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 1.2 Contributor

meta/muse-spark-1.2-contributor

टेक्स्टइनपुट: text · image · video · fileToolsReasoning1M21 अग॰ 2026 को जोड़ा गया

playground में खोलें Meta: Muse Spark 1.2 Contributor के लिए API key पाएं

Meta: Muse Spark 1.2 Contributor 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 1.2 Contributor एक नज़र में

इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 78% कम 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 $0.000700 है।

Meta: Muse Spark 1.2 Contributor के बारे में

मेटा: म्यूज़ स्पार्क 1.2 कंट्रीब्यूटर मेटा का एक रीज़निंग मॉडल है, जिसे कंट्रीब्यूटर टियर के रूप में पेश किया गया है और यह उन डेवलपर्स के लिए है जो कम लागत में निर्माण शुरू करना चाहते हैं। यह म्यूज़ स्पार्क परिवार का हिस्सा है, और मेटा इस टियर को म्यूज़ स्पार्क की तुलना में काफी सस्ता बताता है, साथ ही इस लाइन को परिभाषित करने वाला रीज़निंग व्यवहार भी बनाए रखता है। यह इस अर्थ में टेक्स्ट मॉडल है कि टेक्स्ट इसका एकमात्र आउटपुट है, हालांकि यह इनपुट के रूप में टेक्स्ट से अधिक स्वीकार करता है।

इनपुट की ओर से, मॉडल टेक्स्ट, इमेज, वीडियो और फाइलें स्वीकार करता है, और टेक्स्ट आउटपुट देता है। इसका कॉन्टेक्स्ट विंडो 1,048,576 टोकन है, और अधिकतम आउटपुट 943,718 टोकन है। चूंकि यह एक रीज़निंग मॉडल है, यह अपनी रीज़निंग प्रक्रिया दिखा सकता है, और समर्थित पैरामीटर में include_reasoning, reasoning और reasoning_effort शामिल हैं, जो आपको यह नियंत्रित करने देते हैं कि रीज़निंग लौटाई जाए या नहीं और उस पर कितना प्रयास किया जाए। जनरेशन व्यवहार को max_tokens, temperature, top_p, top_k और repetition_penalty के ज़रिए ट्यून किया जा सकता है, और मॉडल आउटपुट के आकार को सीमित करने के लिए response_format और structured_outputs का समर्थन करता है। यह tools और tool_choice का भी समर्थन करता है, इसलिए यह आपके द्वारा परिभाषित फंक्शन कॉल कर सकता है।

ये क्षमताएं कुछ व्यावहारिक पैटर्न की ओर संकेत करती हैं। बहुत बड़ा कॉन्टेक्स्ट विंडो ऐसे काम के लिए उपयुक्त है जहां आपको एक लंबा दस्तावेज़, कोडबेस, ट्रांसक्रिप्ट या फाइलों का सेट एक साथ देखना रहता है, बजाय परिणामों को टुकड़ों में बांटकर जोड़ने के। मिश्रित इनपुट मोडलिटी इसे ऐसे कामों के लिए उपयुक्त बनाती हैं जिनमें लिखित प्रश्न के साथ कोई इमेज, वीडियो क्लिप या अटैच की गई फाइल हो, जैसे किसी रिकॉर्ड किए गए सत्र का सारांश बनाना, स्क्रीनशॉट से विवरण निकालना, या आपके द्वारा दिए गए दस्तावेज़ पर आधारित प्रश्नों का उत्तर देना। टूल कॉलिंग और स्ट्रक्चर्ड आउटपुट इसे किसी एजेंट या पाइपलाइन के भीतर रीज़निंग चरण के रूप में उपयोग करने योग्य बनाते हैं, जहां यह तय करता है कि कौन सा फंक्शन कॉल करना है और एक अनुमानित JSON आकार लौटाता है। रीज़निंग नियंत्रण आपको कठिन समस्याओं के लिए प्रयास बढ़ाने और नियमित कामों के लिए घटाने देते हैं।

आप इसे api14 के OpenAI-संगत API के ज़रिए मॉडल id "meta/muse-spark-1.2-contributor" का उपयोग करके कॉल करते हैं। चूंकि इंटरफेस OpenAI chat completions के आकार का अनुसरण करता है, मौजूदा OpenAI SDK और क्लाइंट base URL और API key बदलने के साथ काम करते हैं। इसके द्वारा समर्थित अनुरोध पैरामीटर हैं include_reasoning, max_tokens, reasoning, reasoning_effort, repetition_penalty, response_format, structured_outputs, temperature, tool_choice, tools, top_k और top_p। यदि आप रीज़निंग ट्रेस वापस चाहते हैं, तो include_reasoning सेट करें; यदि आप एक निश्चित आउटपुट स्कीमा चाहते हैं, तो response_format या structured_outputs का उपयोग करें; यदि आप चाहते हैं कि मॉडल आपके फंक्शन कॉल करे, तो tools और tool_choice पास करें।

एक बात ध्यान में रखें कि आउटपुट केवल टेक्स्ट है, इसलिए यदि आपको जनरेट की गई इमेज, ऑडियो या अन्य मोडलिटी चाहिए, तो यह मॉडल सही विकल्प नहीं है। यह एक कंट्रीब्यूटर टियर भी है, जिसे मेटा म्यूज़ स्पार्क परिवार में कम लागत वाले प्रवेश बिंदु के रूप में बताता है, इसलिए यदि आपको कंट्रीब्यूटर वेरिएंट के बजाय पूरा म्यूज़ स्पार्क मॉडल चाहिए, तो वह विकल्प है जिस पर विचार करना चाहिए।

Meta: Muse Spark 1.2 Contributor 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-1.2-contributor" 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-1.2-contributor",
  "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 1.2 Contributor: अक्सर पूछे जाने वाले सवाल

Meta: Muse Spark 1.2 Contributor API की कीमत कितनी है?: Meta: Muse Spark 1.2 Contributor की कीमत इनपुट $0.35 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Meta: Muse Spark 1.2 Contributor की context window कितनी है?: Meta: Muse Spark 1.2 Contributor 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 1.2 Contributor क्या कर सकता है?: Meta: Muse Spark 1.2 Contributor 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 1.2 Contributor कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "meta/muse-spark-1.2-contributor" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Meta: Muse Spark 1.2 Contributor के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: inclusionAI: Ling 3.1 Flash, Meta: Muse Spark 1.3 Contributor, Mistral: Ministral 3 8B 2512। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Meta: Muse Spark 1.2 Contributor कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Meta: Muse Spark 1.2 Contributor के बारे में पहला टॉपिक खोलें।