Como Usar a API Muse Spark 1.1

Muse Spark 1.1 é o modelo de raciocínio fronteiriço da Meta AI, agora disponível na EmpirioLabs. Ele combina uma janela de contexto de 1.048.576 tokens com raciocínio sempre ativo, compreensão de imagem e vídeo, chamada de funções, saída estruturada rigorosa em esquema JSON e busca web embutida que cita suas fontes. Ele é desenvolvido para trabalho com ferramentas agentes, programação, análise de documentos e mídia, e pesquisa fundamentada.

Você pode tentar no Área de reprodução ou chame-a hoje pela API compatível com OpenAI. Detalhes completos dos parâmetros ao vivo no Página de documentos.

Preços

O Muse Spark 1.1 é pay-as-you-go com faturamento por token. Tokens de prompt, tokens gerados e tokens de entrada em cache têm cada um sua própria taxa, e a entrada em cache é cobrada com desconto sempre que o serviço detecta um prefixo de prompt repetido, o que acontece automaticamente sem configuração de cache do seu lado. A busca web embutida adiciona uma pequena taxa de per-search-query apenas quando uma busca realmente é executada. As taxas atuais estão sempre no página do modelo e o página de preços.

Início rápido

from openai import cliente OpenAI = OpenAI(base_url="https://api.empiriolabs.ai/v1", api_key="YOUR_EMPIRIOLABS_API_KEY",) resposta = client.chat.completions.create(model="muse-spark-1-1", reasoning_effort="medium", max_tokens=16384, messages=[{"role": "user", "content": "Resume as trocas entre SQL e NoSQL em cinco tópicos."}],) print(response.choices[0].message.content)

O mesmo modelo id funciona /v1/chat/completions, /v1/responses, estilo antrópico /v1/messages, e o compatível com o Google gerar conteúdo endpoint, então a maioria dos SDKs existentes pode apontar para EmpirioLabs sem alterações no código.

Busca web embutida

Definir " tool_web_search ": true e o modelo pode pesquisar na web por conta própria, fundamentar a resposta no que encontra e anexar uma lista de Fontes com links quando as citações estiverem disponíveis. Cada consulta de busca executada adiciona a taxa por consulta mostrada na página do modelo, e buscas que nunca são executadas não custam nada.

Entrada de imagem e vídeo

Envie imagens com padrão image_url Partes de conteúdo e vídeo com video_url partes, como uma URL https ou uma URL de dados base64. São suportados múltiplas imagens em uma única solicitação. Ambos funcionam juntos com a busca na web quando você precisa de respostas fundamentadas sobre uma imagem ou clip.

Notas operacionais

• O raciocínio está sempre ativado e não pode ser desativado, e o modelo não retorna seu texto de raciocínio, apenas a resposta final. Tokens de raciocínio faturam como tokens de saída e contam contra max_tokens, então dê espaço ao modelo: Caps de saída muito pequenos podem ser consumidos pelo raciocínio antes que a resposta visível apareça. Uso raciocinação esforço (mínimo, baixo, médio, alto, x-alto) para controlar o quanto ele pensa.
• Os controles de amostragem suportados são temperatura, topo p, Semente, presence_penalty, e frequency_penalty. Sequências de paradas, top_k, logprobs, e múltiplas escolhas por requisição não são suportadas por esse modelo.
• tool_choice suportes Auto e nenhum. A saída estruturada suporta tanto o modo JSON quanto o esquema JSON estrito.

Obtenha uma chave API do Painel E você está a um pedido de distância.