Source: https://ailoot.ai/models/fr/meta-muse-spark-open/ Canonical: https://ailoot.ai/models/fr/meta-muse-spark-open/ Language: fr # Meta: Muse Spark Open [Markdown](https://ailoot.ai/models/fr/meta-muse-spark-open/index.md) · [JSON](https://ailoot.ai/models/fr/meta-muse-spark-open/facts.json) ## [Meta: Muse Spark Open](https://ailoot.ai/models/fr/meta-muse-spark-open/) `meta/muse-spark-open` MetaTexteEntrée 0,0025 USD / 1KSortie 0,0085 USD / 1K Modèle de Meta aux poids publiés pour la programmation, le raisonnement en plusieurs étapes et le travail sur un vaste contexte textuel. ### Un modèle de Meta pour le développement et les tâches longues Muse Spark Open est une version de Muse Spark aux poids publiés, orientée vers la programmation et les processus de travail agentiques. Meta met en avant les tâches qui demandent de garder un objectif sur plusieurs étapes : comprendre un projet, planifier une modification, préparer du code et confronter le résultat aux exigences initiales. Dans Ailoot, le modèle reçoit des messages textuels et renvoie du texte. Selon Meta, Muse Spark Open comporte 816 milliards de paramètres au total et 42 milliards de paramètres actifs par token. Ces nombres décrivent l’organisation du modèle : sa taille totale et la partie utilisée pour traiter un token. La publication des poids ne signifie pas que l’utilisateur doive les télécharger ou organiser une exécution locale pour utiliser le modèle dans Ailoot. ### Travail sur le code et les exigences Une requête textuelle peut contenir l’énoncé de la tâche, des passages de code source, des informations sur l’environnement et le comportement attendu. Pour analyser une erreur, joignez le message effectivement reçu, un exemple minimal et les limites imposées aux modifications. Le modèle peut préparer une explication, une proposition de correction et des vérifications ; l’exécution du code et la validation du résultat restent des actions distinctes du processus de travail. Lors de la conception d’une modification, fixez l’ordre du résultat : nommer d’abord les parties concernées, décrire ensuite la solution, puis présenter le code. Pour une revue, joignez les exigences avec le passage modifié afin que l’échange porte sur le comportement du système, et pas seulement sur le style du code. Ces démarches correspondent à l’orientation annoncée du modèle : la programmation et la résolution de tâches en plusieurs étapes. ### Contexte dans Ailoot Le contexte annoncé pour Muse Spark Open est de 1 048 576 tokens. Il permet de réunir des contenus textuels volumineux et l’historique de la tâche. Une grande fenêtre est utile pour examiner ensemble les exigences, la documentation et plusieurs modules liés ; conservez toutefois explicitement les noms des fichiers et les limites des passages afin de pouvoir y faire référence dans la réponse. Le modèle de base Muse Spark Open est multimodal, mais les méthodes actuelles d’Ailoot pour cette fiche traitent du texte. Cette description n’annonce pas l’analyse d’images, d’audio ou de vidéos joints, ni le pilotage de logiciels. Les démonstrations agentiques de Meta présentent le modèle dans un environnement distinct équipé d’outils ; une réponse textuelle ne confirme pas, à elle seule, qu’une modification a été effectuée dans une application ou un dépôt. ### Disponible via Ailoot API Types d’entrée `text` Types de sortie `text` Contexte Non précisé dans le catalogue Réponse maximale Non précisé dans le catalogue Entrée 0,0025 USD */ 1K* Sortie 0,0085 USD */ 1K* Lecture du cache 0,0003 USD */ 1K* Types d’entrée `text` Types de sortie `text` Contexte Non précisé dans le catalogue Réponse maximale Non précisé dans le catalogue Entrée 0,0025 USD */ 1K* Sortie 0,0085 USD */ 1K* Lecture du cache 0,0003 USD */ 1K* Types d’entrée `text` Types de sortie `text` Contexte Non précisé dans le catalogue Réponse maximale Non précisé dans le catalogue Entrée 0,0025 USD */ 1K* Sortie 0,0085 USD */ 1K* Lecture du cache 0,0003 USD */ 1K* Types d’entrée `text` Types de sortie `text` Contexte Non précisé dans le catalogue Réponse maximale Non précisé dans le catalogue Entrée 0,0025 USD */ 1K* Sortie 0,0085 USD */ 1K* Lecture du cache 0,0003 USD */ 1K* `meta/muse-spark-open` · JSON ``` {"about":"### Un modèle de Meta pour le développement et les tâches longues\n\nMuse Spark Open est une version de Muse Spark aux poids publiés, orientée vers la programmation et les processus de travail agentiques. Meta met en avant les tâches qui demandent de garder un objectif sur plusieurs étapes : comprendre un projet, planifier une modification, préparer du code et confronter le résultat aux exigences initiales. Dans Ailoot, le modèle reçoit des messages textuels et renvoie du texte.\n\nSelon Meta, Muse Spark Open comporte 816 milliards de paramètres au total et 42 milliards de paramètres actifs par token. Ces nombres décrivent l’organisation du modèle : sa taille totale et la partie utilisée pour traiter un token. La publication des poids ne signifie pas que l’utilisateur doive les télécharger ou organiser une exécution locale pour utiliser le modèle dans Ailoot.\n\n### Travail sur le code et les exigences\n\nUne requête textuelle peut contenir l’énoncé de la tâche, des passages de code source, des informations sur l’environnement et le comportement attendu. Pour analyser une erreur, joignez le message effectivement reçu, un exemple minimal et les limites imposées aux modifications. Le modèle peut préparer une explication, une proposition de correction et des vérifications ; l’exécution du code et la validation du résultat restent des actions distinctes du processus de travail.\n\nLors de la conception d’une modification, fixez l’ordre du résultat : nommer d’abord les parties concernées, décrire ensuite la solution, puis présenter le code. Pour une revue, joignez les exigences avec le passage modifié afin que l’échange porte sur le comportement du système, et pas seulement sur le style du code. Ces démarches correspondent à l’orientation annoncée du modèle : la programmation et la résolution de tâches en plusieurs étapes.\n\n### Contexte dans Ailoot\n\nLe contexte annoncé pour Muse Spark Open est de 1 048 576 tokens. Il permet de réunir des contenus textuels volumineux et l’historique de la tâche. Une grande fenêtre est utile pour examiner ensemble les exigences, la documentation et plusieurs modules liés ; conservez toutefois explicitement les noms des fichiers et les limites des passages afin de pouvoir y faire référence dans la réponse.\n\nLe modèle de base Muse Spark Open est multimodal, mais les méthodes actuelles d’Ailoot pour cette fiche traitent du texte. Cette description n’annonce pas l’analyse d’images, d’audio ou de vidéos joints, ni le pilotage de logiciels. Les démonstrations agentiques de Meta présentent le modèle dans un environnement distinct équipé d’outils ; une réponse textuelle ne confirme pas, à elle seule, qu’une modification a été effectuée dans une application ou un dépôt.","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":"Modèle de Meta aux poids publiés pour la programmation, le raisonnement en plusieurs étapes et le travail sur un vaste contexte textuel."} ``` ## Questions Comment choisir un modèle pour ma tâche ? Déterminez d’abord l’entrée et la sortie nécessaires : texte, image, audio ou vidéo. Comparez ensuite les méthodes API compatibles, l’ID exact du modèle ou la cible actuelle de l’alias, le prix et l’unité de facturation. GET /v1/models est gratuit et répertorie les modèles accessibles avec votre clé. Chaque modèle prend-il en charge toutes les méthodes API et tous les types de médias ? Utilisez les méthodes API et les types d’entrée et de sortie indiqués sur la fiche du modèle. La prise en charge du texte, des images, de l’audio ou de la vidéo dépend du modèle et de la méthode choisis ; consultez leur exemple de requête avant d’envoyer vos données. Quelle est la différence entre l’ID d’un modèle et un alias ? Un ID exact désigne un modèle précis. Un alias pointe vers un modèle et sa cible peut changer. Vérifiez la cible actuelle de l’alias dans le catalogue ; utilisez l’ID exact lorsque votre intégration nécessite un modèle précis. Comment comparer les prix avant d’envoyer une requête ? Consultez la fiche du modèle pour connaître le prix et l’unité de facturation de la méthode API choisie. Comparez la même unité et le même type d’entrée et de sortie ; l’historique des requêtes indique l’utilisation réelle et le montant facturé. Que donne l’abonnement ? Une remise sur l’achat de tokens pour le travail régulier. Choisissez une offre selon votre volume de requêtes ; conditions et prix s’affichent à la souscription. Comment appliquer un code promo jusqu’à 50% ? Saisissez le code lors de l’achat de tokens. Le montant est recalculé selon la promotion ; la remise est visible avant paiement. ## Ailoot · L’entreprise et son portefeuille de projets Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI. L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.