类型
规格
价格
输入
每100万个提示词标记
$1.25
输出
每100万个生成代币
$4.25
隐式缓存读取
每 1M 缓存输入标记
$1.00
网络搜索
每个搜索查询
$0.00825
Muse Spark 1.2 与 Muse Spark 1.1 并排比较：规格、能力、参数，以及 EmpirioLabs 目录中的实时价格。
Meta AI 文本生成Muse Spark 1.2 和 Muse Spark 1.1 都是 Meta AI 的模型，属于文本生成类别，可通过 EmpirioLabs API 使用。
| 规格 | Muse Spark 1.2 | Muse Spark 1.1 |
|---|---|---|
| 模型 ID | muse-spark-1-2 | muse-spark-1-1 |
| 开发方 | Meta AI | Meta AI |
| 发布日期 | 2026年8月5日 | 2026年7月9日 |
| 上下文窗口 | 1M 个 token | 1M 个 token |
| 最大输出 | 131,072 个 token | 131,072 个 token |
| 输入 | 文本 图像 视频 音频 文档 | 文本 图像 视频 音频 文档 |
| 输出 | 文本 | 文本 |
| 结构化输出 | JSON Schema | JSON Schema |
| 端点 | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/muse-spark-1-2:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/muse-spark-1-1:generateContent |
| 能力 |
两个模型在 EmpirioLabs 目录中的实时价格。每张价格表始终与 API 的实际计费一致。
每个模型在 EmpirioLabs 上列出的请求参数，以及适用的可选值或范围。短横线表示该模型未列出此参数。
| 参数 | Muse Spark 1.2 | Muse Spark 1.1 |
|---|---|---|
| max_tokens | 1 到 131072 默认值: 16384 | 1 到 131072 默认值: 16384 |
| temperature | 0 到 2 默认值: 1 | 0 到 2 默认值: 1 |
| top_p | 0.01 到 1 默认值: 1 | 0.01 到 1 默认值: 1 |
| presence_penalty | -2 到 2 默认值: 0 | -2 到 2 默认值: 0 |
| frequency_penalty | -2 到 2 默认值: 0 | -2 到 2 默认值: 0 |
| seed | integer | integer |
| reasoning_effort | minimal, low, medium, high, xhigh 默认值: medium | minimal, low, medium, high, xhigh 默认值: medium |
| tool_web_search | boolean 默认值: false | boolean 默认值: false |
| tools | array 默认值: [] | array 默认值: [] |
| tool_choice | object | object |
| parallel_tool_calls | boolean | boolean |
| response_format | enum | enum |
推理始终开启且无法禁用。推理保持内部，推理令牌作为输出令牌计费并计入max_tokens。reasoning_effort接受最小至xhigh。支持文本、图片、MP4视频、MP3/WAV音频和PDF输入;最多可附加50张图片。PDF使用前100页的文本和前50页的页面图片。内置网页搜索为每个执行的搜索查询添加$0.00825，并在 usage.tool_usage中报告计数。OpenAI响应请求还支持自定义工具和延迟工具搜索。tool_choice支持自动和无自动。发送到该标准检查点的提示和完成信息不被Meta用于训练模型。
推理始终开启且无法禁用。推理保持内部，推理令牌作为输出令牌计费并计入max_tokens。reasoning_effort接受最小至xhigh。支持文本、图片、MP4视频、MP3/WAV音频和PDF输入;最多可附加50张图片。PDF使用前100页的文本和前50页的页面图片。内置网页搜索为每个执行的搜索查询添加$0.00825，并在 usage.tool_usage中报告计数。OpenAI响应请求还支持自定义工具和延迟工具搜索。tool_choice支持自动和无自动。发送到该标准检查点的提示和完成信息不被Meta用于训练模型。
Muse Spark 1.2 提供 OpenAI 兼容的 Chat Completions API。用你的 EmpirioLabs API 密钥把任意 OpenAI SDK 指向 https://api.empiriolabs.ai/v1，并使用模型 ID muse-spark-1-2。 两个模型通过同一个端点调用。将 model 设为 muse-spark-1-2 或 muse-spark-1-1。 在EmpirioLabs 控制台获取 API 密钥。
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."}
]
}'Muse Spark 1.2 发布更晚（2026年8月5日）；Muse Spark 1.1 发布于 2026年7月9日。 两个模型的上下文窗口都是 1M 个 token。 两个模型的输入（每100万个提示词标记）和输出（每100万个生成代币）价格相同。 本页的规格、价格表和参数来自 EmpirioLabs 实时目录。
Muse Spark 1.2 发布更晚（2026年8月5日）；Muse Spark 1.1 发布于 2026年7月9日。
两个模型的输入（每100万个提示词标记）和输出（每100万个生成代币）价格相同。 两张实时价格表都在本页，并始终与 API 的实际计费一致。
可以。两个模型都使用 POST /v1/chat/completions 和同一个 EmpirioLabs API 密钥，大多数集成只需更改 model 值即可切换。如果依赖某个模型特有的参数，请先查看本页的参数表。
可以。在 EmpirioLabs Playground 中分别打开两个模型，用 API 提供的参数对两者运行同一个提示词。