최대 50 이미지가 첨부될 수 있습니다. PDF는 첫 번째 100 페이지와 페이지 이미지에서 텍스트를 사용합니다. 첫 50 페이지. 내장 웹 검색은 $0.00825 을 실행한 검색 쿼리에 추가하고 use.tool usage에서 카운트를 보고합니다. OpenAI 응답 요청도 사용자 정의 도구 및 deferred 도구 검색을 지원합니다. tool choice는 자동과 아무도를 지원합니다. 이 표준 체크 포인트에 보내진 증거와 완료는 Meta에 의해 모델을 훈련하지 않습니다.
다른 이름 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 카탈로그의 실시간 종량제 요금입니다. 사용한 만큼만 결제하며 월 최소 요금이 없습니다.
Muse Spark 1.2은(는) OpenAI 호환 Chat Completions API를 제공합니다. 아무 OpenAI SDK나 EmpirioLabs API 키와 함께 https://api.empiriolabs.ai/v1로 지정하고 모델 ID muse-spark-1-2를 사용하세요. EmpirioLabs 대시보드에서 API 키를 발급받으세요.
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)EmpirioLabs에서 Muse Spark 1.2 API가 지원하는 요청 파라미터입니다. 필드를 생략하면 기본값이 적용됩니다.
| 파라미터 | 유형 | 기본값 | 범위 / 값 | 설명 |
|---|---|---|---|---|
| max_tokens | integer | 16384 | 1 ~ 131072 | 생성할 수 있는 최대 출력 토큰 수. 추론 토큰은 이 예산에 반영됩니다. |
| temperature | number | 1 | 0 ~ 2 | 무작위성을 제어합니다. 값이 낮을수록 응답이 더 결정론적이어집니다. |
| top_p | number | 1 | 0.01 ~ 1 | 핵 샘플링 컷오프. |
| presence_penalty | number | 0 | -2 ~ 2 | 이미 등장한 토큰을 불이익으로 하여 새로운 주제를 유도합니다. |
| frequency_penalty | number | 0 | -2 ~ 2 | 자주 사용하는 토큰에 페널티를 주어 반복을 줄입니다. |
| seed | integer | - | - | 더 재현 가능한 샘플링을 위해 무작위 시드를 사용합니다. |
| reasoning_effort | enum | medium | minimal, low, medium, high, xhigh | 이성은 항상 작동한다; 이 점수는 모델이 답변하기 전에 얼마나 많은 노력을 들여야 하는지를 결정합니다. 노력이 많을수록 더 많은 추론 토큰을 사용합니다. 답변에는 추론 텍스트가 반환되지 않습니다. |
| tool_web_search | boolean | false | - | 인용된 출처를 포함한 내장 웹 검색을 활성화하세요. 실행된 검색 쿼리당 $0.00825 개를 추가합니다; 하나의 요청이 여러 개의 검색을 실행할 수 있습니다. |
| tools | array | [] | - | OpenAI 호환 기능 및 사용자 정의 도구 정의. /v1/responses, tool search 및 defer loading은 방어 도구를 발견 할 수 있습니다. |
| tool_choice | object | - | - | OpenAI 호환 도구 선택 제어. 이 모델은 자동 모드와 무 기능을 지원합니다. |
| parallel_tool_calls | boolean | true | - | 한 응답에 여러 기능 도구를 요청하는 모델을 허용. |
| response_format | enum | - | - | 구조화된 JSON 출력을 반환합니다. JSON 모드는 유효한 JSON 객체를 반환합니다; JSON 스키마 모드는 정확한 스키마를 강제합니다. |
Reasoning은 항상 켜고 비활성화 할 수 없습니다. Reasoning은 내부에 머물며, 토큰이 출력된 토큰으로 청구되며 max tokens에 대해 계산됩니다. reasoning effort는 xhigh를 통해서 최소한 받아들입니다. 텍스트, 이미지, MP4 비디오, MP3/WAV 오디오 및 PDF 입력이 지원됩니다. 최대 50 이미지가 첨부될 수 있습니다. PDF는 첫 번째 100 페이지와 페이지 이미지에서 텍스트를 사용합니다. 첫 50 페이지. 내장 웹 검색은 $0.00825 을 실행한 검색 쿼리에 추가하고 use.tool usage에서 카운트를 보고합니다. OpenAI 응답 요청도 사용자 정의 도구 및 deferred 도구 검색을 지원합니다. tool choice는 자동과 아무도를 지원합니다. 이 표준 체크 포인트에 보내진 증거와 완료는 Meta에 의해 모델을 훈련하지 않습니다.
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.
EmpirioLabs에서 Muse Spark 1.2은(는) 종량제로 청구됩니다: 이름 * $1.25 1M 신속한 토큰 당; 제품정보 $4.25 1M 생성 토큰; Implicit 캐시 읽기 $1.00 1M 캐시된 입력 토큰 당. 이 페이지의 실시간 요금표는 항상 API 청구 금액과 일치합니다.
Muse Spark 1.2은(는) 1M 토큰 컨텍스트 윈도우를 지원합니다 (응답당 최대 131,072 출력 토큰).
네. Muse Spark 1.2은(는) OpenAI 호환 Chat Completions API를 제공하므로, 기존 OpenAI SDK에서 base_url을 https://api.empiriolabs.ai/v1로 지정하고 모델 ID를 muse-spark-1-2로 설정하면 바로 동작합니다.
네. EmpirioLabs 플레이그라운드에서 API와 동일한 파라미터로 Muse Spark 1.2을(를) 브라우저에서 실행하므로 코드를 작성하기 전에 프롬프트를 테스트할 수 있습니다.
EmpirioLabs 계정을 만든 다음 대시보드의 API Keys에서 키를 생성하세요. 요금은 종량제 크레딧이라 실행한 요청에 대해서만 결제합니다.