models

Meta: Muse Spark Open

Markdown · JSON

Meta: Muse Spark Open

meta/muse-spark-open
Metaข้อความขาเข้า US$0.0025 / 1Kขาออก US$0.0085 / 1K

โมเดลเปิดน้ำหนักของ Meta สำหรับเขียนโปรแกรม ให้เหตุผลหลายขั้น และทำงานกับบริบทข้อความปริมาณมาก

โมเดล Meta สำหรับงานพัฒนาและงานยาว

Muse Spark Open เป็น Muse Spark รุ่นที่เผยแพร่น้ำหนัก โดยเน้นการเขียนโปรแกรมและกระบวนการทำงานเอเจนต์ Meta ให้ความสำคัญกับงานที่ต้องคงเป้าหมายตลอดหลายขั้น: ทำความเข้าใจโครงการ วางแผนแก้ไข เตรียมโค้ด และทำให้ผลลัพธ์สอดคล้องกับข้อกำหนดต้นทาง ใน Ailoot โมเดลรับข้อความและคืนข้อความ

ตามข้อมูล Meta โมเดล Muse Spark Open มีพารามิเตอร์รวม 816 พันล้าน และเปิดใช้ 42 พันล้านพารามิเตอร์ต่อโทเคน ตัวเลขเหล่านี้อธิบายโครงสร้างโมเดล ทั้งขนาดรวมและส่วนที่ใช้เมื่อประมวลผลโทเคน การเผยแพร่น้ำหนักไม่ได้หมายความว่าผู้ใช้ต้องดาวน์โหลดหรือตั้งระบบรันในเครื่องเพื่อใช้งานผ่าน Ailoot

ทำงานกับโค้ดและข้อกำหนด

คำขอข้อความสามารถมีโจทย์งาน ส่วนของซอร์สโค้ด ข้อมูลสภาพแวดล้อม และพฤติกรรมที่คาดหวัง สำหรับวิเคราะห์ข้อผิดพลาด ควรแนบข้อความจริง ตัวอย่างขั้นต่ำ และข้อจำกัดการแก้ไข โมเดลอาจเตรียมคำอธิบาย แนวทางแก้ และข้อเสนอการตรวจสอบ ส่วนการรันโค้ดและตรวจผลเป็นอีกกิจกรรมในกระบวนการทำงาน

เมื่อออกแบบการแก้ไข ให้กำหนดลำดับผลลัพธ์: ระบุส่วนที่ได้รับผลกระทบก่อน อธิบายแนวทาง แล้วจึงแสดงโค้ด สำหรับการรีวิว ให้แนบข้อกำหนดพร้อมส่วนที่แก้ เพื่อให้การหารือยึดพฤติกรรมระบบ ไม่ใช่เพียงสไตล์การเขียน วิธีเหล่านี้สอดคล้องกับทิศทางที่โมเดลประกาศไว้คือการเขียนโปรแกรมและการแก้โจทย์หลายขั้น

บริบทใน Ailoot

Muse Spark Open ระบุบริบทไว้ที่ 1,048,576 โทเคน รองรับข้อมูลข้อความปริมาณมากและประวัติของงาน หน้าต่างขนาดใหญ่เหมาะกับการพิจารณาข้อกำหนด เอกสาร และโมดูลที่เกี่ยวข้องหลายส่วนร่วมกัน แต่ควรคงชื่อไฟล์และขอบเขตแต่ละส่วนไว้อย่างชัดเจนเพื่อให้อ้างถึงในคำตอบได้

โมเดลพื้นฐาน Muse Spark Open เป็นโมเดลหลายสื่อ แต่เมธอด Ailoot ปัจจุบันของหน้านี้ทำงานกับข้อความ คำอธิบายนี้ไม่ได้ระบุการวิเคราะห์ภาพ เสียง หรือวิดีโอที่แนบ หรือการควบคุมโปรแกรม การสาธิตเอเจนต์ของ Meta แสดงโมเดลภายในสภาพแวดล้อมแยกที่มีเครื่องมือ คำตอบข้อความเพียงอย่างเดียวไม่ได้ยืนยันว่ามีการแก้ไขในแอปพลิเคชันหรือคลังโค้ดแล้ว

ใช้งานได้ผ่าน Ailoot API

Ultra Anthropic MessagesPOST /v1/messages
ขาเข้า
text
ขาออก
text
บริบท
ไม่ได้ระบุในแค็ตตาล็อก
ความยาวคำตอบสูงสุด
ไม่ได้ระบุในแค็ตตาล็อก
ขาเข้า
US$0.0025 / 1K
ขาออก
US$0.0085 / 1K
การอ่านแคช
US$0.0003 / 1K
Ultra OpenAI ResponsesPOST /v1/responses
ขาเข้า
text
ขาออก
text
บริบท
ไม่ได้ระบุในแค็ตตาล็อก
ความยาวคำตอบสูงสุด
ไม่ได้ระบุในแค็ตตาล็อก
ขาเข้า
US$0.0025 / 1K
ขาออก
US$0.0085 / 1K
การอ่านแคช
US$0.0003 / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
ขาเข้า
text
ขาออก
text
บริบท
ไม่ได้ระบุในแค็ตตาล็อก
ความยาวคำตอบสูงสุด
ไม่ได้ระบุในแค็ตตาล็อก
ขาเข้า
US$0.0025 / 1K
ขาออก
US$0.0085 / 1K
การอ่านแคช
US$0.0003 / 1K
Ultra Gemini generateContentPOST /v1beta/models/meta/muse-spark-open:generateContent
ขาเข้า
text
ขาออก
text
บริบท
ไม่ได้ระบุในแค็ตตาล็อก
ความยาวคำตอบสูงสุด
ไม่ได้ระบุในแค็ตตาล็อก
ขาเข้า
US$0.0025 / 1K
ขาออก
US$0.0085 / 1K
การอ่านแคช
US$0.0003 / 1K
meta/muse-spark-open · JSON
{"about":"### โมเดล Meta สำหรับงานพัฒนาและงานยาว\n\nMuse Spark Open เป็น Muse Spark รุ่นที่เผยแพร่น้ำหนัก โดยเน้นการเขียนโปรแกรมและกระบวนการทำงานเอเจนต์ Meta ให้ความสำคัญกับงานที่ต้องคงเป้าหมายตลอดหลายขั้น: ทำความเข้าใจโครงการ วางแผนแก้ไข เตรียมโค้ด และทำให้ผลลัพธ์สอดคล้องกับข้อกำหนดต้นทาง ใน Ailoot โมเดลรับข้อความและคืนข้อความ\n\nตามข้อมูล Meta โมเดล Muse Spark Open มีพารามิเตอร์รวม 816 พันล้าน และเปิดใช้ 42 พันล้านพารามิเตอร์ต่อโทเคน ตัวเลขเหล่านี้อธิบายโครงสร้างโมเดล ทั้งขนาดรวมและส่วนที่ใช้เมื่อประมวลผลโทเคน การเผยแพร่น้ำหนักไม่ได้หมายความว่าผู้ใช้ต้องดาวน์โหลดหรือตั้งระบบรันในเครื่องเพื่อใช้งานผ่าน Ailoot\n\n### ทำงานกับโค้ดและข้อกำหนด\n\nคำขอข้อความสามารถมีโจทย์งาน ส่วนของซอร์สโค้ด ข้อมูลสภาพแวดล้อม และพฤติกรรมที่คาดหวัง สำหรับวิเคราะห์ข้อผิดพลาด ควรแนบข้อความจริง ตัวอย่างขั้นต่ำ และข้อจำกัดการแก้ไข โมเดลอาจเตรียมคำอธิบาย แนวทางแก้ และข้อเสนอการตรวจสอบ ส่วนการรันโค้ดและตรวจผลเป็นอีกกิจกรรมในกระบวนการทำงาน\n\nเมื่อออกแบบการแก้ไข ให้กำหนดลำดับผลลัพธ์: ระบุส่วนที่ได้รับผลกระทบก่อน อธิบายแนวทาง แล้วจึงแสดงโค้ด สำหรับการรีวิว ให้แนบข้อกำหนดพร้อมส่วนที่แก้ เพื่อให้การหารือยึดพฤติกรรมระบบ ไม่ใช่เพียงสไตล์การเขียน วิธีเหล่านี้สอดคล้องกับทิศทางที่โมเดลประกาศไว้คือการเขียนโปรแกรมและการแก้โจทย์หลายขั้น\n\n### บริบทใน Ailoot\n\nMuse Spark Open ระบุบริบทไว้ที่ 1,048,576 โทเคน รองรับข้อมูลข้อความปริมาณมากและประวัติของงาน หน้าต่างขนาดใหญ่เหมาะกับการพิจารณาข้อกำหนด เอกสาร และโมดูลที่เกี่ยวข้องหลายส่วนร่วมกัน แต่ควรคงชื่อไฟล์และขอบเขตแต่ละส่วนไว้อย่างชัดเจนเพื่อให้อ้างถึงในคำตอบได้\n\nโมเดลพื้นฐาน Muse Spark Open เป็นโมเดลหลายสื่อ แต่เมธอด Ailoot ปัจจุบันของหน้านี้ทำงานกับข้อความ คำอธิบายนี้ไม่ได้ระบุการวิเคราะห์ภาพ เสียง หรือวิดีโอที่แนบ หรือการควบคุมโปรแกรม การสาธิตเอเจนต์ของ Meta แสดงโมเดลภายในสภาพแวดล้อมแยกที่มีเครื่องมือ คำตอบข้อความเพียงอย่างเดียวไม่ได้ยืนยันว่ามีการแก้ไขในแอปพลิเคชันหรือคลังโค้ดแล้ว","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":"โมเดลเปิดน้ำหนักของ Meta สำหรับเขียนโปรแกรม ให้เหตุผลหลายขั้น และทำงานกับบริบทข้อความปริมาณมาก"}

คำถาม

จะเลือกโมเดลสำหรับงานของฉันได้อย่างไร?

เริ่มจากระบุอินพุตและเอาต์พุตที่ต้องการ ได้แก่ ข้อความ รูปภาพ เสียง หรือวิดีโอ จากนั้นเปรียบเทียบวิธี API ที่เข้ากันได้ ID โมเดลที่แน่นอนหรือโมเดลที่นามแฝงชี้ไปในปัจจุบัน ราคาและหน่วยคิดค่าบริการ โดย GET /v1/models ใช้งานฟรีและแสดงโมเดลที่คีย์ของคุณเข้าถึงได้

ทุกโมเดลรองรับวิธี API และประเภทสื่อทั้งหมดหรือไม่?

ใช้วิธี API และประเภทอินพุตและเอาต์พุตที่ระบุในหน้าข้อมูลโมเดล การรองรับข้อความ รูปภาพ เสียง หรือวิดีโอขึ้นอยู่กับโมเดลและวิธีที่เลือก ตรวจสอบตัวอย่างคำขอที่เกี่ยวข้องก่อนส่งข้อมูล

ID โมเดลต่างจากนามแฝงอย่างไร?

ID ที่แน่นอนระบุโมเดลเฉพาะ นามแฝงชี้ไปยังโมเดลหนึ่งและโมเดลปลายทางอาจเปลี่ยนได้ ตรวจสอบโมเดลที่นามแฝงชี้ไปในปัจจุบันในแค็ตตาล็อก และใช้ ID ที่แน่นอนเมื่อการเชื่อมต่อต้องใช้โมเดลเฉพาะ

จะเปรียบเทียบราคาก่อนส่งคำขอได้อย่างไร?

ตรวจสอบราคาและหน่วยคิดค่าบริการของวิธี API ที่เลือกในหน้าข้อมูลโมเดล เปรียบเทียบด้วยหน่วยและประเภทอินพุตและเอาต์พุตเดียวกัน ประวัติคำขอจะแสดงการใช้งานจริงและยอดเงินที่หัก

สมาชิกให้อะไร?

ส่วนลดซื้อโทเคนสำหรับงานประจำ เลือกแพ็กเกจตามปริมาณคำขอ เงื่อนไขและราคาสมาชิกแสดงตอนสมัคร

ใช้โค้ดส่วนลดสูงสุด 50% อย่างไร?

ใส่โค้ดเมื่อซื้อโทเคน ยอดรวมคำนวณตามโปรโมชั่น และเห็นส่วนลดก่อนจ่าย