Meta: Muse Spark 1.2 Contributor

Meta: Muse Spark 1.2 Contributor adalah model penalaran dari Meta, yang ditawarkan sebagai tier kontributor yang ditujukan untuk pengembang yang ingin mulai membangun dengan biaya lebih rendah. Model ini berada dalam keluarga Muse Spark, dan Meta memposisikan tier ini sebagai jauh lebih murah daripada Muse Spark namun tetap mempertahankan perilaku penalaran yang menjadi ciri lini tersebut. Ini adalah model teks dalam arti bahwa teks adalah satu-satunya outputnya, meskipun ia menerima lebih dari sekadar teks sebagai input.

Di sisi input, model ini menerima teks, gambar, video dan file, dan menghasilkan output teks. Jendela konteksnya adalah 1.048.576 token, dan output maksimumnya adalah 943.718 token. Karena ini adalah model penalaran, ia dapat mengekspos proses penalarannya, dan parameter yang didukung mencakup include_reasoning, reasoning dan reasoning_effort, yang memungkinkan Anda mengontrol apakah penalaran dikembalikan dan seberapa besar upaya yang dikeluarkan untuk itu. Perilaku generasi dapat disetel melalui max_tokens, temperature, top_p, top_k dan repetition_penalty, dan model ini mendukung response_format dan structured_outputs untuk membatasi bentuk output. Model ini juga mendukung tools dan tool_choice, sehingga dapat memanggil fungsi yang Anda tentukan.

Kemampuan tersebut mengarah pada beberapa pola praktis. Jendela konteks yang sangat besar cocok untuk pekerjaan di mana Anda perlu menjaga dokumen panjang, basis kode, transkrip atau sekumpulan file tetap terlihat sekaligus, alih-alih memotong dan menyambung hasil. Modalitas input campuran membuatnya cocok untuk tugas yang menggabungkan pertanyaan tertulis dengan gambar, klip video atau file terlampir, seperti merangkum sesi yang direkam, mengekstrak detail dari tangkapan layar, atau menjawab pertanyaan yang didasarkan pada dokumen yang Anda berikan. Pemanggilan tool dan output terstruktur membuatnya dapat digunakan sebagai langkah penalaran di dalam agen atau pipeline, di mana ia memutuskan fungsi mana yang akan dipanggil dan mengembalikan bentuk JSON yang dapat diprediksi. Kontrol penalaran memungkinkan Anda menaikkan upaya untuk masalah yang lebih sulit dan menurunkannya untuk masalah rutin.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan id model "meta/muse-spark-1.2-contributor". Karena antarmukanya mengikuti bentuk chat completions OpenAI, SDK dan klien OpenAI yang ada dapat bekerja dengan mengubah base URL dan kunci API. Parameter permintaan yang didukungnya adalah include_reasoning, max_tokens, reasoning, reasoning_effort, repetition_penalty, response_format, structured_outputs, temperature, tool_choice, tools, top_k dan top_p. Jika Anda ingin jejak penalaran dikembalikan, setel include_reasoning; jika Anda ingin skema output yang tetap, gunakan response_format atau structured_outputs; jika Anda ingin model memanggil fungsi Anda, berikan tools dan tool_choice.

Satu hal yang perlu diingat adalah outputnya hanya teks, jadi jika Anda memerlukan gambar, audio atau modalitas lain yang dihasilkan, model ini bukan pilihan yang tepat. Ini juga merupakan tier kontributor, yang menurut Meta adalah titik masuk berbiaya lebih rendah ke keluarga Muse Spark, jadi jika Anda memerlukan model Muse Spark penuh alih-alih varian kontributor, itu adalah alternatif yang perlu dipertimbangkan.