Meta: Muse Spark 1.2

Meta: Muse Spark 1.2 is een reasoning-model van Meta, gebouwd voor complexe agentische taken. Het valt in de tekstcategorie, en Meta positioneert het rond workloads waarbij het model moet plannen, stappen moet doorredeneren en moet handelen in plaats van simpelweg een enkele vraag te beantwoorden. Als je een model kiest voor een agent die over meerdere turns en tools moet werken, is dit de klasse van modellen waarvoor Meta het bedoelt.

Het model accepteert tekst-, afbeeldings-, video- en bestandsinvoer, en het retourneert tekst. Het contextvenster is 1.048.576 tokens, met een maximale uitvoer van 943.718 tokens. Die combinatie is belangrijk voor agentisch werk: een grote context laat je lange transcripten, documenten of uit media afgeleide inhoud in beeld houden, en een hoog uitvoerplafond betekent dat het model een lang plan of rapport niet in een kort antwoord hoeft te comprimeren. Reasoning maakt deel uit van het ontwerp van het model, en de API biedt besturingselementen ervoor.

Praktische use cases volgen uit die mogelijkheden. Omdat het naast tekst ook afbeeldingen, video en bestanden aanneemt, kun je agents bouwen die een documentenset en een schermopname beoordelen en vervolgens een schriftelijke analyse of een plan produceren. Een lange context past bij onderzoek in meerdere stappen, analyse van codebases of logs, en workflows waarbij eerdere toolresultaten beschikbaar moeten blijven. Tool calling en gestructureerde uitvoer maken het een redelijke keuze voor orchestratie, waarbij het model beslist welke tool het aanroept en machineleesbare resultaten retourneert. De reasoning-besturingselementen laten je snelheid inruilen voor diepgang, afhankelijk van de taak.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "meta/muse-spark-1.2". De ondersteunde aanvraagparameters zijn include_reasoning, max_tokens, reasoning, reasoning_effort, repetition_penalty, response_format, structured_outputs, temperature, tool_choice, tools, top_k en top_p. In de praktijk sturen tools en tool_choice de agentische loops aan, beperken response_format en structured_outputs de vorm van het antwoord, en passen de reasoning-parameters aan hoeveel interne reasoning het model doet. Omdat de interface OpenAI-compatibel is, werken bestaande clients en SDK's over het algemeen met alleen een gewijzigd model-id.

Een beperking om in gedachten te houden is de uitvoermodaliteit: het model retourneert alleen tekst, dus het kan geen afbeeldingen of video genereren, ook al kan het ze lezen. Als je taak puur kortetermijntekstgeneratie is, kan een kleiner model eenvoudiger en sneller zijn. Voor agentisch werk met lange context, multimodaal en met toolgebruik is Muse Spark 1.2 precies daarop gericht.