Source: https://ailoot.ai/models/da/meta-muse-spark-open/ Canonical: https://ailoot.ai/models/da/meta-muse-spark-open/ Language: da # Meta: Muse Spark Open [Markdown](https://ailoot.ai/models/da/meta-muse-spark-open/index.md) · [JSON](https://ailoot.ai/models/da/meta-muse-spark-open/facts.json) ## [Meta: Muse Spark Open](https://ailoot.ai/models/da/meta-muse-spark-open/) `meta/muse-spark-open` MetaTekstInput 0,0025 US$ / 1KOutput 0,0085 US$ / 1K Metas model med åbne vægte til programmering, ræsonnement i flere trin og arbejde med omfattende tekstkontekst. ### Metas model til udvikling og lange opgaver Muse Spark Open er en udgave af Muse Spark med offentliggjorte vægte, rettet mod programmering og agentbaserede arbejdsforløb. Meta fremhæver opgaver, hvor målet skal fastholdes gennem flere trin: forstå projektet, planlægge en ændring, udarbejde kode og afstemme resultatet med de oprindelige krav. I Ailoot API modtager modellen tekstbeskeder og returnerer tekst. Ifølge Meta har Muse Spark Open i alt 816 milliarder parametre og 42 milliarder aktive parametre pr. token. Tallene beskriver modellens opbygning: den samlede størrelse og den del, der bruges ved behandling af en token. Offentliggjorte vægte betyder ikke, at brugeren skal hente dem eller organisere lokal kørsel for at bruge Ailoot API. ### Arbejde med kode og krav I en tekstforespørgsel kan du angive opgaven, kildekodeudsnit, oplysninger om miljøet og forventet adfærd. Ved fejlanalyse er det nyttigt at vedlægge den faktiske fejlmeddelelse, et minimalt eksempel og begrænsninger for ændringen. Modellen kan udarbejde en forklaring, et rettelsesforslag og forslag til kontrol; kørsel af kode og kontrol af resultatet er særskilte handlinger i arbejdsforløbet. Ved udformning af en ændring bør du angive resultatets rækkefølge: først de berørte dele, derefter løsningsbeskrivelsen og til sidst koden. Til gennemgang vedlægges kravene sammen med det ændrede udsnit, så diskussionen tager udgangspunkt i systemets adfærd og ikke kun skrivestilen. Arbejdsmetoderne svarer til modellens angivne retning mod programmering og problemløsning i flere trin. ### Kontekst i Ailoot API For Muse Spark Open angives en kontekst på 1 048 576 tokens. Den giver plads til omfattende tekstmateriale og opgavehistorik. Det store vindue er nyttigt til samlet behandling af krav, dokumentation og flere sammenhængende moduler; filnavne og grænser mellem tekstudsnit bør stadig angives tydeligt, så svaret kan henvise til dem. Grundmodellen Muse Spark Open er multimodal, men de aktuelle metoder i Ailoot API for dette modelkort arbejder med tekst. Analyse af vedlagte billeder, lyd eller video og programstyring indgår ikke i det beskrevne. Metas agentdemonstrationer viser modellen i et særskilt værktøjsmiljø; et tekstsvar bekræfter ikke i sig selv en gennemført ændring i en applikation eller et koderepositorium. ### Tilgængeligt via Ailoot API Inputtyper `text` Outputtyper `text` Kontekst Ikke angivet i kataloget Maks. svar Ikke angivet i kataloget Input 0,0025 US$ */ 1K* Output 0,0085 US$ */ 1K* Cachelæsning 0,0003 US$ */ 1K* Inputtyper `text` Outputtyper `text` Kontekst Ikke angivet i kataloget Maks. svar Ikke angivet i kataloget Input 0,0025 US$ */ 1K* Output 0,0085 US$ */ 1K* Cachelæsning 0,0003 US$ */ 1K* Inputtyper `text` Outputtyper `text` Kontekst Ikke angivet i kataloget Maks. svar Ikke angivet i kataloget Input 0,0025 US$ */ 1K* Output 0,0085 US$ */ 1K* Cachelæsning 0,0003 US$ */ 1K* Inputtyper `text` Outputtyper `text` Kontekst Ikke angivet i kataloget Maks. svar Ikke angivet i kataloget Input 0,0025 US$ */ 1K* Output 0,0085 US$ */ 1K* Cachelæsning 0,0003 US$ */ 1K* `meta/muse-spark-open` · JSON ``` {"about":"### Metas model til udvikling og lange opgaver\n\nMuse Spark Open er en udgave af Muse Spark med offentliggjorte vægte, rettet mod programmering og agentbaserede arbejdsforløb. Meta fremhæver opgaver, hvor målet skal fastholdes gennem flere trin: forstå projektet, planlægge en ændring, udarbejde kode og afstemme resultatet med de oprindelige krav. I Ailoot API modtager modellen tekstbeskeder og returnerer tekst.\n\nIfølge Meta har Muse Spark Open i alt 816 milliarder parametre og 42 milliarder aktive parametre pr. token. Tallene beskriver modellens opbygning: den samlede størrelse og den del, der bruges ved behandling af en token. Offentliggjorte vægte betyder ikke, at brugeren skal hente dem eller organisere lokal kørsel for at bruge Ailoot API.\n\n### Arbejde med kode og krav\n\nI en tekstforespørgsel kan du angive opgaven, kildekodeudsnit, oplysninger om miljøet og forventet adfærd. Ved fejlanalyse er det nyttigt at vedlægge den faktiske fejlmeddelelse, et minimalt eksempel og begrænsninger for ændringen. Modellen kan udarbejde en forklaring, et rettelsesforslag og forslag til kontrol; kørsel af kode og kontrol af resultatet er særskilte handlinger i arbejdsforløbet.\n\nVed udformning af en ændring bør du angive resultatets rækkefølge: først de berørte dele, derefter løsningsbeskrivelsen og til sidst koden. Til gennemgang vedlægges kravene sammen med det ændrede udsnit, så diskussionen tager udgangspunkt i systemets adfærd og ikke kun skrivestilen. Arbejdsmetoderne svarer til modellens angivne retning mod programmering og problemløsning i flere trin.\n\n### Kontekst i Ailoot API\n\nFor Muse Spark Open angives en kontekst på 1 048 576 tokens. Den giver plads til omfattende tekstmateriale og opgavehistorik. Det store vindue er nyttigt til samlet behandling af krav, dokumentation og flere sammenhængende moduler; filnavne og grænser mellem tekstudsnit bør stadig angives tydeligt, så svaret kan henvise til dem.\n\nGrundmodellen Muse Spark Open er multimodal, men de aktuelle metoder i Ailoot API for dette modelkort arbejder med tekst. Analyse af vedlagte billeder, lyd eller video og programstyring indgår ikke i det beskrevne. Metas agentdemonstrationer viser modellen i et særskilt værktøjsmiljø; et tekstsvar bekræfter ikke i sig selv en gennemført ændring i en applikation eller et koderepositorium.","alias_of":null,"aliases":[],"author":"Meta","canonical_model":"meta/muse-spark-open","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"meta/muse-spark-open","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.3,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":2.5,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":8.5,"output":["text"],"path":"/v1/messages","request_model_id":"meta/muse-spark-open","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.3,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":2.5,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":8.5,"output":["text"],"path":"/v1/responses","request_model_id":"meta/muse-spark-open","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.3,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":2.5,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":8.5,"output":["text"],"path":"/v1/chat/completions","request_model_id":"meta/muse-spark-open","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.3,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":2.5,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":8.5,"output":["text"],"path":"/v1beta/models/meta/muse-spark-open:generateContent","request_model_id":"meta/muse-spark-open","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"meta/muse-spark-open","request_model_id":"meta/muse-spark-open","route_label":"Ultra"}],"name":"Meta: Muse Spark Open","price":{"in":2.5,"in_label":null,"out":8.5,"out_label":null,"sort_in":2.5,"sort_out":8.5,"varies":false},"public_id":"meta/muse-spark-open","short":"Metas model med åbne vægte til programmering, ræsonnement i flere trin og arbejde med omfattende tekstkontekst."} ``` ## Spørgsmål Hvordan vælger jeg en model til min opgave? Fastlæg først det nødvendige input og output: tekst, billede, lyd eller video. Sammenlign derefter kompatible API-metoder, det præcise model-ID eller den model, aliaset aktuelt peger på, pris og afregningsenhed. GET /v1/models er gratis og viser de modeller, din nøgle har adgang til. Understøtter hver model alle API-metoder og medietyper? Brug de API-metoder og input- og outputtyper, der står på modelkortet. Understøttelse af tekst, billeder, lyd eller video afhænger af den valgte model og metode; se det tilhørende eksempel på en forespørgsel, før du sender dine data. Hvad er forskellen på et model-ID og et alias? Et præcist model-ID angiver en bestemt model. Et alias peger på en model, og det kan ændre sig, hvilken model det peger på. Kontrollér den aktuelle målmodel for aliaset i kataloget; brug det præcise ID, når din integration kræver en bestemt model. Hvordan sammenligner jeg priser, før jeg sender en forespørgsel? Se prisen og afregningsenheden for den valgte API-metode på modelkortet. Sammenlign samme enhed og samme type input og output; forespørgselshistorikken viser det faktiske forbrug og det opkrævede beløb. Hvad giver abonnementet? Rabat på tokenkøb til regelmæssigt arbejde. Vælg abonnement efter anmodningsmængden. Vilkår og pris vises ved bestilling. Hvordan bruger jeg en rabatkode på op til 50%? Indtast rabatkoden ved tokenkøbet. Totalen genberegnes efter kampagnevilkårene, og rabatten vises før betaling. ## Ailoot · Virksomheden og dens projektportefølje Ailoot bygger på solid driftserfaring, en stor kundebase, stabil service og løbende kontrol af KPI. Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder. Ailoot bruger denne driftserfaring til API-adgang til AI-funktioner i kundernes produkter, agenter, applikationer og automatiseringer.