Muse Spark 1.3
muse-spark-1.3Comparez sur Modelsell les tarifs de l'API muse-spark-1.3, les points de terminaison, les fonctionnalités et les options d'accès.
- Tarif à partir de
- Entree / Sortie · 1M
- Contexte
- 1M
- Fenêtre d'entrée maximale
- Modalités
- →
- Sorti
- Sep 2026
Tarification par fournisseur
Capacités / Modalités prises en charge
Fournisseur & confidentialité
BPE (vendor-specific)Performances
Benchmarks
Scores sur des évaluations standardisées. Les pourcentages élevés sont meilleurs et le percentile de classement est indiqué.
Métriques fournies parArtificial Analysis 2026-09-30·Muse Spark 1.3
Intelligence Index
Muse Spark 1.3
48.1
Les graphiques conservent la sélection de modèles et les réglages de raisonnement de la source. Les modèles ou mesures manquants ne valent pas zéro ; le coût et la vitesse des benchmarks ne constituent pas un engagement de service du site.
À propos de Muse Spark 1.3
Muse Spark 1.3 是 Meta 面向智能体与编程任务的最新版本，相比 1.2 改进了多步工具调用、浏览器与长任务表现以及编程能力，支持图片、视频与 PDF 输入和 100 万 token 上下文。
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。
Cas d’usage et prompts
通过 OpenAI 兼容的 POST /v1/chat/completions 调用，model 填 muse-spark-1.3。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 / max，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。
该版本的音频理解支持尚不完整；需要音频理解时可选 Muse Spark 1.2，纯转写可选 Muse Voice Transcribe 1.0。
美元基础价（每百万 token）：输入 $1.25，输出 $4.25，缓存读取 $0.15。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。
Accès API
Documentation API
Exemples de code
/v1/chat/completions| Paramètre | Type | Défaut / plage | Description |
|---|---|---|---|
temperature | number | = 10 ~ 2 | Température d'échantillonnage ; plus c'est bas, plus c'est déterministe |
top_p | number | = 10 ~ 1 | Masse probabiliste de l'échantillonnage nucleus |
max_tokens | integer | >= 1 | Nombre maximum de jetons dans la réponse |
frequency_penalty | number | = 0-2 ~ 2 | Pénalise la répétition des jetons fréquents |
presence_penalty | number | = 0-2 ~ 2 | Encourage l'introduction de nouveaux sujets |
stop | array | — | Jusqu'à 4 chaînes qui arrêtent la génération |
seed | integer | — | Graine d'échantillonnage déterministe (meilleur effort) |
n | integer | = 1>= 1 | Nombre de complétions à générer |
stream | boolean | = false | Diffuser les jetons via Server-Sent Events |
response_format | object | — | Forcer une sortie JSON ou conforme à un schéma |
tools | array | — | Déclarations d'outils / fonctions que le modèle peut appeler |
tool_choice | string | autononerequired | Stratégie de choix d'outil ou nom d'outil spécifique |
logprobs | boolean | = false | Retourner les log-probabilités par jeton |
top_logprobs | integer | 0 ~ 20 | Nombre de log-probabilités retournées par jeton |
logit_bias | object | — | Carte de biais des logits par jeton |
user | string | — | Identifiant d'utilisateur final pour la surveillance des abus |
Remplacer <YOUR_API_KEY> par la clé API de votre page de jetons.
Authentification
Toutes les requêtes doivent inclure Authorization: Bearer <TOKEN> . Les points de terminaison au format Anthropic acceptent à la place x-api-key .
Générez des jetons depuis la page Jetons ; vous pouvez les restreindre par modèle, groupe, IP et limites de débit.
Paramètres pris en charge
| Paramètre | Type | Défaut / plage | Description |
|---|---|---|---|
temperature | number | = 10 ~ 2 | Température d'échantillonnage ; plus c'est bas, plus c'est déterministe |
top_p | number | = 10 ~ 1 | Masse probabiliste de l'échantillonnage nucleus |
max_tokens | integer | >= 1 | Nombre maximum de jetons dans la réponse |
frequency_penalty | number | = 0-2 ~ 2 | Pénalise la répétition des jetons fréquents |
presence_penalty | number | = 0-2 ~ 2 | Encourage l'introduction de nouveaux sujets |
stop | array | — | Jusqu'à 4 chaînes qui arrêtent la génération |
seed | integer | — | Graine d'échantillonnage déterministe (meilleur effort) |
n | integer | = 1>= 1 | Nombre de complétions à générer |
stream | boolean | = false | Diffuser les jetons via Server-Sent Events |
response_format | object | — | Forcer une sortie JSON ou conforme à un schéma |
tools | array | — | Déclarations d'outils / fonctions que le modèle peut appeler |
tool_choice | string | autononerequired | Stratégie de choix d'outil ou nom d'outil spécifique |
logprobs | boolean | = false | Retourner les log-probabilités par jeton |
top_logprobs | integer | 0 ~ 20 | Nombre de log-probabilités retournées par jeton |
logit_bias | object | — | Carte de biais des logits par jeton |
user | string | — | Identifiant d'utilisateur final pour la surveillance des abus |
Limites de débit
| Fournisseur | RPM | TPM | RPD |
|---|---|---|---|
| Meta | Illimité | Illimité | Illimité |
Aucune restriction
Questions fréquentes sur muse-spark-1.3
Qu’est-ce que muse-spark-1.3 ?
Comparez sur Modelsell les tarifs de l'API muse-spark-1.3, les points de terminaison, les fonctionnalités et les options d'accès.
Comment appeler muse-spark-1.3 ?
Créez une clé API autorisée à utiliser muse-spark-1.3, puis utilisez l’identifiant exact et un point de terminaison pris en charge dans la section d’accès API. Les champs dépendent du point de terminaison choisi.
Comment muse-spark-1.3 est-il facturé ?
Le tarif dépend du groupe de fournisseurs choisi et de l’unité de facturation du modèle. Les prix actuels d’entrée, de sortie, par requête ou par média sont affichés sur cette page avant l’inscription.
Quelle est la fenêtre de contexte de muse-spark-1.3 ?
Le catalogue indique une fenêtre de contexte de 1048576 tokens. Vérifiez les limites du point de terminaison sélectionné.
Comment évaluer muse-spark-1.3 pour mon projet ?
Consultez les cas d’usage et les conseils de prompts de cette page, puis évaluez le modèle avec des entrées représentatives de votre projet.