Modelle

Meta: Muse Spark Open

Markdown · JSON

Meta: Muse Spark Open

meta/muse-spark-open
MetaTextEingabe 0,0025 $ / 1KAusgabe 0,0085 $ / 1K

Modell von Meta mit veröffentlichten Gewichten für Programmierung, mehrstufiges Schlussfolgern und die Arbeit mit umfangreichem Textkontext.

Modell von Meta für Entwicklung und lange Aufgaben

Muse Spark Open ist eine Version von Muse Spark mit veröffentlichten Gewichten, die auf Programmierung und agentische Arbeitsabläufe ausgerichtet ist. Meta hebt Aufgaben hervor, bei denen ein Ziel über mehrere Schritte hinweg erhalten bleiben muss: ein Projekt verstehen, eine Änderung planen, Code vorbereiten und das Ergebnis mit den ursprünglichen Anforderungen abstimmen. In Ailoot nimmt das Modell Textnachrichten entgegen und liefert Text.

Laut Meta besitzt Muse Spark Open insgesamt 816 Milliarden Parameter und 42 Milliarden aktive Parameter pro Token. Diese Größen beschreiben den Aufbau des Modells: den Gesamtumfang und den Anteil, der bei der Verarbeitung eines Tokens genutzt wird. Die Veröffentlichung der Gewichte bedeutet nicht, dass Nutzer sie herunterladen oder einen lokalen Betrieb einrichten müssen, um das Modell in Ailoot zu verwenden.

Arbeit mit Code und Anforderungen

In einer Textanfrage können Sie die Aufgabenstellung, Quellcodeausschnitte, Informationen zur Umgebung und das erwartete Verhalten übergeben. Für eine Fehleranalyse helfen die tatsächliche Fehlermeldung, ein minimales Beispiel und die Grenzen zulässiger Änderungen. Das Modell kann eine Erklärung, einen Korrekturvorschlag und Vorschläge zur Prüfung erstellen; Codeausführung und Ergebnisprüfung bleiben separate Aktionen des Arbeitsablaufs.

Legen Sie beim Entwurf einer Änderung die Ergebnisreihenfolge fest: zuerst die betroffenen Teile benennen, dann die Lösung beschreiben und erst anschließend den Code vorlegen. Fügen Sie für ein Review die Anforderungen zusammen mit dem geänderten Ausschnitt bei, damit die Diskussion auf dem Systemverhalten und nicht nur auf dem Schreibstil beruht. Diese Arbeitsweisen entsprechen der angegebenen Ausrichtung des Modells auf Programmierung und mehrstufige Problemlösung.

Kontext in Ailoot

Für Muse Spark Open ist ein Kontext von 1 048 576 Token angegeben. Darin können umfangreiche Textmaterialien und der Aufgabenverlauf untergebracht werden. Das große Fenster eignet sich, um Anforderungen, Dokumentation und mehrere zusammenhängende Module gemeinsam zu betrachten. Dateinamen und Abschnittsgrenzen sollten dabei ausdrücklich erhalten bleiben, damit die Antwort darauf verweisen kann.

Das Basismodell Muse Spark Open ist multimodal; die aktuellen Ailoot-Methoden dieser Modellkarte arbeiten jedoch mit Text. Die Analyse angehängter Bilder, von Audio oder Video sowie die Steuerung von Programmen werden mit dieser Beschreibung nicht zugesagt. Die agentischen Demonstrationen von Meta zeigen das Modell innerhalb einer gesonderten Umgebung mit Werkzeugen; eine Textantwort allein bestätigt keine ausgeführte Änderung in einer Anwendung oder einem Repository.

In Ailoot API verfügbar

Ultra Anthropic MessagesPOST /v1/messages
Eingabetypen
text
Ausgabetypen
text
Kontext
Im Katalog nicht angegeben
Max. Antwort
Im Katalog nicht angegeben
Eingabe
0,0025 $ / 1K
Ausgabe
0,0085 $ / 1K
Cache-Lesen
0,0003 $ / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Eingabetypen
text
Ausgabetypen
text
Kontext
Im Katalog nicht angegeben
Max. Antwort
Im Katalog nicht angegeben
Eingabe
0,0025 $ / 1K
Ausgabe
0,0085 $ / 1K
Cache-Lesen
0,0003 $ / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Eingabetypen
text
Ausgabetypen
text
Kontext
Im Katalog nicht angegeben
Max. Antwort
Im Katalog nicht angegeben
Eingabe
0,0025 $ / 1K
Ausgabe
0,0085 $ / 1K
Cache-Lesen
0,0003 $ / 1K
Ultra Gemini generateContentPOST /v1beta/models/meta/muse-spark-open:generateContent
Eingabetypen
text
Ausgabetypen
text
Kontext
Im Katalog nicht angegeben
Max. Antwort
Im Katalog nicht angegeben
Eingabe
0,0025 $ / 1K
Ausgabe
0,0085 $ / 1K
Cache-Lesen
0,0003 $ / 1K
meta/muse-spark-open · JSON
{"about":"### Modell von Meta für Entwicklung und lange Aufgaben\n\nMuse Spark Open ist eine Version von Muse Spark mit veröffentlichten Gewichten, die auf Programmierung und agentische Arbeitsabläufe ausgerichtet ist. Meta hebt Aufgaben hervor, bei denen ein Ziel über mehrere Schritte hinweg erhalten bleiben muss: ein Projekt verstehen, eine Änderung planen, Code vorbereiten und das Ergebnis mit den ursprünglichen Anforderungen abstimmen. In Ailoot nimmt das Modell Textnachrichten entgegen und liefert Text.\n\nLaut Meta besitzt Muse Spark Open insgesamt 816 Milliarden Parameter und 42 Milliarden aktive Parameter pro Token. Diese Größen beschreiben den Aufbau des Modells: den Gesamtumfang und den Anteil, der bei der Verarbeitung eines Tokens genutzt wird. Die Veröffentlichung der Gewichte bedeutet nicht, dass Nutzer sie herunterladen oder einen lokalen Betrieb einrichten müssen, um das Modell in Ailoot zu verwenden.\n\n### Arbeit mit Code und Anforderungen\n\nIn einer Textanfrage können Sie die Aufgabenstellung, Quellcodeausschnitte, Informationen zur Umgebung und das erwartete Verhalten übergeben. Für eine Fehleranalyse helfen die tatsächliche Fehlermeldung, ein minimales Beispiel und die Grenzen zulässiger Änderungen. Das Modell kann eine Erklärung, einen Korrekturvorschlag und Vorschläge zur Prüfung erstellen; Codeausführung und Ergebnisprüfung bleiben separate Aktionen des Arbeitsablaufs.\n\nLegen Sie beim Entwurf einer Änderung die Ergebnisreihenfolge fest: zuerst die betroffenen Teile benennen, dann die Lösung beschreiben und erst anschließend den Code vorlegen. Fügen Sie für ein Review die Anforderungen zusammen mit dem geänderten Ausschnitt bei, damit die Diskussion auf dem Systemverhalten und nicht nur auf dem Schreibstil beruht. Diese Arbeitsweisen entsprechen der angegebenen Ausrichtung des Modells auf Programmierung und mehrstufige Problemlösung.\n\n### Kontext in Ailoot\n\nFür Muse Spark Open ist ein Kontext von 1 048 576 Token angegeben. Darin können umfangreiche Textmaterialien und der Aufgabenverlauf untergebracht werden. Das große Fenster eignet sich, um Anforderungen, Dokumentation und mehrere zusammenhängende Module gemeinsam zu betrachten. Dateinamen und Abschnittsgrenzen sollten dabei ausdrücklich erhalten bleiben, damit die Antwort darauf verweisen kann.\n\nDas Basismodell Muse Spark Open ist multimodal; die aktuellen Ailoot-Methoden dieser Modellkarte arbeiten jedoch mit Text. Die Analyse angehängter Bilder, von Audio oder Video sowie die Steuerung von Programmen werden mit dieser Beschreibung nicht zugesagt. Die agentischen Demonstrationen von Meta zeigen das Modell innerhalb einer gesonderten Umgebung mit Werkzeugen; eine Textantwort allein bestätigt keine ausgeführte Änderung in einer Anwendung oder einem Repository.","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":"Modell von Meta mit veröffentlichten Gewichten für Programmierung, mehrstufiges Schlussfolgern und die Arbeit mit umfangreichem Textkontext."}

Fragen

Wie wähle ich ein Modell für meine Aufgabe aus?

Bestimmen Sie zuerst die benötigte Ein- und Ausgabe: Text, Bild, Audio oder Video. Vergleichen Sie dann kompatible API-Methoden, die genaue Modell-ID oder das aktuelle Zielmodell des Alias, den Preis und die Abrechnungseinheit. GET /v1/models ist kostenlos und listet die für Ihren Schlüssel verfügbaren Modelle auf.

Unterstützt jedes Modell alle API-Methoden und Medientypen?

Verwenden Sie die auf der Modellkarte aufgeführten API-Methoden sowie Ein- und Ausgabetypen. Die Unterstützung von Text, Bildern, Audio oder Video hängt vom gewählten Modell und der Methode ab; prüfen Sie das zugehörige Anfragebeispiel, bevor Sie Ihre Daten senden.

Was ist der Unterschied zwischen einer Modell-ID und einem Alias?

Eine genaue Modell-ID bezeichnet ein bestimmtes Modell. Ein Alias verweist auf ein Modell; sein Zielmodell kann sich ändern. Prüfen Sie das aktuelle Zielmodell des Alias im Katalog; verwenden Sie die genaue ID, wenn Ihre Integration ein bestimmtes Modell benötigt.

Wie vergleiche ich Preise, bevor ich eine Anfrage sende?

Prüfen Sie auf der Modellkarte den Preis und die Abrechnungseinheit für die gewählte API-Methode. Vergleichen Sie dieselbe Einheit und denselben Ein- und Ausgabetyp; der Anfrageverlauf zeigt die tatsächliche Nutzung und den berechneten Betrag.

Was bringt ein Abo?

Rabatt beim Tokenkauf für regelmäßige Arbeit. Wählen Sie den Tarif nach Ihrem Anfragevolumen; Bedingungen und Abopreis werden beim Abschluss angezeigt.

Wie nutze ich einen Aktionscode bis 50% Rabatt?

Geben Sie den Code beim Tokenkauf ein. Die Endsumme wird nach Aktionsbedingungen neu berechnet; der Rabatt ist vor der Zahlung sichtbar.