Meta更新的前沿推理模型，涵盖1,048,576个令牌上下文、图片、视频、音频和PDF理解，支持网页搜索和工具调用。
Meta AI文本生成1M 上下文发布日期 2026年8月5日专有端点新Meta更新的前沿推理模型，涵盖1,048,576个令牌上下文、图片、视频、音频和PDF理解，支持网页搜索和工具调用。
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。
也称为 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-1.2来自 EmpirioLabs 目录的实时按量计费价格。只为实际用量付费，没有月度最低消费。
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。 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."}
]
}'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)EmpirioLabs 上 Muse Spark 1.2 API 支持的请求参数。省略字段时使用默认值。
| 参数 | 类型 | 默认值 | 范围 / 值 | 描述 |
|---|---|---|---|---|
| max_tokens | integer | 16384 | 1 到 131072 | 最大输出令牌数。推理代币会计入这个预算。 |
| temperature | number | 1 | 0 到 2 | 控制随机性。较低的数值使响应更具确定性。 |
| top_p | number | 1 | 0.01 到 1 | 核采样截止。 |
| presence_penalty | number | 0 | -2 到 2 | 惩罚已出现的代币，鼓励新话题。 |
| frequency_penalty | number | 0 | -2 到 2 | 惩罚频繁使用代币，减少重复性。 |
| seed | integer | - | - | 随机种子以便更可重复地采样。 |
| reasoning_effort | enum | medium | minimal, low, medium, high, xhigh | 推理始终开启;这决定了模型在回答前所投入的努力。更高的努力会使用更多的推理标记。回答中不会返回推理文本。 |
| tool_web_search | boolean | false | - | 启用内置带有引用来源的网络搜索功能。每执行一次搜索请求增加$0.00825;单个请求可以运行多个搜索。 |
| tools | array | [] | - | 兼容OpenAI的功能和自定义工具定义。在/v1/responses、tool_search和defer_loading中可以发现延迟工具。 |
| tool_choice | object | - | - | 兼容OpenAI的工具选择控制。这款型号支持自动和无自动。 |
| parallel_tool_calls | boolean | true | - | 允许模型在一次响应中请求多种功能工具。 |
| response_format | enum | - | - | 返回结构化JSON输出。JSON 模式返回任何有效的 JSON 对象;JSON 模式强制执行一个精确的模式。 |
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。
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.
在 EmpirioLabs，Muse Spark 1.2 按量计费：输入 $1.25 每100万个提示词标记; 产出 $4.25 每100万个生成代币; 隐式缓存读取 $1.00 每 1M 缓存输入标记; 网络搜索 $0.00825 每个搜索查询。本页的实时价格表始终与 API 的实际计费一致。
Muse Spark 1.2 支持 1M token 的上下文窗口，每次响应最多 131,072 个输出 token。
兼容。Muse Spark 1.2 提供 OpenAI 兼容的 Chat Completions API，现有 OpenAI SDK 只需把 base_url 指向 https://api.empiriolabs.ai/v1 并把模型 ID 设为 muse-spark-1-2 即可使用。
可以。EmpirioLabs Playground在浏览器中以与 API 相同的参数运行 Muse Spark 1.2，你可以在写代码之前先测试提示词。
创建 EmpirioLabs 账户，然后在控制台的 API Keys生成密钥。计费使用按量付费的额度，只为实际发出的请求付费。
