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 Contributor

meta/muse-spark-1.3-contributor

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

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

Meta: Muse Spark 1.3 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 1.3 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 1.3 Contributor के बारे में

मेटा: Muse Spark 1.3 Contributor मेटा का एक टेक्स्ट-केंद्रित मल्टीमॉडल रीज़निंग मॉडल है। यह Muse Spark 1.3 लाइन के contributor टियर में आता है, जिसे मेटा ने प्रयोग, सीखने और शुरुआती-चरण के एजेंटिक, मल्टी-एजेंट और कोडिंग वर्कफ़्लो के लिए लागत-कुशल टियर बताया है। प्रदाता की रिलीज़ तिथि 2026-09-02 है। अगर आप किसी ऐसे प्रोजेक्ट के लिए मॉडल का मूल्यांकन कर रहे हैं जिसमें केवल सादे टेक्स्ट के बजाय मिश्रित मीडिया पर तर्क करना है, तो यह उस परिवार में मेटा द्वारा दिया गया प्रवेश बिंदु है।

यह मॉडल टेक्स्ट, इमेज, वीडियो और फ़ाइल इनपुट स्वीकार करता है, और टेक्स्ट लौटाता है। इसका कॉन्टेक्स्ट विंडो 1,048,576 टोकन है, और अधिकतम आउटपुट 943,718 टोकन है। यह संयोजन उन वर्कलोड के लिए मायने रखता है जहाँ इनपुट बड़ा होता है और अपेक्षित उत्तर भी लंबा होता है, जैसे किसी लंबी रिकॉर्डिंग का सारांश बनाना, दस्तावेज़ों के ढेर से संरचित डेटा निकालना, या किसी बहु-चरणीय कार्य में लंबी कार्यशील स्थिति बनाए रखना। रीज़निंग व्यवहार छिपाया नहीं जाता बल्कि उजागर किया जाता है: समर्थित पैरामीटर में reasoning, reasoning_effort, और include_reasoning शामिल हैं, ताकि आप नियंत्रित कर सकें कि मॉडल कितना आंतरिक विचार-विमर्श करता है और क्या वह विचार-विमर्श आपको लौटाया जाता है।

ये क्षमताएँ कुछ व्यावहारिक उपयोगों की ओर संकेत करती हैं। दस्तावेज़ और मीडिया विश्लेषण स्वाभाविक रूप से उपयुक्त है, क्योंकि आप टेक्स्ट प्रॉम्प्ट के साथ फ़ाइलें, इमेज या वीडियो भेज सकते हैं और लिखित परिणाम मांग सकते हैं। कोडिंग और एजेंटिक वर्कफ़्लो दूसरा उपयोग है, जिसमें टूल कॉलिंग और संरचित आउटपुट मदद करते हैं, जो मॉडल को फ़ंक्शन invoke करने और आपके द्वारा परिभाषित स्कीमा में प्रतिक्रियाएँ लौटाने देते हैं। मल्टी-एजेंट सेटअप इन्हीं सुविधाओं का उपयोग एजेंटों के बीच संरचित संदेश भेजने के लिए कर सकते हैं। चूँकि यह मॉडल प्रयोग और शुरुआती-चरण के काम के लिए स्थित है, यह किसी भारी मॉडल पर निर्भर होने से पहले पाइपलाइन का प्रोटोटाइप बनाने के लिए भी उपयुक्त है।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "meta/muse-spark-1.3-contributor" 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 आप model फ़ील्ड को उस आईडी पर सेट करते हैं, अपने संदेश भेजते हैं, और अपने वर्कलोड के अनुसार इनमें से जो भी पैरामीटर चाहिए जोड़ते हैं, उदाहरण के लिए फ़ंक्शन कॉलिंग के लिए tools और tool_choice, या जब आपको अनुमानित आकार वापस चाहिए तो response_format और structured_outputs।

एक सीमा ध्यान में रखें कि आउटपुट केवल टेक्स्ट है, इसलिए जिन कार्यों में इमेज, ऑडियो या वीडियो बनाना आवश्यक है वे यहाँ दायरे से बाहर हैं। contributor टियर को लागत-कुशल और प्रयोग, सीखने तथा शुरुआती-चरण के वर्कफ़्लो के लिए लक्षित भी बताया गया है, जिससे संकेत मिलता है कि सबसे कड़ी गुणवत्ता मांगों वाले प्रोडक्शन वर्कलोड के लिए उसी परिवार का कोई उच्च टियर बेहतर हो सकता है। अगर आपके इनपुट केवल टेक्स्ट हैं और आपकी कॉन्टेक्स्ट आवश्यकताएँ सीमित हैं, तो कोई छोटा टेक्स्ट मॉडल चलाने में अधिक सरल हो सकता है।

Meta: Muse Spark 1.3 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-1.3-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-1.3-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 1.3 Contributor: अक्सर पूछे जाने वाले सवाल

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

Meta: Muse Spark 1.3 Contributor कम्युनिटी

नया टॉपिक

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