Meta: Muse Spark 1.3 Contributor

Meta: Muse Spark 1.3 Contributor, Meta tarafından sunulan, metne odaklı çok kipli bir akıl yürütme modelidir. Meta'nın deney, öğrenme ve erken aşama ajanik, çok ajanlı ve kodlama iş akışlarını hedefleyen maliyet verimli katman olarak tanımladığı Muse Spark 1.3 hattının contributor katmanında yer alır. Sağlayıcı sürüm tarihi 2026-09-02'dir. Yalnızca düz metin yerine karma medya üzerinde akıl yürütme gerektiren bir proje için modelleri değerlendiriyorsanız, bu, Meta'nın o ailede sunduğu giriş noktasıdır.

Model metin, görsel, video ve dosya girdilerini kabul eder ve metin döndürür. Bağlam penceresi 1.048.576 tokendır ve maksimum çıktı 943.718 tokendır. Bu kombinasyon, girdinin büyük ve beklenen yanıtın da uzun olduğu iş yükleri için önemlidir; örneğin uzun bir kaydı özetlemek, bir belge yığınından yapılandırılmış veri çıkarmak veya çok adımlı bir görev boyunca uzun bir çalışma durumunu korumak gibi. Akıl yürütme davranışı gizlenmek yerine açığa çıkarılır: desteklenen parametreler arasında reasoning, reasoning_effort ve include_reasoning bulunur, böylece modelin ne kadar içsel değerlendirme yaptığını ve bu değerlendirmenin size döndürülüp döndürülmeyeceğini kontrol edebilirsiniz.

Bu yetenekler birkaç pratik kullanıma işaret eder. Belge ve medya analizi doğal bir uyumdur, çünkü bir metin istemiyle birlikte dosyalar, görseller veya video geçirip yazılı bir sonuç isteyebilirsiniz. Kodlama ve ajanik iş akışları bir diğeridir; araç çağırma ve yapılandırılmış çıktılar buna yardımcı olur, bunlar modelin işlevleri çağırmasını ve yanıtları sizin tanımladığınız bir şemada döndürmesini sağlar. Çok ajanlı kurulumlar aynı özellikleri ajanlar arasında yapılandırılmış mesajlar geçirmek için kullanabilir. Model deney ve erken aşama çalışmaları için konumlandırıldığından, daha ağır bir modele karar vermeden önce bir iş hattını prototiplemek için de uygundur.

Modeli api14'ün OpenAI uyumlu API'si üzerinden "meta/muse-spark-1.3-contributor" model id'siyle çağırırsınız. Desteklenen istek parametreleri include_reasoning, max_tokens, reasoning, reasoning_effort, repetition_penalty, response_format, structured_outputs, temperature, tool_choice, tools, top_k ve top_p'dir. Pratikte model alanını bu id'ye ayarlar, mesajlarınızı gönderir ve iş yükünüzün ihtiyaç duyduğu parametreleri eklersiniz; örneğin işlev çağırma için tools ve tool_choice veya öngörülebilir bir biçim geri almanız gerektiğinde response_format ve structured_outputs.

Akılda tutulması gereken bir sınır, çıktının yalnızca metin olmasıdır, dolayısıyla görsel, ses veya video üretmeyi gerektiren görevler burada kapsam dışıdır. Contributor katmanı ayrıca maliyet verimli olarak ve deney, öğrenme ve erken aşama iş akışlarına yönelik olarak tanımlanır; bu da en katı kalite taleplerine sahip üretim iş yüklerinin aynı ailedeki daha yüksek bir katman tarafından daha iyi karşılanabileceğini düşündürür. Girdileriniz yalnızca metinse ve bağlam ihtiyaçlarınız mütevazıysa, daha küçük bir metin modelini işletmek daha basit olabilir.