हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Meta: Muse Spark 1.1

meta/muse-spark-1.1

टेक्स्टइनपुट: text · image · video · fileToolsReasoning1M16 जुल॰ 2026 को जोड़ा गया

playground में खोलें Meta: Muse Spark 1.1 के लिए API key पाएं

Meta: Muse Spark 1.1 अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

एक API. हर मॉडल.

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इन

सेशन लागत $0.00

Meta: Muse Spark 1.1 एक नज़र में

इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 178% ज़्यादा है।
10,48,576 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
agents और integrations के लिए tool (function) calling सपोर्ट करता है।
schema के साथ structured JSON output सपोर्ट करता है।
reasoning effort नियंत्रण सपोर्ट करता है।
इनपुट के रूप में इमेज स्वीकार करता है (vision)।
एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.01 है।

Meta: Muse Spark 1.1 के बारे में

मेटा: Muse Spark 1.1, Meta का एक मल्टीमॉडल रीज़निंग मॉडल है, जिसे api14 पर meta/muse-spark-1.1 के रूप में पहचाना जाता है। Meta इसे एजेंटिक कार्यों के लिए स्थान देता है, यानी ऐसा काम जहाँ मॉडल से अपेक्षा की जाती है कि वह योजना बनाए, टूल्स को कॉल करे और किसी एक प्रश्न का उत्तर देने के बजाय किसी कार्य को कई चरणों तक पूरा करे। यह कैटलॉग की टेक्स्ट श्रेणी में आता है, और इसे प्रदाता ने 16 जुलाई 2026 को जारी किया था।

मॉडल इनपुट के रूप में टेक्स्ट, इमेज, वीडियो और फ़ाइलें स्वीकार करता है, और टेक्स्ट लौटाता है। यह संयोजन इसे ऐसा रीज़निंग मॉडल बनाता है जिसे आप साधारण चैट से अधिक पर लक्षित कर सकते हैं: आप अपने निर्देशों के साथ एक स्क्रीनशॉट, एक क्लिप या एक PDF दस्तावेज़ दे सकते हैं। कॉन्टेक्स्ट विंडो 1,048,576 टोकन है, इसलिए लंबे दस्तावेज़ या विस्तारित बातचीत एक ही अनुरोध में फिट हो जाते हैं। अधिकतम आउटपुट 943,718 टोकन है, जो असामान्य रूप से बड़ा है और तब मायने रखता है जब आप एक छोटे उत्तर के बजाय एक ही कॉल में पूरी रिपोर्ट या लंबा जनित आर्टिफ़ैक्ट चाहते हैं।

ये क्षमताएँ काम के कुछ व्यावहारिक रूपों की ओर संकेत करती हैं। दस्तावेज़ और वीडियो समझ: कोई अनुबंध, शोध पत्र या रिकॉर्डिंग भेजें और पूरी चीज़ पर सारांश, निष्कर्षण या प्रश्न उत्तर माँगें। एजेंटिक पाइपलाइन: टूल्स परिभाषित करें, मॉडल को चुनने दें कि उन्हें कब कॉल करना है, और मध्यवर्ती परिणामों पर तर्क करने दें। संरचित निष्कर्षण: डाउनस्ट्रीम सिस्टम के लिए मिश्रित इनपुट से फ़ील्ड निकालकर JSON में डालें। लंबी अवधि की जनरेशन: स्रोत सामग्री के बड़े निकाय से लंबा टेक्स्ट तैयार करें, जैसे कोई ड्राफ़्ट विशिष्टता। चूँकि आउटपुट पक्ष केवल टेक्स्ट है, इसका उपयोग वहाँ करें जहाँ डिलीवरेबल लिखित या संरचित टेक्स्ट हो, न कि वहाँ जहाँ आपको जनित इमेज या ऑडियो चाहिए।

आप इसे api14 के OpenAI-संगत API के ज़रिए meta/muse-spark-1.1 मॉडल आईडी का उपयोग करके कॉल करते हैं, इसलिए मौजूदा OpenAI SDK और क्लाइंट बदले हुए बेस URL और मॉडल नाम के साथ काम करते हैं। यह जिन अनुरोध पैरामीटर का समर्थन करता है वे हैं include_reasoning, max_tokens, reasoning, reasoning_effort, repetition_penalty, response_format, structured_outputs, temperature, tool_choice, tools, top_k और top_p। रीज़निंग व्यवहार को reasoning, reasoning_effort और include_reasoning पैरामीटर के ज़रिए नियंत्रित किया जाता है, टूल उपयोग को tools और tool_choice के ज़रिए, और आउटपुट आकार को response_format और structured_outputs के ज़रिए। सैंपलिंग को temperature, top_p, top_k और repetition_penalty से ट्यून किया जाता है, और लंबाई को max_tokens से।

निर्णय लेते समय दो बातें ध्यान में रखें। आउटपुट मोडलिटी केवल टेक्स्ट है, इसलिए यदि आपके कार्य के लिए जनित इमेज या स्पीच चाहिए, तो यह मॉडल उपयुक्त नहीं है। और कॉन्टेक्स्ट तथा आउटपुट की ऊपरी सीमाएँ उदार हैं लेकिन अनंत नहीं, इसलिए अत्यधिक बड़े इनपुट को अभी भी छाँटने या खंडों में बाँटने की ज़रूरत होती है। सीधे, छोटे टेक्स्ट कार्यों के लिए, कोई छोटा और तेज़ टेक्स्ट मॉडल संचालित करने में अधिक सरल हो सकता है; Muse Spark 1.1 तब सबसे अधिक उपयुक्त है जब आपको एक ही अनुरोध में मल्टीमॉडल इनपुट, टूल उपयोग या बहुत लंबे आउटपुट चाहिए।

Meta: Muse Spark 1.1 API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "meta/muse-spark-1.1" पर सेट करें।

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "meta/muse-spark-1.1",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

समर्थित parameters

include_reasoningmax_tokensreasoningreasoning_effortrepetition_penaltyresponse_formatstructured_outputstemperaturetool_choicetoolstop_ktop_p

स्पेसिफिकेशन

Context लंबाई: 10,48,576
अधिकतम आउटपुट: 9,43,718
इनपुट: text, image, video, file
आउटपुट: text

api14 पर requests · पिछले 7 दिन

Meta: Muse Spark 1.1: अक्सर पूछे जाने वाले सवाल

Meta: Muse Spark 1.1 API की कीमत कितनी है?: Meta: Muse Spark 1.1 की कीमत इनपुट $4.38 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Meta: Muse Spark 1.1 की context window कितनी है?: Meta: Muse Spark 1.1 हर request में 10,48,576 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 9,43,718 आउटपुट tokens तक लिखता है।
Meta: Muse Spark 1.1 क्या कर सकता है?: Meta: Muse Spark 1.1 text, image, video, file स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output, reasoning effort नियंत्रण सपोर्ट करता है।
अपने कोड से Meta: Muse Spark 1.1 कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "meta/muse-spark-1.1" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Meta: Muse Spark 1.1 के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Meta: Muse Spark Open, Meta: Muse Spark 1.3, Meta: Muse Spark 1.2। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Meta: Muse Spark 1.1 कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Meta: Muse Spark 1.1 के बारे में पहला टॉपिक खोलें।