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 Wonder
meta/muse-wonderMeta: Muse Wonder अभी आज़माएं
ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
एक API. हर मॉडल.
सेशन लागत $0.00
सेटिंग्स
उन्नत पैरामीटर
Meta: Muse Wonder एक नज़र में
- इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 789% 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 $0.05 है।
Meta: Muse Wonder के बारे में
मेटा: Muse Wonder, Meta का एक फ्रंटियर रीज़निंग मॉडल है, जिसे जटिल व्यक्तिगत और पेशेवर एजेंटिक कार्यों के लिए बनाया गया है। यह टेक्स्ट श्रेणी में आता है, और Meta इसे साधारण चैट के बजाय रीज़निंग-भारी काम के आसपास स्थापित करता है। यदि आप ऐसे एजेंट के लिए मॉडल चुन रहे हैं जिसे योजना बनानी है, मध्यवर्ती चरणों पर तर्क करना है, और जो पाता है उस पर कार्य करना है, तो यह उस श्रेणी का मॉडल है जिसकी सेवा के लिए Meta ने Muse Wonder को बनाया है।
मॉडल इनपुट के रूप में टेक्स्ट, छवियाँ, वीडियो, ऑडियो, और PDF दस्तावेज़ स्वीकार करता है, और टेक्स्ट लौटाता है। यह संयोजन एजेंटिक काम के लिए मायने रखता है, क्योंकि एक ही अनुरोध में स्क्रीनशॉट, रिकॉर्डिंग, दस्तावेज़, और लिखित निर्देश साथ साथ हो सकते हैं, और मॉडल इन सब पर तर्क करता है। कॉन्टेक्स्ट विंडो 1,048,576 टोकन है, अधिकतम आउटपुट 943,718 टोकन के साथ। बड़ी आउटपुट सीमा असामान्य है और ध्यान देने योग्य है: लंबे ट्रांसक्रिप्ट, विस्तारित विश्लेषण, या लंबे जनरेट किए गए दस्तावेज़ तैयार करने वाले कार्य एक ही प्रतिक्रिया में पूरे हो सकते हैं, बजाय कई कॉल में जोड़े जाने के।
ये क्षमताएँ उपयोगों के एक काफी विशिष्ट समूह की ओर संकेत करती हैं। दस्तावेज़-भारी विश्लेषण स्वाभाविक रूप से उपयुक्त है, क्योंकि PDF सीधे उनके बारे में प्रश्नों के साथ अंदर भेजे जा सकते हैं। सपोर्ट और ऑपरेशन एजेंट किसी टिकट के हिस्से के रूप में स्क्रीनशॉट या स्क्रीन रिकॉर्डिंग ले सकते हैं और तर्क कर सकते हैं कि क्या गलत हुआ। मीडिया समीक्षा वर्कफ़्लो वीडियो या ऑडियो भेज सकते हैं और लिखित आउटपुट वापस पा सकते हैं, जो सारांशीकरण, एनोटेशन, या अनुपालन समीक्षा के लिए उपयुक्त है। चूँकि टूल कॉलिंग समर्थित है, Muse Wonder उस एजेंट के रीज़निंग कोर के रूप में भी काम करता है जो तय करता है कि कौन से टूल किस क्रम में लागू करने हैं, जिसमें रिट्रीवल, फ़ाइल हैंडलिंग, और जनरेशन को मिलाने वाले बहु-चरणीय कार्य भी शामिल हैं।
आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "meta/muse-wonder" का उपयोग करके कॉल करते हैं। चूँकि इंटरफ़ेस OpenAI स्कीमा का पालन करता है, मौजूदा क्लाइंट और SDK आम तौर पर बेस URL और मॉडल आईडी बदलने के साथ काम 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 यह सैंपलिंग नियंत्रण (temperature, top_p, top_k, repetition_penalty), आउटपुट लंबाई (max_tokens), संरचित प्रतिक्रियाएँ (response_format, structured_outputs), टूल उपयोग (tools, tool_choice), और इस पर नियंत्रण को कवर करता है कि मॉडल कितना तर्क प्रकट करता है या करता है (reasoning, reasoning_effort, include_reasoning)।
एक सीमा ध्यान में रखें कि आउटपुट केवल टेक्स्ट है। यदि आपके एप्लिकेशन को जनरेट की गई छवियाँ, ऑडियो, या वीडियो चाहिए, तो Muse Wonder पाइपलाइन के उस हिस्से के लिए सही घटक नहीं है, हालाँकि यह इनपुट के रूप में उन प्रारूपों पर अब भी तर्क कर सकता है। यह एक रीज़निंग मॉडल भी है, इसलिए मामूली वर्गीकरण या छोटे नियतात्मक रूपांतरणों के लिए, एक छोटा और तेज़ टेक्स्ट मॉडल बेहतर फिट हो सकता है और बड़े पैमाने पर चलाने के लिए सस्ता पड़ सकता है। Muse Wonder का उपयोग वहाँ करें जहाँ कार्य को वास्तव में लंबे कॉन्टेक्स्ट, मिश्रित मीडिया इनपुट, या टूल्स के साथ बहु-चरणीय रीज़निंग से लाभ होता है।
Meta: Muse Wonder 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-wonder" 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-wonder",
"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_pस्पेसिफिकेशन
- Context लंबाई
- 10,48,576
- अधिकतम आउटपुट
- 9,43,718
- इनपुट
- text, image, video, file, audio
- आउटपुट
- text
api14 पर requests · पिछले 7 दिन
Meta: Muse Wonder: अक्सर पूछे जाने वाले सवाल
- Meta: Muse Wonder API की कीमत कितनी है?
- Meta: Muse Wonder की कीमत इनपुट $14.00 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
- Meta: Muse Wonder की context window कितनी है?
- Meta: Muse Wonder 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 Wonder क्या कर सकता है?
- Meta: Muse Wonder text, image, video, file, audio स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output, reasoning effort नियंत्रण सपोर्ट करता है।
- अपने कोड से Meta: Muse Wonder कैसे कॉल करूं?
- किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "meta/muse-wonder" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
- Meta: Muse Wonder के विकल्प क्या हैं?
- मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Anthropic: Claude Opus 5.5, OpenAI: GPT-5.6 Sol Pro, OpenAI: GPT-5.6 Sol। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।
Meta: Muse Wonder कम्युनिटी
नया टॉपिकइस कम्युनिटी में अभी कोई टॉपिक नहीं है। Meta: Muse Wonder के बारे में पहला टॉपिक खोलें।