model

Meta: Muse Spark Open

Markdown · JSON

Meta: Muse Spark Open

meta/muse-spark-open
MetaTeksMasukan US$0,0025 / 1KKeluaran US$0,0085 / 1K

Model Meta dengan bobot terbuka untuk pemrograman, penalaran bertahap, dan pengolahan konteks teks besar.

Model Meta untuk pengembangan dan tugas panjang

Muse Spark Open adalah versi Muse Spark dengan bobot yang diterbitkan, berfokus pada pemrograman dan alur kerja agen. Meta menekankan tugas yang perlu mempertahankan tujuan selama beberapa langkah: memahami proyek, merencanakan perubahan, menyiapkan kode, dan menyelaraskan hasil dengan persyaratan awal. Di Ailoot API, model menerima pesan teks dan mengembalikan teks.

Menurut Meta, Muse Spark Open memiliki 816 miliar parameter total dan 42 miliar parameter aktif per token. Angka ini menjelaskan struktur model: ukuran keseluruhan dan bagian yang digunakan saat memproses token. Bobot yang diterbitkan tidak berarti pengguna harus mengunduhnya atau menyiapkan penggunaan lokal untuk bekerja di Ailoot API.

Kode dan persyaratan

Permintaan teks dapat mencakup tugas, potongan sumber, informasi lingkungan, dan perilaku yang diharapkan. Untuk analisis kesalahan, lampirkan pesan aktual, contoh minimal, dan batasan perubahan. Model dapat menyiapkan penjelasan, usulan perbaikan, dan saran verifikasi; pelaksanaan kode dan pemeriksaan hasil tetap menjadi tindakan terpisah dalam alur kerja.

Saat merancang perubahan, tentukan urutan hasil: sebutkan bagian terdampak, jelaskan solusi, lalu sajikan kode. Untuk tinjauan, lampirkan persyaratan bersama potongan yang berubah agar pembahasan didasarkan pada perilaku sistem, bukan hanya gaya penulisan. Cara kerja ini sesuai dengan fokus model: pemrograman dan pemecahan tugas bertahap.

Konteks di Ailoot API

Muse Spark Open memiliki konteks 1 048 576 token untuk materi teks besar dan riwayat tugas. Jendela besar membantu menelaah persyaratan, dokumentasi, serta modul terkait bersama; pertahankan nama berkas dan batas potongan secara jelas agar dapat dirujuk dalam jawaban.

Model dasar Muse Spark Open bersifat multimodal, tetapi metode Ailoot API saat ini untuk kartu ini menggunakan teks. Analisis lampiran gambar, audio, atau video serta kendali program tidak dinyatakan dalam deskripsi ini. Demonstrasi agen Meta menampilkan model dalam lingkungan alat terpisah; jawaban teks sendiri tidak membuktikan perubahan telah diterapkan pada aplikasi atau repositori.

Tersedia melalui Ailoot API

Ultra Anthropic MessagesPOST /v1/messages
Masukan
text
Keluaran
text
Konteks
Tidak ditentukan dalam katalog
Panjang jawaban maksimum
Tidak ditentukan dalam katalog
Masukan
US$0,0025 / 1K
Keluaran
US$0,0085 / 1K
Pembacaan cache
US$0,0003 / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Masukan
text
Keluaran
text
Konteks
Tidak ditentukan dalam katalog
Panjang jawaban maksimum
Tidak ditentukan dalam katalog
Masukan
US$0,0025 / 1K
Keluaran
US$0,0085 / 1K
Pembacaan cache
US$0,0003 / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Masukan
text
Keluaran
text
Konteks
Tidak ditentukan dalam katalog
Panjang jawaban maksimum
Tidak ditentukan dalam katalog
Masukan
US$0,0025 / 1K
Keluaran
US$0,0085 / 1K
Pembacaan cache
US$0,0003 / 1K
Ultra Gemini generateContentPOST /v1beta/models/meta/muse-spark-open:generateContent
Masukan
text
Keluaran
text
Konteks
Tidak ditentukan dalam katalog
Panjang jawaban maksimum
Tidak ditentukan dalam katalog
Masukan
US$0,0025 / 1K
Keluaran
US$0,0085 / 1K
Pembacaan cache
US$0,0003 / 1K
meta/muse-spark-open · JSON
{"about":"### Model Meta untuk pengembangan dan tugas panjang\n\nMuse Spark Open adalah versi Muse Spark dengan bobot yang diterbitkan, berfokus pada pemrograman dan alur kerja agen. Meta menekankan tugas yang perlu mempertahankan tujuan selama beberapa langkah: memahami proyek, merencanakan perubahan, menyiapkan kode, dan menyelaraskan hasil dengan persyaratan awal. Di Ailoot API, model menerima pesan teks dan mengembalikan teks.\n\nMenurut Meta, Muse Spark Open memiliki 816 miliar parameter total dan 42 miliar parameter aktif per token. Angka ini menjelaskan struktur model: ukuran keseluruhan dan bagian yang digunakan saat memproses token. Bobot yang diterbitkan tidak berarti pengguna harus mengunduhnya atau menyiapkan penggunaan lokal untuk bekerja di Ailoot API.\n\n### Kode dan persyaratan\n\nPermintaan teks dapat mencakup tugas, potongan sumber, informasi lingkungan, dan perilaku yang diharapkan. Untuk analisis kesalahan, lampirkan pesan aktual, contoh minimal, dan batasan perubahan. Model dapat menyiapkan penjelasan, usulan perbaikan, dan saran verifikasi; pelaksanaan kode dan pemeriksaan hasil tetap menjadi tindakan terpisah dalam alur kerja.\n\nSaat merancang perubahan, tentukan urutan hasil: sebutkan bagian terdampak, jelaskan solusi, lalu sajikan kode. Untuk tinjauan, lampirkan persyaratan bersama potongan yang berubah agar pembahasan didasarkan pada perilaku sistem, bukan hanya gaya penulisan. Cara kerja ini sesuai dengan fokus model: pemrograman dan pemecahan tugas bertahap.\n\n### Konteks di Ailoot API\n\nMuse Spark Open memiliki konteks 1 048 576 token untuk materi teks besar dan riwayat tugas. Jendela besar membantu menelaah persyaratan, dokumentasi, serta modul terkait bersama; pertahankan nama berkas dan batas potongan secara jelas agar dapat dirujuk dalam jawaban.\n\nModel dasar Muse Spark Open bersifat multimodal, tetapi metode Ailoot API saat ini untuk kartu ini menggunakan teks. Analisis lampiran gambar, audio, atau video serta kendali program tidak dinyatakan dalam deskripsi ini. Demonstrasi agen Meta menampilkan model dalam lingkungan alat terpisah; jawaban teks sendiri tidak membuktikan perubahan telah diterapkan pada aplikasi atau repositori.","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":"Model Meta dengan bobot terbuka untuk pemrograman, penalaran bertahap, dan pengolahan konteks teks besar."}

Pertanyaan

Bagaimana cara memilih model untuk tugas saya?

Tentukan dahulu input dan output yang diperlukan: teks, gambar, audio, atau video. Lalu bandingkan metode API yang kompatibel, ID model yang tepat atau model yang saat ini dirujuk oleh alias, harga, dan satuan penagihan. GET /v1/models gratis dan menampilkan model yang tersedia untuk kunci Anda.

Apakah setiap model mendukung semua metode API dan jenis media?

Gunakan metode API dan jenis input/output yang tercantum pada kartu model. Dukungan untuk teks, gambar, audio, atau video bergantung pada model dan metode yang dipilih; periksa contoh permintaannya sebelum mengirim data Anda.

Apa perbedaan antara ID model dan alias?

ID model yang tepat mengidentifikasi satu model tertentu. Alias merujuk ke sebuah model dan model tujuannya dapat berubah. Periksa model yang saat ini dirujuk oleh alias dalam katalog; gunakan ID yang tepat jika integrasi Anda memerlukan model tertentu.

Bagaimana cara membandingkan harga sebelum mengirim permintaan?

Periksa harga dan satuan penagihan untuk metode API yang dipilih pada kartu model. Bandingkan dengan satuan serta jenis input/output yang sama; riwayat permintaan menampilkan penggunaan aktual dan jumlah yang ditagihkan.

Apa manfaat langganan?

Diskon pembelian token untuk pekerjaan rutin. Pilih paket sesuai volume permintaan; ketentuan dan harga langganan ditampilkan saat pendaftaran.

Bagaimana memakai kode promo dengan diskon hingga 50%?

Masukkan kode promo saat membeli token. Total dihitung ulang sesuai ketentuan promosi; besar diskon terlihat sebelum pembayaran.