Muse Spark 1.3 Contributor
Red Neuronal
Muse Spark 1.3 Contributor: nivel económico del modelo de razonamiento multimodal de Meta para código y escenarios de agentes.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Muse Spark 1.3 Contributor?
Muse Spark 1.3 Contributor es el nivel Contributor de la línea de modelos de razonamiento multimodal de Meta: el mismo enfoque de razonamiento, pero en una versión económica diseñada para experimentos, aprendizaje y etapas tempranas de escenarios de agentes, multiagentes y código. El modelo no solo trabaja con texto y mantiene la lógica de la tarea durante el diálogo, por lo que es adecuado para prototipos que luego se trasladan a configuraciones más pesadas. En BotHub, está disponible sin VPN ni tarjeta extranjera: el saldo se recarga con tarjeta rusa, el pago es por uso de tokens, sin suscripción. Más de 250 modelos en una ventana: cambie y compare respuestas con el mismo prompt. Para producción, conecte una API compatible con OpenAI; el tráfico está cifrado con AES-GCM. Para empresas, ofrecemos contrato, factura, EDI y panel de administración con límites. Escenarios: probar hipótesis en código, crear borradores de esquemas multiagentes, analizar repositorios desconocidos, entrenar prompts antes de pasar a un modelo superior o verificar ideas arquitectónicas.Preguntas frecuentes sobre Muse Spark 1.3 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.
muse-spark-1.3-contributor acepta texto, documentos e imágenes: analiza archivos y capturas de pantalla, responde sobre el contenido, escribe y corrige código, y resuelve tareas de razonamiento. Un contexto de hasta 1 048 576 tokens permite mantener un proyecto completo o documentación extensa en una sola solicitud, sin dividirla en partes.
En una sola respuesta, el modelo puede generar hasta 943 718 tokens, suficiente para un texto muy largo: documentación completa, un informe extenso o un módulo de código completo, sin dividirlo. La longitud real depende de su solicitud y de la configuración de generación.
Sí, se admite el razonamiento antes de responder: el modelo primero construye el proceso de solución y luego formula el resultado. Esto es notable en tareas de STEM, lógica, análisis de código y documentos largos, donde es importante no adivinar la respuesta, sino deducirla de manera consistente.
Sí, el modelo admite la llamada a funciones y la salida estructurada en JSON. Puede conectarlo a herramientas, bases de datos y servicios externos, obtener respuestas según un esquema definido e integrarlas en sus pipelines. En BotHub, esto se hace a través de una API única compatible con OpenAI.
Sí, se pueden cargar imágenes y documentos: envíe una captura de pantalla, un esquema o un archivo y pida que analice el contenido. La recepción de audio y video no está indicada en nuestros datos, por lo que para esos formatos es más seguro elegir un modelo especializado; en BotHub está disponible en la misma ventana, sin necesidad de reescribir la integración.
El idioma de los prompts y las respuestas no está especificado en nuestros datos, por lo que no podemos prometer nada concreto. Es más fácil probarlo con su propia tarea: haga la pregunta como le resulte cómodo y compare el resultado con otro modelo en la misma ventana. Acceso desde Rusia sin VPN ni tarjeta extranjera.