Muse Spark 1.1 是 Meta AI 的前沿推理模型，现已上线EmpirioLabs。它将一个包含1,048,576个令牌的上下文窗口与始终在线的推理、图像和视频理解、函数调用、严格的JSON模式结构化输出以及内置引用来源的网页搜索相结合。它专为智能工具工作、编码、文档和媒体分析以及扎实的研究而设计。
你可以试试 游戏场 或者今天通过兼容OpenAI的API调用它。完整参数详情可在线查看 文档页面。 。 。.
定价
Muse Spark 1.1为 pay-as-you-go,每盘计费. 提示符,生成符,以及缓存的输入符都有各自的速率,当服务检测到重复的提示符前缀时,缓存的输入会以折扣方式计费,在您一方没有缓存配置的情况下自动发生. 内建的网页搜索仅在搜索实际运行时才会增加一个小的 per-search-query 收费. 现行费率一直维持在 模型页面 页:1 定价页面。 。 。.
快速启动
来自 openai 导入 OpenAI 客户端 = OpenAI（ base_url=“https://api.empiriolabs.ai/v1", api_key=”YOUR_EMPIRIOLABS_API_KEY“， ） response = client.chat.completions.create（ model=”muse-spark-1-1“， reasoning_effort=”medium“， max_tokens=16384， messages=[{”role“： ”user“， ”content“： ”用五个项目符号总结 SQL 与 NoSQL 之间的权衡。“}]， ） print（response.choices[0].message.content）同一个型号ID也适用于 /v1/chat/completions, (中文), /v1/responses (英语)，拟人风格 /v1/messages (英语)，以及谷歌兼容的 生成内容 因此大多数现有SDK无需修改代码即可指向EmpirioLabs。
内置网页搜索
设定 " tool_web_search ":对 模型可以自行搜索网络，基于发现内容为基础，并在有引用时附加带有链接的来源列表。每次执行的搜索查询都会将模型页面显示的每查询费用相加，而从未运行的搜索则无需支付任何费用。
图像和视频输入
发送标准图片 image_url 内容部分与视频 video_url 部分，比如 https URL 或 base64 数据 URL。支持一个请求中多张图片。当你需要对图片或视频获得有根据的答案时，这两者都能配合网络搜索。
作战笔记
- 推理始终开启且无法禁用，模型不会返回推理文本，只返回最终答案。推理代币作为输出代币计费，计数
max_tokens给出模型空间：在出现可见答案之前，推理可以消耗非常小的输出上限。用途推理(e)（极简、低、中、高、超高）用来控制思考的强度。 - 支持的采样控制有
温度, (中文),顶部(p), (中文),种子, (中文),presence_penalty， 和frequency_penalty.停止序列，top_k, (中文),Logprobs该模型不支持每个请求的多重选择。 tool_choice支持自动以及无.结构化输出支持JSON模式和严格的JSON模式。
从以下网站获取API密钥。 仪表盘 而你只差一个请求。
