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.
Meta AIGeração de Texto1M contextoLançado 5 de ago. de 2026Endpoint proprietárioNovoO 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 paga só pelo que usa, sem mínimo mensal.
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 temas. |
| frequency_penalty | number | 0 | -2 a 2 | Penaliza tokens frequentes, reduzindo a repetição. |
| seed | integer | - | - | Semente aleatória para amostragem mais reprodutível. |
| 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 | true | - | Permita que o modelo solicite múltiplas ferramentas funcionais em uma única resposta. |
| 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.
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.
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. A tabela de tarifas ao vivo desta página sempre corresponde ao que a API cobra.
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.
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.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.
