Muse Spark 1.3 Contributor
Rede Neural
Muse Spark 1.3 Contributor — nível econômico do modelo de raciocínio multimodal da Meta para código e cenários de agentes.
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 1 048 576 tokens
- Comprimento máximo de resposta
- 943 718 tokens
- Níveis de raciocínio
- mínimo, baixo, médio, alto, muito alto, max
- Recursos
- raciocínio, chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Muse Spark 1.3 Contributor?
Muse Spark 1.3 Contributor — o nível Contributor na linha de modelos de raciocínio multimodal da Meta: a mesma abordagem de raciocínio, mas em uma versão econômica, projetada para experimentos, aprendizado e estágios iniciais de cenários de agentes, multiagentes e código. O modelo não trabalha apenas com texto e mantém a lógica da tarefa durante o diálogo, sendo adequado para protótipos que posteriormente são transferidos para configurações mais pesadas. No BotHub, ele está disponível sem VPN ou cartão internacional: o saldo é recarregado com cartão local, o pagamento é feito conforme o uso de tokens, sem assinatura. Mais de 250 modelos estão disponíveis na mesma janela — alterne e compare respostas com o mesmo prompt, e para produção, conecte-se via API compatível com OpenAI; o tráfego é criptografado com AES-GCM, e para empresas estão disponíveis contrato, fatura, EDI e painel administrativo com limites. Cenários simples: testar uma hipótese no código, montar um rascunho de esquema multiagente, entender um repositório desconhecido, treinar prompts antes de migrar para um modelo superior ou verificar rapidamente uma ideia arquitetônica.Perguntas frequentes sobre Muse Spark 1.3 Contributor
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
O muse-spark-1.3-contributor aceita texto, documentos e imagens: analisa arquivos e capturas de tela, responde com base no conteúdo, escreve e corrige código, resolve tarefas de raciocínio. O contexto de até 1.048.576 tokens permite manter um projeto inteiro ou documentação volumosa em uma única solicitação, sem dividi-la em partes.
Em uma única resposta, o modelo pode gerar até 943.718 tokens — o suficiente para um texto muito longo: documentação completa, um relatório grande ou um módulo de código volumoso inteiro, sem divisão em partes. O comprimento real depende da sua solicitação e das configurações de geração.
Sim, o raciocínio antes da resposta é suportado: o modelo primeiro constrói o processo de solução e depois formula o resultado. Isso é perceptível em tarefas de STEM, lógica, análise de código e documentos longos, onde é importante não adivinhar a resposta, mas deduzi-la sequencialmente.
Sim, o modelo suporta chamada de funções e saída estruturada em JSON. Você pode conectá-lo a ferramentas, bancos de dados e serviços externos, receber respostas em um esquema definido e integrá-las aos seus pipelines. No BotHub, isso é feito através de uma API única compatível com OpenAI.
Sim, imagens e documentos podem ser carregados: envie uma captura de tela, esquema ou arquivo e peça para analisar o conteúdo. O recebimento de áudio e vídeo não está indicado em nossos dados, portanto, para esses formatos, é mais seguro escolher um modelo especializado — no BotHub, ele está disponível na mesma janela, sem necessidade de reescrever a integração.
O idioma dos prompts e respostas não está especificado em nossos dados, por isso não faremos promessas concretas. É mais fácil testar com sua própria tarefa: faça uma pergunta da maneira que preferir e compare o resultado com outro modelo na mesma janela. O acesso a partir da Rússia é feito sem VPN ou cartão internacional.