modelli

Meta: Muse Spark Open

Markdown · JSON

Meta: Muse Spark Open

meta/muse-spark-open
MetaTestoInput 0,0025 USD / 1KOutput 0,0085 USD / 1K

Modello Meta con pesi aperti per programmazione, ragionamento in più passaggi e lavoro con contesti testuali ampi.

Un modello Meta per sviluppo e attività lunghe

Muse Spark Open è una versione di Muse Spark con pesi pubblicati, orientata alla programmazione e ai processi agentici. Meta evidenzia attività in cui occorre mantenere l’obiettivo per più passaggi: comprendere un progetto, pianificare una modifica, preparare codice e allineare il risultato ai requisiti iniziali. In Ailoot il modello accetta messaggi testuali e restituisce testo.

Secondo Meta, Muse Spark Open ha 816 miliardi di parametri complessivi e 42 miliardi attivi per token. Queste quantità descrivono l’organizzazione del modello: dimensione totale e parte usata nell’elaborazione del token. La pubblicazione dei pesi non significa che l’utente debba scaricarli o predisporre un’esecuzione locale per lavorare in Ailoot.

Lavoro con codice e requisiti

Una richiesta testuale può comprendere definizione dell’attività, frammenti sorgente, informazioni sull’ambiente e comportamento atteso. Per analizzare un errore è utile allegare il messaggio effettivo, un esempio minimo e i vincoli alla modifica. Il modello può preparare una spiegazione, una proposta di correzione e suggerimenti per la verifica; esecuzione del codice e controllo del risultato restano azioni separate del processo.

Nel progettare una modifica, definire la sequenza del risultato: prima nominare le parti interessate, poi descrivere la soluzione e solo dopo presentare il codice. Per una revisione, allegare i requisiti insieme al frammento modificato, così la discussione si basa sul comportamento del sistema e non solo sullo stile del codice. Questi metodi corrispondono all’orientamento dichiarato del modello: programmazione e soluzione di attività in più passaggi.

Contesto in Ailoot

Per Muse Spark Open è indicato un contesto di 1 048 576 token. Può contenere ampi materiali testuali e la cronologia dell’attività. La finestra grande è comoda per considerare insieme requisiti, documentazione e più moduli collegati; conviene mantenere espliciti nomi dei file e confini dei frammenti, così la risposta può farvi riferimento.

Il modello di base Muse Spark Open è multimodale, ma i metodi attuali di Ailoot per questa scheda lavorano con testo. Questa descrizione non dichiara analisi di immagini, audio o video allegati né controllo di programmi. Le dimostrazioni agentiche di Meta mostrano il modello in un ambiente distinto con strumenti; una risposta testuale da sola non conferma una modifica eseguita in un’applicazione o in un repository.

Disponibile tramite Ailoot API

Ultra Anthropic MessagesPOST /v1/messages
Tipi di input
text
Tipi di output
text
Contesto
Non specificato nel catalogo
Risposta massima
Non specificato nel catalogo
Input
0,0025 USD / 1K
Output
0,0085 USD / 1K
Lettura dalla cache
0,0003 USD / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Tipi di input
text
Tipi di output
text
Contesto
Non specificato nel catalogo
Risposta massima
Non specificato nel catalogo
Input
0,0025 USD / 1K
Output
0,0085 USD / 1K
Lettura dalla cache
0,0003 USD / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Tipi di input
text
Tipi di output
text
Contesto
Non specificato nel catalogo
Risposta massima
Non specificato nel catalogo
Input
0,0025 USD / 1K
Output
0,0085 USD / 1K
Lettura dalla cache
0,0003 USD / 1K
Ultra Gemini generateContentPOST /v1beta/models/meta/muse-spark-open:generateContent
Tipi di input
text
Tipi di output
text
Contesto
Non specificato nel catalogo
Risposta massima
Non specificato nel catalogo
Input
0,0025 USD / 1K
Output
0,0085 USD / 1K
Lettura dalla cache
0,0003 USD / 1K
meta/muse-spark-open · JSON
{"about":"### Un modello Meta per sviluppo e attività lunghe\n\nMuse Spark Open è una versione di Muse Spark con pesi pubblicati, orientata alla programmazione e ai processi agentici. Meta evidenzia attività in cui occorre mantenere l’obiettivo per più passaggi: comprendere un progetto, pianificare una modifica, preparare codice e allineare il risultato ai requisiti iniziali. In Ailoot il modello accetta messaggi testuali e restituisce testo.\n\nSecondo Meta, Muse Spark Open ha 816 miliardi di parametri complessivi e 42 miliardi attivi per token. Queste quantità descrivono l’organizzazione del modello: dimensione totale e parte usata nell’elaborazione del token. La pubblicazione dei pesi non significa che l’utente debba scaricarli o predisporre un’esecuzione locale per lavorare in Ailoot.\n\n### Lavoro con codice e requisiti\n\nUna richiesta testuale può comprendere definizione dell’attività, frammenti sorgente, informazioni sull’ambiente e comportamento atteso. Per analizzare un errore è utile allegare il messaggio effettivo, un esempio minimo e i vincoli alla modifica. Il modello può preparare una spiegazione, una proposta di correzione e suggerimenti per la verifica; esecuzione del codice e controllo del risultato restano azioni separate del processo.\n\nNel progettare una modifica, definire la sequenza del risultato: prima nominare le parti interessate, poi descrivere la soluzione e solo dopo presentare il codice. Per una revisione, allegare i requisiti insieme al frammento modificato, così la discussione si basa sul comportamento del sistema e non solo sullo stile del codice. Questi metodi corrispondono all’orientamento dichiarato del modello: programmazione e soluzione di attività in più passaggi.\n\n### Contesto in Ailoot\n\nPer Muse Spark Open è indicato un contesto di 1 048 576 token. Può contenere ampi materiali testuali e la cronologia dell’attività. La finestra grande è comoda per considerare insieme requisiti, documentazione e più moduli collegati; conviene mantenere espliciti nomi dei file e confini dei frammenti, così la risposta può farvi riferimento.\n\nIl modello di base Muse Spark Open è multimodale, ma i metodi attuali di Ailoot per questa scheda lavorano con testo. Questa descrizione non dichiara analisi di immagini, audio o video allegati né controllo di programmi. Le dimostrazioni agentiche di Meta mostrano il modello in un ambiente distinto con strumenti; una risposta testuale da sola non conferma una modifica eseguita in un’applicazione o in un 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":"Modello Meta con pesi aperti per programmazione, ragionamento in più passaggi e lavoro con contesti testuali ampi."}

Domande

Come scelgo un modello per la mia attività?

Individua prima l'input e l'output necessari: testo, immagini, audio o video. Poi confronta i metodi API compatibili, l'ID esatto del modello o il modello a cui punta attualmente l'alias, il prezzo e l'unità di fatturazione. GET /v1/models è gratuito ed elenca i modelli disponibili per la tua chiave.

Ogni modello supporta tutti i metodi API e i tipi di contenuto?

Usa i metodi API e i tipi di input/output elencati nella scheda del modello. Il supporto per testo, immagini, audio o video dipende dal modello e dal metodo selezionati; controlla il relativo esempio di richiesta prima di inviare i tuoi dati.

Qual è la differenza tra un ID modello e un alias?

Un ID modello esatto identifica un modello specifico. Un alias punta a un modello e il modello di destinazione può cambiare. Controlla nel catalogo a quale modello punta attualmente l'alias; usa l'ID esatto quando la tua integrazione richiede un modello specifico.

Come confronto i prezzi prima di inviare una richiesta?

Consulta la scheda del modello per conoscere il prezzo e l'unità di fatturazione del metodo API selezionato. Confronta la stessa unità e lo stesso tipo di input/output; la cronologia delle richieste mostra l'utilizzo effettivo e l'importo addebitato.

Cosa offre l’abbonamento?

Sconto sull’acquisto di token per lavoro regolare. Scegli piano per volume; condizioni e prezzo sono mostrati alla sottoscrizione.

Come applico un codice fino al 50%?

Inseriscilo acquistando token. Il totale segue la promozione e lo sconto è visibile prima del pagamento.