Muse Spark 1.2 Contributor
Red Neuronal
Muse Spark 1.2 Contributor es un modelo de razonamiento de Meta para desarrolladores, disponible en BotHub vía muse spark api.
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 1 048 576 tokens
- Longitud máxima de respuesta
- 943 718 tokens
- Niveles de razonamiento
- mínimo, bajo, medio, alto, muy alto
- Funciones
- razonamiento, llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Muse Spark 1.2 Contributor?
Muse Spark 1.2 Contributor es una tarifa del modelo de razonamiento de Meta para desarrolladores que comienzan a crear sus productos y desean controlar los costos: según el proveedor, es notablemente más barato que el Muse Spark básico, manteniendo el mismo análisis paso a paso. A través de BotHub, el modelo funciona sin VPN ni tarjetas extranjeras: pago con tarjetas rusas en rublos por uso de tokens, sin suscripción, y el saldo no utilizado no caduca. En la misma ventana hay más de 250 redes neuronales disponibles; puede cambiar y comparar respuestas para un mismo prompt, y una API única compatible con OpenAI permite conectar Muse Spark a su servicio y cambiar de modelo más tarde sin reescribir la integración. Las solicitudes se cifran (AES-GCM) y no se guardan; para equipos hay contrato, factura y panel de administración con límites. Casos de uso: creación de prototipos de agentes y pipelines donde el costo es crítico; resolución de problemas algorítmicos y lógicos con pasos intermedios; revisión y depuración de código; procesamiento en segundo plano de flujos de solicitudes; experimentos educativos antes de pasar a un modelo más pesado.Preguntas frecuentes sobre Muse Spark 1.2 Contributor
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto de Meta con modo de razonamiento. Analiza documentos e imágenes extensos, escribe y refactoriza código, ayuda con análisis, tareas STEM y textos largos. Es adecuado para trabajar con grandes bases de conocimiento y consultas complejas de varios pasos.
El límite de salida es de 943,718 tokens por respuesta, un volumen muy grande para generar documentación, análisis detallados o fragmentos de código extensos. La ventana de contexto es de 1,048,576 tokens, por lo que se pueden incluir materiales fuente extensos en el diálogo.
Sí, el modo de razonamiento está confirmado. El modelo construye una cadena de pasos antes de la respuesta final, lo que ayuda en matemáticas, lógica, depuración de código y tareas donde se deben combinar varias condiciones secuencialmente. Para consultas simples, esto suele ser redundante.
Sí, el modelo admite 'function calling' y salida estructurada en JSON. Puede conectarlo a través de la API única compatible con OpenAI de BotHub y crear agentes, integraciones con servicios externos y pipelines donde la respuesta debe analizarse mediante programación.
Se aceptan texto, imágenes y documentos como entrada, incluyendo el procesamiento nativo de archivos. Puede enviar una captura de pantalla, un esquema, una tabla o un contrato y pedir que se analice el contenido. No tenemos información sobre audio y video en nuestros datos.
No tenemos mediciones específicas por idioma en nuestros datos, por lo que es más fiable probar el modelo con su tarea real. En BotHub esto toma un minuto: acceso sin VPN ni tarjeta extranjera, y si es necesario, puede cambiar a otro modelo en la misma ventana.