Source: https://ailoot.ai/models/ko/meta-muse-spark-open/ Canonical: https://ailoot.ai/models/ko/meta-muse-spark-open/ Language: ko # Meta: Muse Spark Open [Markdown](https://ailoot.ai/models/ko/meta-muse-spark-open/index.md) · [JSON](https://ailoot.ai/models/ko/meta-muse-spark-open/facts.json) ## [Meta: Muse Spark Open](https://ailoot.ai/models/ko/meta-muse-spark-open/) `meta/muse-spark-open` Meta텍스트입력 US$0.0025 / 1K출력 US$0.0085 / 1K 프로그래밍, 다단계 추론, 방대한 텍스트 맥락 처리를 위한 Meta의 가중치 공개 모델입니다. ### 개발과 긴 과제를 위한 Meta 모델 Muse Spark Open은 프로그래밍과 에이전트 작업을 지향하며 가중치를 공개한 Muse Spark 버전입니다. Meta는 프로젝트 이해, 변경 계획, 코드 준비, 원래 요구사항과 결과의 일치처럼 여러 단계에 걸쳐 목표를 유지해야 하는 작업을 강조합니다. Ailoot에서는 텍스트 메시지를 받아 텍스트를 반환합니다. Meta에 따르면 Muse Spark Open은 총 8,160억 매개변수와 토큰당 420억 활성 매개변수를 갖습니다. 이는 모델의 전체 크기와 토큰 처리에 사용하는 부분을 나타내는 구조적 수치입니다. 가중치가 공개되어 있다고 해서 Ailoot 사용자가 이를 다운로드하거나 로컬 실행 환경을 직접 구성해야 하는 것은 아닙니다. ### 코드와 요구사항 작업 텍스트 요청에 과제, 소스 코드 일부, 환경 정보, 기대 동작을 전달할 수 있습니다. 오류 분석에는 실제 메시지, 최소 예제, 변경 제약을 첨부하면 좋습니다. 모델은 설명, 수정안, 검증 제안을 준비할 수 있으며, 코드 실행과 결과 확인은 작업 과정의 별도 단계입니다. 변경을 설계할 때는 영향받는 부분을 먼저 나열하고 해결책을 설명한 다음 코드를 제시하도록 결과 순서를 정하세요. 리뷰에는 요구사항과 변경 부분을 함께 첨부하면 작성 스타일뿐 아니라 시스템 동작을 기준으로 논의할 수 있습니다. 이런 방식은 프로그래밍과 다단계 문제 해결이라는 모델의 지향점에 맞습니다. ### Ailoot의 맥락 Muse Spark Open에는 1,048,576토큰의 맥락이 표시되어 있습니다. 방대한 텍스트 자료와 작업 기록을 넣을 수 있습니다. 큰 맥락 창은 요구사항, 문서, 관련 모듈 여러 개를 함께 검토할 때 편리합니다. 답변에서 참조할 수 있도록 파일명과 각 발췌의 경계를 명확히 유지하는 것이 좋습니다. 기본 Muse Spark Open 모델은 멀티모달이지만 이 모델 카드의 현재 Ailoot 메서드는 텍스트를 처리합니다. 첨부 이미지, 오디오, 동영상 분석과 프로그램 제어는 이 설명에서 제공 기능으로 제시하지 않습니다. Meta의 에이전트 시연은 도구가 있는 별도 환경에서 모델을 사용한 것입니다. 텍스트 답변 자체가 애플리케이션이나 저장소에 변경이 실제로 적용됐음을 확인해 주지는 않습니다. ### Ailoot API에서 사용 가능 입력 `text` 출력 `text` 컨텍스트 카탈로그에 명시되지 않음 최대 출력 카탈로그에 명시되지 않음 입력 US$0.0025 */ 1K* 출력 US$0.0085 */ 1K* 캐시 읽기 US$0.0003 */ 1K* 입력 `text` 출력 `text` 컨텍스트 카탈로그에 명시되지 않음 최대 출력 카탈로그에 명시되지 않음 입력 US$0.0025 */ 1K* 출력 US$0.0085 */ 1K* 캐시 읽기 US$0.0003 */ 1K* 입력 `text` 출력 `text` 컨텍스트 카탈로그에 명시되지 않음 최대 출력 카탈로그에 명시되지 않음 입력 US$0.0025 */ 1K* 출력 US$0.0085 */ 1K* 캐시 읽기 US$0.0003 */ 1K* 입력 `text` 출력 `text` 컨텍스트 카탈로그에 명시되지 않음 최대 출력 카탈로그에 명시되지 않음 입력 US$0.0025 */ 1K* 출력 US$0.0085 */ 1K* 캐시 읽기 US$0.0003 */ 1K* `meta/muse-spark-open` · JSON ``` {"about":"### 개발과 긴 과제를 위한 Meta 모델\n\nMuse Spark Open은 프로그래밍과 에이전트 작업을 지향하며 가중치를 공개한 Muse Spark 버전입니다. Meta는 프로젝트 이해, 변경 계획, 코드 준비, 원래 요구사항과 결과의 일치처럼 여러 단계에 걸쳐 목표를 유지해야 하는 작업을 강조합니다. Ailoot에서는 텍스트 메시지를 받아 텍스트를 반환합니다.\n\nMeta에 따르면 Muse Spark Open은 총 8,160억 매개변수와 토큰당 420억 활성 매개변수를 갖습니다. 이는 모델의 전체 크기와 토큰 처리에 사용하는 부분을 나타내는 구조적 수치입니다. 가중치가 공개되어 있다고 해서 Ailoot 사용자가 이를 다운로드하거나 로컬 실행 환경을 직접 구성해야 하는 것은 아닙니다.\n\n### 코드와 요구사항 작업\n\n텍스트 요청에 과제, 소스 코드 일부, 환경 정보, 기대 동작을 전달할 수 있습니다. 오류 분석에는 실제 메시지, 최소 예제, 변경 제약을 첨부하면 좋습니다. 모델은 설명, 수정안, 검증 제안을 준비할 수 있으며, 코드 실행과 결과 확인은 작업 과정의 별도 단계입니다.\n\n변경을 설계할 때는 영향받는 부분을 먼저 나열하고 해결책을 설명한 다음 코드를 제시하도록 결과 순서를 정하세요. 리뷰에는 요구사항과 변경 부분을 함께 첨부하면 작성 스타일뿐 아니라 시스템 동작을 기준으로 논의할 수 있습니다. 이런 방식은 프로그래밍과 다단계 문제 해결이라는 모델의 지향점에 맞습니다.\n\n### Ailoot의 맥락\n\nMuse Spark Open에는 1,048,576토큰의 맥락이 표시되어 있습니다. 방대한 텍스트 자료와 작업 기록을 넣을 수 있습니다. 큰 맥락 창은 요구사항, 문서, 관련 모듈 여러 개를 함께 검토할 때 편리합니다. 답변에서 참조할 수 있도록 파일명과 각 발췌의 경계를 명확히 유지하는 것이 좋습니다.\n\n기본 Muse Spark Open 모델은 멀티모달이지만 이 모델 카드의 현재 Ailoot 메서드는 텍스트를 처리합니다. 첨부 이미지, 오디오, 동영상 분석과 프로그램 제어는 이 설명에서 제공 기능으로 제시하지 않습니다. Meta의 에이전트 시연은 도구가 있는 별도 환경에서 모델을 사용한 것입니다. 텍스트 답변 자체가 애플리케이션이나 저장소에 변경이 실제로 적용됐음을 확인해 주지는 않습니다.","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":"프로그래밍, 다단계 추론, 방대한 텍스트 맥락 처리를 위한 Meta의 가중치 공개 모델입니다."} ``` ## 자주 묻는 질문 작업에 맞는 모델은 어떻게 선택하나요? 먼저 필요한 입력과 출력이 텍스트, 이미지, 오디오, 동영상 중 무엇인지 확인하세요. 그런 다음 호환되는 API 메서드, 정확한 모델 ID 또는 별칭이 현재 가리키는 모델, 가격, 과금 단위를 비교하세요. GET /v1/models 는 무료이며 키로 이용할 수 있는 모델 목록을 제공합니다. 각 모델은 모든 API 메서드와 미디어 유형을 지원하나요? 모델 카드에 명시된 API 메서드와 입출력 유형을 사용하세요. 텍스트, 이미지, 오디오, 동영상 지원 여부는 선택한 모델과 메서드에 따라 달라집니다. 데이터를 보내기 전에 해당 요청 예제를 확인하세요. 모델 ID와 별칭은 어떻게 다른가요? 정확한 모델 ID는 특정 모델을 식별합니다. 별칭은 모델을 가리키며 그 대상은 바뀔 수 있습니다. 카탈로그에서 별칭이 현재 가리키는 모델을 확인하세요. 연동에 특정 모델이 필요하면 정확한 ID를 사용하세요. 요청을 보내기 전에 가격을 어떻게 비교하나요? 모델 카드에서 선택한 API 메서드의 가격과 과금 단위를 확인하세요. 동일한 단위와 입출력 유형을 기준으로 비교하세요. 요청 기록에는 실제 사용량과 청구 금액이 표시됩니다. 구독의 혜택은 무엇인가요? 정기 작업용 토큰 구매 할인입니다. 요청량에 맞는 요금제를 선택하고 가입 화면에서 조건·가격을 확인하세요. 최대 50% 코드는 어떻게 적용하나요? 토큰 구매 때 입력하면 행사 조건에 따라 다시 계산하며 결제 전에 할인율이 보입니다. ## Ailoot · 회사와 그 프로젝트 포트폴리오 Ailoot는 축적된 운영 경험, 폭넓은 고객 기반, 안정적인 서비스, 지속적인 KPI 관리를 바탕으로 합니다. 회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출. Ailoot는 이러한 운영 경험을 고객의 제품, 에이전트, 애플리케이션, 자동화에서 AI 기능을 이용할 수 있는 API 접근에 활용합니다.