Meta: Muse Spark 1.2 Contributor

Meta: Muse Spark 1.2 Contributor è un modello di ragionamento di Meta, offerto come livello contributor pensato per gli sviluppatori che vogliono iniziare a costruire a costi inferiori. Si colloca all'interno della famiglia Muse Spark, e Meta posiziona questo livello come sensibilmente più economico di Muse Spark mantenendo il comportamento di ragionamento che definisce la linea. È un modello testuale nel senso che il testo è il suo unico output, anche se accetta più che testo come input.

Sul lato input, il modello accetta testo, immagini, video e file, e produce output testuale. La sua finestra di contesto è di 1.048.576 token, e l'output massimo è di 943.718 token. Poiché è un modello di ragionamento, può esporre il proprio processo di ragionamento, e i parametri supportati includono include_reasoning, reasoning e reasoning_effort, che consentono di controllare se il ragionamento viene restituito e quanto sforzo viene impiegato. Il comportamento di generazione è regolabile tramite max_tokens, temperature, top_p, top_k e repetition_penalty, e il modello supporta response_format e structured_outputs per vincolare la forma dell'output. Supporta anche tools e tool_choice, quindi può chiamare funzioni definite dall'utente.

Queste capacità indicano alcuni schemi pratici. La finestra di contesto molto ampia si adatta a lavori in cui è necessario mantenere contemporaneamente in vista un documento lungo, una base di codice, una trascrizione o un insieme di file, invece di suddividere e ricomporre i risultati. Le modalità di input miste lo rendono adatto a compiti che combinano una domanda scritta con un'immagine, una clip video o un file allegato, come riassumere una sessione registrata, estrarre dettagli da uno screenshot o rispondere a domande basate su un documento fornito. La chiamata di strumenti e gli output strutturati lo rendono utilizzabile come fase di ragionamento all'interno di un agente o di una pipeline, dove decide quale funzione chiamare e restituisce una forma JSON prevedibile. I controlli di ragionamento consentono di aumentare lo sforzo per problemi più difficili e di ridurlo per quelli di routine.

Si chiama tramite l'API compatibile con OpenAI di api14 usando l'id del modello "meta/muse-spark-1.2-contributor". Poiché l'interfaccia segue la forma delle chat completions di OpenAI, gli SDK e i client OpenAI esistenti funzionano con un cambio di base URL e chiave API. I parametri di richiesta supportati sono include_reasoning, max_tokens, reasoning, reasoning_effort, repetition_penalty, response_format, structured_outputs, temperature, tool_choice, tools, top_k e top_p. Se si desidera ottenere le tracce di ragionamento, impostare include_reasoning; se si desidera uno schema di output fisso, usare response_format o structured_outputs; se si desidera che il modello chiami le proprie funzioni, passare tools e tool_choice.

Una cosa da tenere presente è che l'output è solo testuale, quindi se servono immagini generate, audio o altre modalità, questo modello non è adatto. È anche un livello contributor, che Meta descrive come un punto di ingresso a costo inferiore nella famiglia Muse Spark, quindi se serve il modello Muse Spark completo anziché la variante contributor, questa è l'alternativa da considerare.