Muse Spark Open
Rede Neural
Muse Spark Open é um modelo de pesos abertos para programação de agentes, chamada de ferramentas e trabalho com base de código.
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 1 048 576 tokens
- Comprimento máximo de resposta
- 943 718 tokens
- Níveis de raciocínio
- baixo, médio, alto, muito alto
- Recursos
- raciocínio, chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Muse Spark Open?
Muse Spark Open é um modelo de pesos abertos treinado para tarefas de desenvolvimento: cenários de agentes para escrita de código, chamada confiável de ferramentas e compreensão de grandes bases de código como um todo, não apenas fragmentos. Seu ponto forte é a alta precisão na primeira tentativa, onde a correção deve funcionar imediatamente, sem iterações desnecessárias. Através do BotHub, você se conecta a ele sem VPN ou cartão estrangeiro: pagamento com cartões russos em rublos conforme o uso, tokens não expiram. Ao lado, em uma única janela, há mais de 250 modelos para alternar e comparar respostas facilmente, e uma API única compatível com OpenAI permite trocar de modelo em um sistema multimodal sem reescrever a integração. Para equipes, há contrato, fatura e EDI, painel administrativo com limites, e os dados são criptografados via AES-GCM e não são salvos. Use o Muse Spark Open para agentes que editam o repositório e executam testes, para refatoração e análise de projetos desconhecidos, para depuração e busca de bugs, para geração de código com chamada de ferramentas externas e para revisão de alterações antes do merge.Perguntas frequentes sobre Muse Spark Open
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.
É um modelo de texto da Meta: ele responde a solicitações, analisa documentos e imagens, raciocina antes de responder e chama funções externas. Adequado para análise de materiais volumosos, trabalho com código, tarefas de pesquisa e cenários de agentes onde são necessários contexto longo e ferramentas.
O limite de saída é de 943.718 tokens por resposta, e a janela de contexto é de 1.048.576 tokens. Isso é suficiente para documentos volumosos, longos despejos de código ou relatórios detalhados sem dividir a tarefa em dezenas de solicitações separadas.
Sim, o modo de raciocínio é suportado: o modelo analisa a tarefa passo a passo antes de fornecer o resultado. Isso ajuda visivelmente na lógica, matemática, análise de código e questões onde é importante não adivinhar a resposta, mas chegar a ela de forma consistente.
Sim, o modelo pode chamar funções e retornar JSON estruturado. Através da API única compatível com OpenAI do BotHub, você o conecta aos seus serviços e agentes e, se necessário, alterna para outro modelo sem reescrever a integração.
De acordo com nossos dados, texto, imagens e documentos são aceitos como entrada, inclusive em formato nativo. O modelo lerá uma captura de tela, diagrama, PDF ou contrato e analisará o conteúdo. Não há informações sobre áudio e vídeo em nossos dados.
Não temos informações sobre idiomas em nossos dados, portanto não podemos avaliar isso com antecedência — é mais seguro testar em suas próprias tarefas. No BotHub, a interface está em russo, o pagamento é feito com cartão em rublos e o acesso a partir da Federação Russa é feito sem VPN ou cartão estrangeiro.