Muse Spark 1.2 可在 EmpirioLabs 上获得. 这个更新的Meta推理检查点将1,048,576个上下文窗口与文本,图像,视频,音频和PDF理解结合起来. 它还支持函数调用,严格的结构化输出,内置的网页搜索,以及本地响应工具.
Muse Spark 1.2 支持的内容
Muse Spark 1.2接受文本,最多50个图像,MP4视频,MP3或WAV音频,以及PDF文档. PDF处理包括前100页的文本和前50页的页面图像,这使得模型对长报告,视觉文件,录制的语音,以及混合媒体分析很有用.
理性总在. 使用 推理(e) 从 最小值 结束 高 来控制模型在回答前花费多少时间。 说明原因的痕迹仍然是私事,而推理符则算作输出符,并使用请求的输出调用预算.
如何称呼 Muse Spark 1.2
使用 OpenAI 兼容的聊天完成端点并设定 模型 到 muse-spark-1-2编号:
卷 https://api.empiriolabs.ai/v1/chat/completions \-H'Authorization: bearer $EMPRIOLABS API KEY'-H 'Content-Type: application/json '-D''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''同一模式可通过 " 反应 " 、 " 消息 " 和谷歌兼容的内容生成端点获得。 回复端点保留自定义工具和延迟工具发现 工具搜索(S). 流化反应包括可审计代号、缓存和工具结算的最后使用数据。
网络搜索、工具和结构化输出
当响应需要当前信息时启用内置网络搜索 。 每个已执行的搜索查询在 使用.工具 usage 并添加目录列出的每条搜索收费。 功能工具可以并行调用,以及 tool_choice 支持 自动 以及 无。 。 。.
对于机器可读结果,使用JSON模式或提供严格的JSON Schema. 这对于需要稳定反应合同的提取、路径、评价和代理工作流程是有用的。
定价和数据使用
Muse Spark 1.2使用 pay-as-you-go 令牌定价,对缓存输入有单独的折扣率,在内置网络搜索运行时另加每克率. 看现场 Muse Spark 1.2 模型页面 以及 定价页面 以当前利率为例。
Meta表示,提交给这个标准检查站的提示和完成不用于训练其模型. EmpirioLabs 在使用日志中不保留即时或信件内容 。
开始建造
尝试 Muse Spark 1.2 在 游戏场,阅读 API 文档,或将其与其中其他推理模型进行比较。 型号目录。 。 。.
披露:这篇文章是在AI的协助下撰写的,并由EmpirioLabs AI审查.
