Meta: Muse Spark 1.2 Contributor

Meta: Muse Spark 1.2 Contributor is een reasoning-model van Meta, aangeboden als een contributor-tier gericht op ontwikkelaars die tegen lagere kosten willen beginnen met bouwen. Het zit binnen de Muse Spark-familie, en Meta positioneert deze tier als aanzienlijk goedkoper dan Muse Spark, terwijl het reasoning-gedrag dat de lijn definieert behouden blijft. Het is een tekstmodel in de zin dat tekst de enige uitvoer is, hoewel het meer dan tekst als invoer accepteert.

Aan de invoerkant accepteert het model tekst, afbeeldingen, video en bestanden, en het produceert tekstuitvoer. Het contextvenster is 1.048.576 tokens, en de maximale uitvoer is 943.718 tokens. Omdat het een reasoning-model is, kan het zijn redeneerproces blootleggen, en de ondersteunde parameters omvatten include_reasoning, reasoning en reasoning_effort, waarmee je kunt bepalen of reasoning wordt teruggegeven en hoeveel inspanning eraan wordt besteed. Generatiegedrag is af te stemmen via max_tokens, temperature, top_p, top_k en repetition_penalty, en het model ondersteunt response_format en structured_outputs om de vorm van de uitvoer te beperken. Het ondersteunt ook tools en tool_choice, zodat het functies kan aanroepen die je definieert.

Die mogelijkheden wijzen op een paar praktische patronen. Het zeer grote contextvenster is geschikt voor werk waarbij je een lang document, een codebase, een transcript of een set bestanden tegelijk in beeld wilt houden, in plaats van resultaten op te delen en aan elkaar te plakken. Gemengde invoermodaliteiten maken het geschikt voor taken die een geschreven vraag combineren met een afbeelding, een videoclip of een bijgevoegd bestand, zoals het samenvatten van een opgenomen sessie, het extraheren van details uit een screenshot, of het beantwoorden van vragen op basis van een document dat je aanlevert. Tool calling en structured outputs maken het bruikbaar als de reasoning-stap binnen een agent of pipeline, waar het bepaalt welke functie moet worden aangeroepen en een voorspelbare JSON-vorm teruggeeft. Reasoning-besturingselementen laten je de inspanning opvoeren voor moeilijkere problemen en verlagen voor routinetaken.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "meta/muse-spark-1.2-contributor". Omdat de interface de vorm van OpenAI chat completions volgt, werken bestaande OpenAI SDK's en clients met een wijziging van base URL en API-sleutel. De aanvraagparameters die het ondersteunt zijn include_reasoning, max_tokens, reasoning, reasoning_effort, repetition_penalty, response_format, structured_outputs, temperature, tool_choice, tools, top_k en top_p. Als je reasoning-traces terug wilt, stel je include_reasoning in; als je een vast uitvoerschema wilt, gebruik je response_format of structured_outputs; als je wilt dat het model je functies aanroept, geef je tools en tool_choice mee.

Een ding om in gedachten te houden is dat de uitvoer alleen tekst is, dus als je gegenereerde afbeeldingen, audio of andere modaliteiten nodig hebt, is dit model niet de juiste keuze. Het is ook een contributor-tier, die Meta beschrijft als een goedkopere instap in de Muse Spark-familie, dus als je het volledige Muse Spark-model nodig hebt in plaats van de contributor-variant, is dat het alternatief om te overwegen.