Muse Wonder
Rede Neural
Muse Wonder é um modelo de raciocínio da Meta para tarefas complexas: aceita texto, imagens, vídeo, áudio e PDF, responde com texto.
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 Wonder?
Muse Wonder é um modelo de raciocínio da Meta para tarefas complexas: ele divide a solicitação em etapas, mantém a lógica de inferência e leva o trabalho de várias etapas ao resultado. Aceita texto, imagens, vídeo, áudio e documentos PDF, respondendo com texto, permitindo que a análise de digitalizações, gravações de reuniões ou vídeos seja feita por um único modelo. Através do BotHub, o acesso é aberto sem VPN ou cartão estrangeiro: pague com cartão russo em rublos e apenas pelos tokens consumidos, que não expiram. Mais de 250 redes neurais em uma janela — compare respostas facilmente. A API compatível com OpenAI ajuda a integrar o modelo em seus serviços e substituí-lo sem reescrever a integração; os dados são protegidos por criptografia AES-GCM. Para empresas, estão disponíveis contrato, fatura, EDI e painel administrativo com limites. O modelo é útil para analistas (análise de relatórios e apresentações em PDF), desenvolvedores (projetar cenários de agentes com lógica de várias etapas), gerentes (transcrição de reuniões e resumo de decisões), profissionais de marketing (análise de vídeo e materiais visuais) e pesquisadores (trabalho com fontes em vários formatos).Perguntas frequentes sobre Muse Wonder
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 com um contexto de 1.048.576 tokens. É adequado para trabalhar com documentos longos e grandes bases de código: análise, refatoração, depuração, análise. Sabe raciocinar antes de responder, aceita imagens e documentos como entrada e chama funções externas.
O limite de saída é de 943.718 tokens por resposta, ou seja, o volume de um livro inteiro ou de um grande módulo de código sem divisão em partes. Isso elimina a necessidade de unir respostas de dezenas de solicitações ao gerar documentação, relatórios ou arquivos grandes.
Sim, o modo de raciocínio está confirmado. O modelo primeiro constrói o processo de solução e depois fornece o resultado — isso ajuda em tarefas STEM, matemática, análise de lógica complexa em código e em situações onde a cadeia de inferências é importante, não apenas uma resposta rápida.
Sim, tanto a chamada de funções quanto a saída estruturada em JSON são suportadas. O modelo pode ser incorporado em cenários de agentes, conectado a serviços externos e bancos de dados. No BotHub, está disponível uma API única compatível com OpenAI, portanto, mudar de modelo não exigirá reescrever a integração.
De acordo com nossos dados, o modelo aceita imagens e documentos como entrada, incluindo processamento nativo de arquivos. Você pode enviar uma captura de tela de interface, diagrama, gráfico, PDF ou tabela e obter uma análise em texto. O modelo em si gera apenas texto.
Não temos dados sobre o desempenho do modelo com idiomas específicos, portanto não daremos estimativas precisas — verifique com sua tarefa. A interface do BotHub e o pagamento com cartões em rublos estão disponíveis na Rússia sem VPN ou cartão estrangeiro; pague apenas pelos tokens usados.