Meta: Muse Spark 1.1

Meta: Muse Spark 1.1 to multimodalny model rozumowania od Meta, identyfikowany w api14 jako meta/muse-spark-1.1. Meta pozycjonuje go do zadań agentowych, czyli pracy, w której model ma planować, wywoływać narzędzia i przeprowadzać zadanie przez kilka kroków, a nie odpowiadać na pojedyncze pytanie. Należy do kategorii tekstowej w katalogu i został wydany przez dostawcę 16 lipca 2026.

Model przyjmuje jako dane wejściowe tekst, obrazy, wideo i pliki, a zwraca tekst. To połączenie czyni go modelem rozumowania, który można wykorzystać do więcej niż zwykłego czatu: można mu przekazać zrzut ekranu, klip lub dokument PDF wraz z instrukcjami. Okno kontekstu wynosi 1 048 576 tokenów, więc długie dokumenty lub rozszerzone rozmowy mieszczą się w jednym żądaniu. Maksymalne wyjście to 943 718 tokenów, co jest nietypowo duże i ma znaczenie, gdy chcesz uzyskać pełny raport lub długi wygenerowany artefakt w jednym wywołaniu, a nie krótką odpowiedź.

Te możliwości sugerują kilka praktycznych kształtów pracy. Rozumienie dokumentów i wideo: wyślij umowę, artykuł naukowy lub nagranie i poproś o streszczenie, ekstrakcję lub odpowiadanie na pytania dotyczące całości. Potoki agentowe: zdefiniuj narzędzia, pozwól modelowi wybrać, kiedy je wywołać, i pozwól mu rozumować na podstawie wyników pośrednich. Ekstrakcja strukturalna: wyciągaj pola z mieszanych danych wejściowych do JSON dla systemów downstream. Generowanie długodystansowe: twórz obszerne teksty, takie jak wstępna specyfikacja, z dużego zbioru materiałów źródłowych. Ponieważ strona wyjściowa jest wyłącznie tekstowa, używaj go tam, gdzie rezultat jest tekstem pisanym lub strukturalnym, a nie tam, gdzie potrzebujesz wygenerowanych obrazów lub dźwięku.

Wywołujesz go przez API zgodne z OpenAI w api14, używając identyfikatora modelu meta/muse-spark-1.1, więc istniejące zestawy SDK i klienty OpenAI działają po zmianie bazowego URL i nazwy modelu. Obsługiwane parametry żądania to include_reasoning, max_tokens, reasoning, reasoning_effort, repetition_penalty, response_format, structured_outputs, temperature, tool_choice, tools, top_k i top_p. Zachowanie rozumowania jest kontrolowane przez parametry reasoning, reasoning_effort i include_reasoning, użycie narzędzi przez tools i tool_choice, a kształt wyjścia przez response_format i structured_outputs. Próbkowanie jest dostrajane przez temperature, top_p, top_k i repetition_penalty, a długość przez max_tokens.

Dwie rzeczy warto mieć na uwadze przy podejmowaniu decyzji. Modalność wyjściowa jest wyłącznie tekstowa, więc jeśli twoje zadanie wymaga generowanych obrazów lub mowy, ten model nie jest odpowiedni. A pułapy kontekstu i wyjścia są hojne, ale nie nieskończone, więc bardzo duże dane wejściowe nadal wymagają przycięcia lub podzielenia na fragmenty. W przypadku prostych, krótkich zadań tekstowych mniejszy i szybszy model tekstowy może być prostszy w obsłudze; Muse Spark 1.1 ma najwięcej sensu, gdy potrzebujesz multimodalnego wejścia, użycia narzędzi lub bardzo długich wyjść w jednym żądaniu.