
O modelo atualizado de raciocínio fronteiriço da Meta com um contexto de 1.048.576 tokens, entendimento de imagem, vídeo, áudio e PDF, busca na web e uso de ferramentas.
O modelo atualizado de raciocínio fronteiriço da Meta com um contexto de 1.048.576 tokens, entendimento de imagem, vídeo, áudio e PDF, busca na web e uso de ferramentas.
O raciocínio está sempre ativado e não pode ser desativado. O raciocínio permanece interno, e os tokens de raciocínio são anunciados como tokens de saída e contam contra max_tokens. reasoning_effort aceita o mínimo até o xhigh. São suportados entradas, texto, imagem, vídeo MP4, áudio MP3/WAV e PDF; Até 50 imagens podem ser anexadas. PDFs usam texto das primeiras 100 páginas e imagens das primeiras 50 páginas. A busca web embutida adiciona $0.00825 por consulta de busca executada e reporta a contagem em usage.tool_usage. As solicitações de Respostas OpenAI também suportam ferramentas personalizadas e busca diferida por ferramentas. tool_choice suporta automático e nenhum. Prompts e conclusãos enviados a este checkpoint Padrão não são usados pela Meta para treinar seus modelos.
Também conhecido como 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-1.2Tarifas pay-as-you-go ao vivo do catálogo EmpirioLabs. Você também pode escolher um plano com franquias semanais.
Muse Spark 1.2 atende a API Chat Completions compatível com OpenAI. Aponte qualquer SDK OpenAI para https://api.empiriolabs.ai/v1 com sua chave de API EmpirioLabs e use o id de modelo muse-spark-1-2. Obtenha uma chave de API no painel EmpirioLabs.
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)Parâmetros de requisição suportados pela API Muse Spark 1.2 na EmpirioLabs. Os padrões valem quando um campo é omitido.
| Parâmetro | Tipo | Padrão | Intervalo / valores | Descrição |
|---|---|---|---|---|
| max_tokens | integer | 16384 | 1 a 131072 | Número máximo de tokens de saída a serem gerados. Tokens de raciocínio contam para esse orçamento. |
| temperature | number | 1 | 0 a 2 | Controla a aleatoriedade. Valores mais baixos tornam as respostas mais determinísticas. |
| top_p | number | 1 | 0.01 a 1 | Corte de amostragem do núcleo. |
| presence_penalty | number | 0 | -2 a 2 | Penaliza tokens que já apareceram, incentivando novos tópicos. Não aplicado quando a busca na web está ativada. |
| frequency_penalty | number | 0 | -2 a 2 | Penaliza tokens frequentes, reduzindo a repetição. Não aplicada quando a busca na web está ativada. |
| seed | integer | - | - | Semente aleatória para mais amostragem reproduzível. Não aplicada quando a busca na web está ativada. |
| reasoning_effort | enum | medium | minimal, low, medium, high, xhigh | O raciocínio está sempre ativo; Isso determina quanto esforço o modelo gasta antes de responder. Esforço maior usa mais tokens de raciocínio. O texto de raciocínio... |
| tool_web_search | boolean | false | - | Ative a busca web embutida com fontes citadas. Adiciona $0.00825 por consulta de busca executada; Uma única solicitação pode realizar mais de uma busca. |
| tools | array | [] | - | Funções compatíveis com OpenAI e definições personalizadas de ferramentas. Em /v1/responses, tool_search e defer_loading podem descobrir ferramentas diferidas. |
| tool_choice | object | - | - | Controle de escolha de ferramentas compatível com OpenAI. Este modelo suporta automático e nenhum. |
| parallel_tool_calls | boolean | - | - | Permita que o modelo solicite múltiplas ferramentas funcionais em uma única resposta. Quando omitido, o padrão do modelo se aplica. |
| response_format | enum | - | - | Retorne saída JSON estruturada. O modo JSON retorna qualquer objeto JSON válido; O modo Esquema JSON impõe um esquema exato. |
O raciocínio está sempre ativado e não pode ser desativado. O raciocínio permanece interno, e os tokens de raciocínio são anunciados como tokens de saída e contam contra max_tokens. reasoning_effort aceita o mínimo até o xhigh. São suportados entradas, texto, imagem, vídeo MP4, áudio MP3/WAV e PDF; Até 50 imagens podem ser anexadas. PDFs usam texto das primeiras 100 páginas e imagens das primeiras 50 páginas. A busca web embutida adiciona $0.00825 por consulta de busca executada e reporta a contagem em usage.tool_usage. As solicitações de Respostas OpenAI também suportam ferramentas personalizadas e busca diferida por ferramentas. tool_choice suporta automático e nenhum. Prompts e conclusãos enviados a este checkpoint Padrão não são usados pela Meta para treinar seus modelos.
Quando esse modelo invoca ferramentas dentro de uma única requisição, a resposta carrega um mapa de usage.tool_usage normalizado junto com as contagens de tokens. O exemplo abaixo mostra a forma. Nomes exatos dos campos, unidades e quais ferramentas aparecem podem variar de ferramenta para ferramenta:
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3}
}As contagens de ferramentas já estão consideradas em cost_usd e são apresentadas para que você possa auditar a faturação por ferramenta. O campo é omitido quando nenhuma ferramenta faturada foi invocada.
Anúncios, testes de prompts e comparações que cobrem este modelo.
Na EmpirioLabs, Muse Spark 1.2 é cobrado por uso: Entrada $1.25 por 1M de tokens de prompt; Saída $4.25 por 1M de tokens gerados; Leitura implícita do cache $1.00 por 1M de tokens de entrada cacheados; Pesquisa Web $0.00825 por consulta de busca. Você também pode escolher um plano com franquias semanais. A tabela de tarifas ao vivo desta página sempre corresponde ao que a API cobra.
O Muse Spark 1.2 recebe Texto, Imagem, Vídeo, Áudio, Documento como entrada e retorna Texto.
Muse Spark 1.2 suporta uma janela de contexto de 1M tokens com até 131.072 tokens de saída por resposta.
Sim. Muse Spark 1.2 atende a API Chat Completions compatível com OpenAI, então SDKs OpenAI existentes funcionam apontando base_url para https://api.empiriolabs.ai/v1 e definindo o id de modelo muse-spark-1-2.
Envie muse-spark-1-2 como modelo na sua requisição. Os IDs alternativos muse-spark-1.2, meta/muse-spark-1-2, meta/muse-spark-1.2 também funcionam.
Meta AI lançou o Muse Spark 1.2 em 5 de ago. de 2026.
Sim. O playground da EmpirioLabs executa Muse Spark 1.2 no navegador com os mesmos parâmetros que a API expõe, para você testar prompts antes de escrever código.
Crie uma conta EmpirioLabs e gere uma chave em API Keys no painel. A cobrança usa créditos pay-as-you-go, então você paga apenas pelas requisições que faz. Você também pode escolher um plano com franquias semanais.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.