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 1.3

meta/muse-spark-1.3

टेक्स्टइनपुट: text · image · video · fileToolsReasoning1M2 सित॰ 2026 को जोड़ा गया

playground में खोलें Meta: Muse Spark 1.3 के लिए API key पाएं

Meta: Muse Spark 1.3 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 1.3 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 1.3 के बारे में

मेटा: Muse Spark 1.3, मेटा का एक मल्टीमॉडल रीज़निंग मॉडल है, जिसे लंबे समय तक चलने वाले एजेंटिक, मल्टी-एजेंट और कोडिंग वर्कफ़्लो के लिए बनाया गया है। यह इस अर्थ में एक टेक्स्ट मॉडल है कि इसका आउटपुट टेक्स्ट होता है, लेकिन यह इनपुट के रूप में टेक्स्ट से अधिक कुछ स्वीकार करता है। मेटा इसे विस्तारित कार्यों में जानकारी का ध्यान रखने और समय के साथ समस्याओं को हल करने के इर्द-गिर्द स्थापित करता है, यही कारण है कि एजेंटिक ढांचा मायने रखता है: यह एक ऐसा मॉडल है जिसे किसी एक अलग प्रश्न का उत्तर देने के बजाय एक लूप के भीतर बैठने के लिए बनाया गया है।

इनपुट की ओर से, Muse Spark 1.3 टेक्स्ट, इमेज, वीडियो और फ़ाइलें स्वीकार करता है, और यह टेक्स्ट लौटाता है। कॉन्टेक्स्ट विंडो 1,048,576 टोकन है, जिसमें अधिकतम आउटपुट 943,718 टोकन है। बहुत बड़े इनपुट बजट और बहुत बड़े आउटपुट बजट का यह संयोजन असामान्य है और यह तय करता है कि मॉडल किस लिए अच्छा है। यह लंबे दस्तावेज़, मीडिया और संचित बातचीत इतिहास ले सकता है, और यह लंबे संरचित उत्तर, योजनाएं या कोड बिना जल्दी कटे तैयार कर सकता है। रीज़निंग मॉडल का एक प्राथमिक हिस्सा है: समर्थित पैरामीटर में reasoning, reasoning_effort और include_reasoning शामिल हैं, इसलिए आप नियंत्रित कर सकते हैं कि कितना आंतरिक कार्य होता है और क्या वह रीज़निंग आपको वापस दिखाई जाती है।

व्यावहारिक उपयोग के मामले उन क्षमताओं से निकलते हैं। लंबी अवधि के एजेंट जिन्हें कई चरणों में स्थिति बनाए रखनी होती है, स्वाभाविक रूप से उपयुक्त हैं, और वैसे मल्टी-एजेंट सेटअप भी जहां एक मॉडल दूसरों के काम का समन्वय या समीक्षा करता है। कोडिंग वर्कफ़्लो को बड़े आउटपुट बजट से लाभ होता है, क्योंकि उत्पन्न कोड, diffs और स्पष्टीकरण एक ही प्रतिक्रिया में लौटाए जा सकते हैं। चूंकि इमेज, वीडियो और फ़ाइलें इनपुट के रूप में स्वीकार की जाती हैं, मॉडल ऐसे कार्य भी संभाल सकता है जो मीडिया को टेक्स्ट के साथ मिलाते हैं, जैसे किसी बग रिपोर्ट के साथ स्क्रीन रिकॉर्डिंग की समीक्षा करना, या किसी दस्तावेज़ और उसके सहायक आरेखों के साथ काम करना। जिस किसी चीज़ के लिए बहुत सारी सामग्री पढ़ने और फिर बहुत कुछ वापस लिखने की आवश्यकता होती है, यह मॉडल उसी के लिए लक्षित है।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "meta/muse-spark-1.3" का उपयोग करके कॉल करते हैं। 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। व्यवहार में इसका मतलब है कि आप temperature, top_p और top_k के साथ सैंपलिंग ट्यून कर सकते हैं, repetition_penalty के साथ पुनरावृत्ति को हतोत्साहित कर सकते हैं, max_tokens के साथ प्रतिक्रिया को सीमित कर सकते हैं, और reasoning_effort के साथ रीज़निंग की गहराई को नियंत्रित कर सकते हैं। टूल उपयोग के लिए, tools और tool_choice उपलब्ध हैं, और मशीन-पठनीय उत्तरों के लिए आप response_format या structured_outputs का उपयोग कर सकते हैं। यदि आप चाहते हैं कि मॉडल की रीज़निंग प्रतिक्रिया में लौटाई जाए, तो include_reasoning सेट करें।

विचार करने वाली मुख्य बात यह है कि यह एक टेक्स्ट-आउटपुट मॉडल है। यदि आपके कार्य के लिए उत्पन्न इमेज, ऑडियो या अन्य गैर-टेक्स्ट आउटपुट चाहिए, तो Muse Spark 1.3 इसे उत्पन्न नहीं करेगा, भले ही यह इनपुट के रूप में इमेज, वीडियो और फ़ाइलें पढ़ सकता है। बहुत बड़ी कॉन्टेक्स्ट और आउटपुट सीमाओं का यह भी मतलब है कि अनुरोध लेटेंसी और संसाधन की दृष्टि से महंगे हो सकते हैं, इसलिए छोटे, सरल, उच्च-मात्रा वाले कॉल के लिए एक छोटा और तेज़ मॉडल बेहतर विकल्प हो सकता है। Muse Spark 1.3 की ओर तब बढ़ें जब कार्य लंबा हो, इनपुट की ओर से मल्टीमॉडल हो, एजेंटिक हो, या कोड-भारी हो, और जब आपको सोचने और विस्तार से लिखने के लिए जगह चाहिए हो।

Meta: Muse Spark 1.3 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-1.3" 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-1.3",
  "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 1.3: अक्सर पूछे जाने वाले सवाल

Meta: Muse Spark 1.3 API की कीमत कितनी है?: Meta: Muse Spark 1.3 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 1.3 की context window कितनी है?: Meta: Muse Spark 1.3 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 1.3 क्या कर सकता है?: Meta: Muse Spark 1.3 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 1.3 कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "meta/muse-spark-1.3" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Meta: Muse Spark 1.3 के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Meta: Muse Spark Open, Meta: Muse Spark 1.2, Meta: Muse Spark 1.1। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Meta: Muse Spark 1.3 कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Meta: Muse Spark 1.3 के बारे में पहला टॉपिक खोलें।