Meta: Muse Spark 1.2

Meta: Muse Spark 1.2 to model rozumujący od Meta, zbudowany do złożonych zadań agentowych. Należy do kategorii tekstowej, a Meta pozycjonuje go wokół obciążeń, w których model musi planować, rozumować krok po kroku i działać, a nie tylko odpowiadać na pojedyncze pytanie. Jeśli wybierasz model dla agenta, który musi pracować w wielu turach i z wieloma narzędziami, to właśnie do tej klasy modeli Meta go przeznaczyła.

Model przyjmuje dane wejściowe w postaci tekstu, obrazów, wideo i plików, a zwraca tekst. Jego okno kontekstowe wynosi 1 048 576 tokenów, a maksymalne wyjście to 943 718 tokenów. To połączenie ma znaczenie dla pracy agentowej: duży kontekst pozwala utrzymać w polu widzenia długie transkrypcje, dokumenty lub treści pochodzące z multimediów, a wysoki limit wyjścia oznacza, że model nie jest zmuszony kompresować długiego planu lub raportu do krótkiej odpowiedzi. Rozumowanie jest częścią projektu modelu, a API udostępnia dla niego mechanizmy kontroli.

Praktyczne przypadki użycia wynikają z tych możliwości. Ponieważ przyjmuje obrazy, wideo i pliki obok tekstu, możesz budować agentów, którzy analizują zestaw dokumentów i nagranie ekranu, a następnie tworzą pisemną analizę lub plan. Długi kontekst pasuje do wieloetapowych badań, analizy bazy kodu lub logów oraz przepływów pracy, w których wcześniejsze wyniki narzędzi muszą pozostać dostępne. Wywoływanie narzędzi i ustrukturyzowane wyjścia czynią go rozsądnym wyborem do orkiestracji, gdzie model decyduje, które narzędzie wywołać, i zwraca wyniki czytelne maszynowo. Mechanizmy kontroli rozumowania pozwalają wymieniać szybkość na głębokość w zależności od zadania.

Wywołujesz go przez zgodne z OpenAI API api14, używając identyfikatora modelu "meta/muse-spark-1.2". Obsługiwane parametry żądania to include_reasoning, max_tokens, reasoning, reasoning_effort, repetition_penalty, response_format, structured_outputs, temperature, tool_choice, tools, top_k oraz top_p. W praktyce tools i tool_choice napędzają pętle agentowe, response_format i structured_outputs ograniczają kształt odpowiedzi, a parametry reasoning dostosowują, ile wewnętrznego rozumowania wykonuje model. Ponieważ interfejs jest zgodny z OpenAI, istniejące klienty i SDK zasadniczo działają po zmianie jedynie identyfikatora modelu.

Jedno ograniczenie warto mieć na uwadze: modalność wyjścia. Model zwraca wyłącznie tekst, więc nie może generować obrazów ani wideo, mimo że potrafi je odczytywać. Jeśli twoje zadanie polega wyłącznie na generowaniu krótkich form tekstowych, mniejszy model może być prostszy i szybszy. Do pracy agentowej z długim kontekstem, multimodalnej i korzystającej z narzędzi Muse Spark 1.2 jest wprost stworzony.