Meta: Muse Spark 1.2 Contributor

Meta: Muse Spark 1.2 Contributor es un modelo de razonamiento de Meta, ofrecido como un nivel de colaborador dirigido a desarrolladores que quieren empezar a construir a menor coste. Se sitúa dentro de la familia Muse Spark, y Meta posiciona este nivel como significativamente más barato que Muse Spark mientras mantiene el comportamiento de razonamiento que define la línea. Es un modelo de texto en el sentido de que el texto es su única salida, aunque acepta más que texto como entrada.

En el lado de la entrada, el modelo acepta texto, imágenes, vídeo y archivos, y produce salida de texto. Su ventana de contexto es de 1.048.576 tokens, y la salida máxima es de 943.718 tokens. Debido a que es un modelo de razonamiento, puede exponer su proceso de razonamiento, y los parámetros soportados incluyen include_reasoning, reasoning y reasoning_effort, que te permiten controlar si se devuelve el razonamiento y cuánto esfuerzo se dedica a él. El comportamiento de generación es ajustable mediante max_tokens, temperature, top_p, top_k y repetition_penalty, y el modelo soporta response_format y structured_outputs para restringir la forma de la salida. También soporta tools y tool_choice, por lo que puede llamar a funciones que definas.

Esas capacidades apuntan a unos cuantos patrones prácticos. La ventana de contexto tan grande se adapta a trabajos en los que necesitas mantener a la vista a la vez un documento largo, una base de código, una transcripción o un conjunto de archivos, en lugar de dividir y unir resultados. Las modalidades de entrada mixtas lo hacen adecuado para tareas que combinan una pregunta escrita con una imagen, un clip de vídeo o un archivo adjunto, como resumir una sesión grabada, extraer detalles de una captura de pantalla o responder preguntas fundamentadas en un documento que proporciones. La llamada a herramientas y las salidas estructuradas lo hacen utilizable como el paso de razonamiento dentro de un agente o pipeline, donde decide qué función llamar y devuelve una forma JSON predecible. Los controles de razonamiento te permiten subir el esfuerzo para problemas más difíciles y bajarlo para los rutinarios.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "meta/muse-spark-1.2-contributor". Debido a que la interfaz sigue la forma de chat completions de OpenAI, los SDK y clientes de OpenAI existentes funcionan con un cambio de URL base y clave de API. Los parámetros de solicitud que soporta son include_reasoning, max_tokens, reasoning, reasoning_effort, repetition_penalty, response_format, structured_outputs, temperature, tool_choice, tools, top_k y top_p. Si quieres que se devuelvan trazas de razonamiento, establece include_reasoning; si quieres un esquema de salida fijo, usa response_format o structured_outputs; si quieres que el modelo llame a tus funciones, pasa tools y tool_choice.

Una cosa a tener en cuenta es que la salida es solo texto, así que si necesitas imágenes generadas, audio u otras modalidades, este modelo no es el adecuado. También es un nivel de colaborador, que Meta describe como un punto de entrada de menor coste a la familia Muse Spark, así que si necesitas el modelo Muse Spark completo en lugar de la variante de colaborador, esa es la alternativa a considerar.