Muse Spark 1.2 Contributor
muse-spark-1.2-contributorMuse Spark 1.2 是 Meta 面向智能体与编程任务的上一代版本，支持图片、视频、音频与 PDF 输入和 100 万 token 上下文。Contributor 档价格大幅降低，但 Meta 可以使用请求与回答内容训练模型。
- 起始价格
- 输入 / 输出 · 1M
- 上下文
- 1M
- 最大输入窗口
- 模态
- →
按供应商定价
能力 / 支持的模态
厂商与数据隐私
BPE (vendor-specific)性能
基准测试
标准化评测得分。百分比越高越好，并展示排名百分位。
指标来源：Artificial Analysis 2026-09-30·Muse Spark 1.2 Contributor
当前基准快照不包含此模型。
缺失的模型或测量值不代表零分。
基准图表保留来源中的模型选择和思考设置。缺失的模型或测量值不代表零分，基准成本或速度也不是本站的服务承诺。
关于 Muse Spark 1.2 Contributor
Muse Spark 1.2 是 Meta 面向智能体与编程任务的上一代版本，支持图片、视频、音频与 PDF 输入和 100 万 token 上下文。Contributor 档价格大幅降低，但 Meta 可以使用请求与回答内容训练模型。
支持 1,048,576 token 上下文、工具调用、JSON Schema 结构化输出和自动提示缓存。模型始终先思考再作答，思考 token 计入输出，但不返回思考过程。
Contributor 数据政策：Meta 可将请求和回答用于模型训练。请勿提交敏感或保密内容。
使用场景与提示词
通过 OpenAI 兼容的 POST /v1/chat/completions 调用，model 填 muse-spark-1.2-contributor。需要保留多轮推理或内置联网搜索时，使用 POST /v1/responses 或 POST /v1/messages；Chat Completions 不提供内置联网搜索。
思考强度可选 minimal / low / medium / high / xhigh，none 不受支持。Chat 使用 reasoning_effort，Responses 使用 reasoning.effort。图片、视频、PDF 等通过公网 URL 或内联 base64 传入；不支持 /v1/files 上传。
Contributor 数据政策：Meta 可将请求和回答用于模型训练。请勿提交敏感或保密内容。
美元基础价（每百万 token）：输入 $0.1，输出 $0.2，缓存读取 $0.002。内置联网搜索为 $2.50/千次查询，另加搜索内容对应的 token 费用。
接入 API
API 接口文档
调用示例
/v1/messages| 参数 | 类型 | 默认值 / 范围 | 说明信息 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 采样温度；越低越稳定 |
top_p | number | = 10 ~ 1 | 核采样累计概率 |
max_tokens | integer | >= 1 | 响应中最大 token 数 |
frequency_penalty | number | = 0-2 ~ 2 | 惩罚高频 token 的重复出现 |
presence_penalty | number | = 0-2 ~ 2 | 鼓励引入新话题 |
stop | array | — | 最多 4 个停止生成的字符串 |
seed | integer | — | 尽量保证可复现的采样种子 |
n | integer | = 1>= 1 | 生成的候选条数 |
stream | boolean | = false | 通过 SSE 流式返回 token |
response_format | object | — | 强制输出 JSON 对象或符合 Schema 的结果 |
tools | array | — | 模型可调用的工具 / 函数声明 |
tool_choice | string | autononerequired | 工具选择策略或具体工具名 |
logprobs | boolean | = false | 返回每个 token 的对数概率 |
top_logprobs | integer | 0 ~ 20 | 每个 token 返回的 top 概率数量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用于风险审计的终端用户标识 |
替换 <YOUR_API_KEY> 替换为令牌设置中的 API Key。
身份验证
所有请求必须携带 Authorization: Bearer <TOKEN> 请求头。Anthropic 格式的端点也接受 x-api-key 请求头。
在「令牌」页面生成 API Key，可以按模型、分组、IP、速率等维度精细化授权。
支持的参数
| 参数 | 类型 | 默认值 / 范围 | 说明信息 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 采样温度；越低越稳定 |
top_p | number | = 10 ~ 1 | 核采样累计概率 |
max_tokens | integer | >= 1 | 响应中最大 token 数 |
frequency_penalty | number | = 0-2 ~ 2 | 惩罚高频 token 的重复出现 |
presence_penalty | number | = 0-2 ~ 2 | 鼓励引入新话题 |
stop | array | — | 最多 4 个停止生成的字符串 |
seed | integer | — | 尽量保证可复现的采样种子 |
n | integer | = 1>= 1 | 生成的候选条数 |
stream | boolean | = false | 通过 SSE 流式返回 token |
response_format | object | — | 强制输出 JSON 对象或符合 Schema 的结果 |
tools | array | — | 模型可调用的工具 / 函数声明 |
tool_choice | string | autononerequired | 工具选择策略或具体工具名 |
logprobs | boolean | = false | 返回每个 token 的对数概率 |
top_logprobs | integer | 0 ~ 20 | 每个 token 返回的 top 概率数量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用于风险审计的终端用户标识 |
速率限制
| 供应商 | RPM | TPM | RPD |
|---|---|---|---|
| Meta | 无限制 | 无限制 | 无限制 |
无限制
关于 muse-spark-1.2-contributor 的常见问题
muse-spark-1.2-contributor 是什么？
Muse Spark 1.2 是 Meta 面向智能体与编程任务的上一代版本，支持图片、视频、音频与 PDF 输入和 100 万 token 上下文。Contributor 档价格大幅降低，但 Meta 可以使用请求与回答内容训练模型。
如何调用 muse-spark-1.2-contributor？
创建具有 muse-spark-1.2-contributor 访问权限的 API 密钥，然后使用 API 接入模块中的准确模型 ID 和受支持的接口。请求字段取决于所选接口。
muse-spark-1.2-contributor 如何计费？
费用取决于所选供应商分组和模型计费单位。注册前即可在本页查看当前输入、输出、单次请求或媒体价格。
muse-spark-1.2-contributor 的上下文窗口有多大？
模型目录配置的上下文窗口为 1048576 tokens。具体请求限制请查看所选接口。
如何评估 muse-spark-1.2-contributor 是否适合我的项目？
请先参考本页的使用场景与提示词指南，再使用项目中的代表性输入评估模型。