Muse Spark 1.2 הוא מודל החשיבה של Meta למשימות סוכניות מורכבות, והוא הצ'קפוינט הנוכחי של משפחת Muse Spark. Meta מתארת אותו כצ'קפוינט מעודכן על פני Muse Spark 1.1 עם ביצועים גבוהים במעט, המוגש באותה שכבת Standard במחיר זהה — שדרוג ישיר, לא שכבה חדשה. הוא מקבל משטח קלט רחב בצורה יוצאת דופן — טקסט, תמונות, וידאו, אודיו ומסמכי PDF — ומחזיר טקסט, תוך חשיבה טבעית על פני מודאליות שונות בתוך חלון הקשר של 1M טוקנים. הוא תומך במאמץ חשיבה ניתן להגדרה, בקריאה מובנית לכלים, ובפלטים מובנים, ולכן הוא מתאים במיוחד לסוכנים רב-מודאליים, מחקר מעמיק על פני מדיה מעורבת, וניתוח בהקשר ארוך. Muse Spark 1.2 מכוון לעומסי עבודה המשלבים מסמכים, צילומי מסך, הקלטות ווידאו עם טקסט — מניתוח דוחות ארוכים וספריות מדיה ועד להנעת פייפליינים סוכניים רב-שלביים שחייבים לחשוב על יותר מאשר טקסט בלבד. Meta גם משחררת את muse-spark-1.2-contributor, אותו צ'קפוינט בשכבת ה-Contributor שלה.
Muse Spark 1.2 הוא מודל שפה מתוצרת Meta המוגש דרך OrcaRouter. הוא מקבל קלטי טקסט, תמונה, וידאו, קבצים ואודיו, ומייצר פלטי טקסט. למודל יש חלון הקשר של 1,048,576 טוקנים, שהוא כמות הקלט המקסימלית שהוא…
בהתבסס על העובדות שסופקו, Muse Spark 1.2 יכול לקבל טקסט, תמונה, וידאו, קובץ ואודיו, ולהגיב בטקסט. לכן הוא מתאים למשימות הבנה רב-מודאלית כגון סיכום, חילוץ, תרגום של תוכן אודיו, ומענה על שאלות בנוגע לחומר חזותי או אודיו. חלון הקשר של 1,048,576 טוקנים מאפשר שימוש בחומר מקור נרחב כהקשר. המודל שוקל את כל מודאליויות הקלט מול אותו תקציב טוקנים. אין במטא-נתונים שסופקו מידע על יכולות מיוחדות כגון קריאת כלים, פלט מובנה או כיוונון עדין. OrcaRouter מציעה את המודל דרך API סטנדרטי, כך שניתן להשתמש בכל היכולות שה-API חושף. עבור כל מה שאינו מכוסה בכרטיס המודל, בדוק את המודל עם פרומפטים ומטענים משלך לפני שתעביר אותו לסביבת ייצור.
המקרים הטובים ביותר לשימוש נובעים מהשילוב של קלט מולטימודלי והקשר רחב. ניתן לשאול שאלות על סרטון ארוך, לסכם הקלטת שמע, לבחון תמונות לצד טקסט תומך, או לעבוד עם קבצים מצורפים באותה שיחה. חלון ההקשר של 1,048,576 טוקנים תומך גם במסמכים ארוכים ובמאגרי קבצים מרובי-קבצים. השתמש ב-Muse Spark 1.2 כאשר משימה אחרת הייתה דורשת מודלים מרובים או קריאות מקוטעות רבות. אם הקלט הוא בעיקר טקסט קצר, מודל זול יותר עשוי לספק ערך טוב יותר. OrcaRouter מחייב לפי תעריף הספק, כך שהעלות פרופורציונלית לטוקנים שאתה שולח. כדי לשמור על עלות סבירה, סנן את התוכן מראש ושלח רק את החלקים הרלוונטיים של קבצים, תמונות או שמע. מודל זה אינו מיועד לייצור מדיה; הפלט שלו הוא טקסט.
Muse Spark 1.2 ממוקם כמודל מולטימודלי עם חלון הקשר רחב. עבור שאילתות קצרות המכילות טקסט בלבד, מודל קטן יותר יהיה בדרך כלל מהיר יותר וזול יותר. המחיר המוצע של $4.25 לכל 1M טוקני פלט הוא תעריף פרימיום בהשוואה למודלי טקסט קלים רבים, אם כי השוואות מדויקות תלויות בחלופות. אין מסגרות טוקנים ספציפיות או נתוני בנצ'מרק בעובדות שסופקו, ולכן ההחלטה מבוססת על מורכבות המשימה. אם התוכן שלך הוא טקסט פשוט של עד כמה אלפי טוקנים, השתמש במודל זול יותר. אם המשימה שלך כוללת אודיו ארוך, וידאו, תמונות או קבצים, תמיכת הקלט המולטימודלי וחלון ההקשר של 1M יכולים להצדיק את המחיר. OrcaRouter מאפשר לך להחליף מודלים על ידי שינוי פרמטר המודל, כך שתוכל לנתב משימות פשוטות למודל זול יותר ולשמור את Muse Spark 1.2 למשימות מולטימודליות מורכבות יותר.
המודל מפיק טקסט. הוא אינו מייצר תמונות, וידאו או אודיו. הוא מקבל מדיה אלה כקלט, אך התגובה היא השלמה טקסטואלית. אין מגבלת אסימוני פלט מוצהרת במטא-נתונים שסופקו, אך הגדרות API סטנדרטיות כגון max_tokens יכולות להגביל את אורך התגובה. מכיוון שלא סופקו נתוני מדדי ביצועים, יש לאמת טענות לגבי דיוק ויכולות באמצעות הנתונים שלך. ייתכן שהמודל לא יוכל לעבד סרטונים ארוכים במיוחד אם הייצוג חורג מחלון ההקשר של 1,048,576 אסימונים. כמו כן, אין ערובה לכך שהמודל יפעל היטב במשימות מחוץ למרחב ההבנה הרב-מודאלית הצפוי. בעת שימוש ב-OrcaRouter, ה-API מחזיר שגיאות עבור בקשות שחורגות מתקציב ההקשר או מפרות את אילוצי הקלט של הספק.
הנתונים העובדתיים שסופקו עבור הדגם אינם כוללים ציוני בנצ'מרק או טבלאות הערכה עבור Muse Spark 1.2. אין זה אומר שהדגם לא נבדק; משמעות הדבר היא שהמטא־דאטה שסופק עבור רשומת קטלוג זו אינו מציג מספרים אלה. כדי להעריך את הדגם, הריצו דוגמאות בדיקה משלכם והשוו תפוקות על פי מדדים ספציפיים למשימה. OrcaRouter אינו מפרסם תוצאות בנצ'מרק עבור דגמי צד שלישי ברשומה זו. בהיעדר נתוני בנצ'מרק, על הקוראים להסתמך על יכולות איכותניות כגון חלון הקשר של 1,048,576 טוקנים ותמיכה בקלט מולטימודלי. כל מספרי ביצועים שתראו במקום אחר צריכים להגיע ישירות מ־Meta או מהערכות עצמאיות. אין לשייך את הביטוי Muse Spark 1.2 לטענות בנצ'מרק ספציפיות כאן. אם אתם זקוקים למדד איכות כמותי, תכננו ערכת הערכה קטנה המכסה את סוגי הקלט הצפויים שלכם, כולל טקסט, תמונה, וידאו, קובץ ואודיו. מדדו דיוק משימה, עקביות תפוקה ועלות. היעדר בנצ'מרקים שפורסמו גם מדגיש את הצורך בבדיקות לפני פריסה לייצור.
חלון ההקשר הוא 1,048,576 טוקנים. זהו גודל הקלט המרבי שהמודל יכול לעבד בקריאה אחת, כפי שנקבע בעובדות שסופקו. טוקן הוא יחידת עיבוד טקסט; 1,048,576 טוקנים הם בערך כמות גדולה של נתוני טקסט, אם כי מספר המילים המדויק לכל טוקן משתנה. מגבלת הקשר זו חלה גם על תוכן שמקורו בקלטי וידאו, תמונה, קבצים ואודיו לאחר המרתם לטוקנים. הקשר רחב מאפשר למודל לראות מסמך שלם, תמליל ארוך או קבצי מקור רבים ללא פיצול. כמו כן, עליך להיות מודע לשימוש בטוקנים בעת העלאת קובצי מדיה. אם סך כל הטוקנים בבקשה חורג מחלון ההקשר, קריאת ה-API תיכשל. השתמש בכלי ספירת הטוקנים של OrcaRouter או בהערכה עצמית כדי להישאר במסגרת המגבלה.
הנתונים שסופקו במטא-דאטה אינם כוללים נתוני אחזור (latency) או תפוקה (throughput). זמן התגובה בפועל תלוי בכמה משתנים: אורך הקלט הכולל, מספר המצבים (modalities), מורכבות ההנחיה (prompt), ועומס בצד הספק. בקשה הכוללת וידאו ואודיו עשויה להיות איטית יותר מבקשה טקסטואלית בלבד, מכיוון שיש לעבד את הנתונים המשויכים לפני שלב ההיסק (inference). אורך הפלט משפיע גם הוא על הזמן; יצירת אסימונים (tokens) רבים אורכת זמן רב יותר מאשר יצירת אסימונים בודדים. אין רמת מהירות או זמינות מובטחת עבור מודל זה. כדי לקבל מדידות אחזור מהימנות, יש לבחון את ה-API דרך OrcaRouter עם בקשות מייצגות. אם אתה זקוק לאחזור נמוך במיוחד עבור הנחיות פשוטות, השתמש במודל קטן יותר. עבור עיבוד מולטי-מודאלי עם הקשר ארוך, סביר שהאחזור יהיה גבוה יותר מטבע עומס העבודה.
OrcaRouter מחייב את Muse Spark 1.2 ב-$1.25 לכל 1,000,000 טוקני קלט וב-$4.25 לכל 1,000,000 טוקני פלט. נתונים אלה מגיעים מהעובדות שסופקו ומועברים בתעריף הספק ללא כל תוספת מחיר. טוקני קלט הם הטוקנים שנשלחים על ידי הלקוח, כולל טקסט, תוכן קבצים, וכל ייצוג של תמונה, וידאו או אודיו. טוקני פלט הם הטוקנים שמוחזרים בטקסט שנוצר. לכן, העלות הכוללת של קריאה היא טוקני קלט כפול $1.25/1M בתוספת טוקני פלט כפול $4.25/1M. מכיוון ש-OrcaRouter אינו מוסיף תוספת מחיר, זהו תעריף השורה שעליך להשתמש בו לתקצוב. חלון ההקשר הוא 1,048,576 טוקנים, כך שקלט מלא יעלה מעט יותר מ-$1.25 בתעריף הקלט. הערכה זו מניחה בדיוק את מספר טוקני הקלט המרבי; בקשות בפועל משתנות.
אסימוני קלט עולים $1.25 למיליון. אסימוני פלט עולים $4.25 למיליון. אסימוני הפלט מתומחרים גבוה יותר מאסימוני קלט, דבר הנפוץ במודלים גנרטיביים. במשימות רבות, הפלט הוא השלמה קצרה בעוד שהקלט מכיל כמות גדולה של חומר מקור. במקרה כזה עלות אסימוני הקלט היא הדומיננטית. לעומת זאת, אם אתה מבקש טקסט ארוך שנוצר, עלות הפלט יכולה להיות משמעותית. מאחר שחלון ההקשר הוא 1,048,576 אסימונים, אפשר לשלוח קרוב לגבול זה ולחייב בעלויות קלט. ניתן להפחית את עלות הקלט על ידי שליחת רק קטעים רלוונטיים של קבצים, הגבלת אורך וידאו או אודיו, וקיצור היסטוריית השיחה. OrcaRouter אינו מוסיף תוספת מחיר, כך שכל הבדל בעלות נובע מהיקפי שימוש ובחירות.
הנתונים שסופקו אינם כוללים מידע על תמחור מטמון או הנחות עבור Muse Spark 1.2. ספקים מסוימים מציעים מחירים נמוכים יותר עבור אסימוני קלט במטמון, אך לא מופיעים כאן נתונים כאלה. אם OrcaRouter או Meta מאפשרים שמירת הנחיות במטמון עבור מודל זה, התמחור הזמין למטמון היה מתועד בנפרד. ללא תיעוד זה, יש להניח שכל אסימון קלט מחויב בתעריף המלא של $1.25 למיליון. אל תתכנן את התקציב שלך סביב חיסכון במטמון אלא אם כן אישרת את התנאים הנוכחיים. שמירה במטמון תלויה גם בשימוש חוזר בהנחיות; בקשות עם קלט ייחודי או משתנה מאוד לא ייהנו מכך. בדוק את דף התמחור של OrcaRouter או פנה לתמיכה כדי לבדוק אם קיים תמחור מטמון עבור meta/muse-spark-1.2.
OrcaRouter מצהיר כי Muse Spark 1.2 מחויב בתעריף הספק ללא כל תוספת (zero markup). משמעות הדבר היא שהמחיר לטוקן שאתה משלם תואם לתעריף המופיע אצל הספק: $1.25 לכל מיליון טוקני קלט ו-$4.25 לכל מיליון טוקני פלט. OrcaRouter אינו מוסיף עמלת טוקן או דמי שירות על גבי תעריף זה. תעריף עם אפס תוספת מפשט את תחזית העלויות, מכיוון ששורת החשבונית שלך תואמת למחיר המחירון של המודל. אין זה אומר שאין דמי מנוי בסיסיים או דמי תשתית אם OrcaRouter גובה אותם עבור חשבון ה-API; העובדות שסופקו מתארות רק חיוב לפי טוקן. בדוק תמיד את תוכנית OrcaRouter שלך לגבי עלויות קבועות כלשהן. תוספת האפס חלה על תעריף המודל והיא הבסיס להשוואת עלויות עם מודלים אחרים.
כדי לקרוא ל-Muse Spark 1.2 דרך OrcaRouter, הגדר את כתובת ה-URL הבסיסית ל-https://api.orcarouter.ai/v1 והשתמש במזהה המודל meta/muse-spark-1.2. על הלקוח שלך לשלוח בקשה העוקבת אחרי הפורמט להשלמת צ'אט תואם OpenAI. כלול את מפתח ה-API של OrcaRouter שלך בכותרת Authorization. מערך ה-messages יכול להכיל את התוכן שברצונך לעבד. עבור קלט מולטי-מודאלי, פורמט התוכן עבור תמונה, וידאו, קובץ ואודיו תלוי בסכמה הנתמכת של OrcaRouter; הממשק תואם OpenAI בדרך כלל מאפשר חלקי תוכן. שמות השדות המדויקים מתועדים בהפניית ה-API. וודא שספירת ה-token הכוללת של הבקשה נשארת בתוך חלון ההקשר של 1,048,576 token. אם אתה משתמש ב-SDK של OpenAI, הגדר את פרמטרי base_url ו-model בהתאם.
OrcaRouter חושף API תואם OpenAI, כך שפרמטרי inference סטנדרטיים כמו temperature, top_p, max_tokens ו־stop sequences עשויים להיות זמינים. מכיוון שאלה פרמטרי API כלליים של OpenAI, ההתנהגות שלהם עוקבת אחר מפרט ה-API. העובדות שסופקו אינן מפרטות פרמטרים ספציפיים לדגם עבור Muse Spark 1.2. ניתן גם לשלוח הודעת מערכת, הודעות משתמש והודעות עוזר כחלק מהשיחה. עבור קלט מולטימודלי, פורמט הבקשה צריך לכלול את חלקי התוכן הנכונים עבור המדיה הכלולה. אין ערובה לכך שכל פרמטר של OpenAI נתמך על ידי כל ספק, לכן בדוק כל פרמטר בעת ההעברה. השתמש במזהה הדגם meta/muse-spark-1.2 בדיוק. אם פרמטר אינו נתמך, OrcaRouter יחזיר הודעת שגיאה; יש לוודא מול תיעוד ה-API.
כדי להעביר אינטגרציה קיימת התואמת את OpenAI ל-OrcaRouter, שנה את כתובת ה-URL הבסיסית מהנקודה הנוכחית שלך ל-https://api.orcarouter.ai/v1 והגדר את המודל ל-meta/muse-spark-1.2. שמור על אותו מבנה הודעות אם השתמשת ב-OpenAI chat completions הסטנדרטי. החלף את מפתח ה-API שלך במפתח OrcaRouter. אם הבקשות הקיימות שלך כוללות הרחבות ספציפיות למודל, הסר אותן או התאם אותן בהתאם לתיעוד ה-API של OrcaRouter. חלון ההקשר הוא 1,048,576 טוקנים, שעשוי להיות גדול יותר מאשר המודל הקודם שלך, ומאפשר לאותה בקשה להתאים ללא קיצוץ. בדוק את עיצוב הקלט שלך עבור תמונה, וידאו, קובץ ואודיו אם השתמשת בשדות ספציפיים לספק. בדוק עם בקשה קטנה תחילה. מכיוון ש-Muse Spark 1.2 מוציא טקסט, ההעברה פשוטה עבור כלים מבוססי טקסט.
עובדות המודל שסופקו אינן כוללות תנאי טיפול בנתונים, שמירה או פרטיות עבור Muse Spark 1.2 או OrcaRouter. באופן כללי, בקשות נשלחות לספק המודל כדי ליצור השלמות. OrcaRouter עשוי לאחסן יומני API או נתוני שימוש לצורכי תפעול, אך המדיניות הספציפית אינה מתוארת כאן. אם פרטיות הנתונים חשובה, עיין בתנאי השירות ובמדיניות הפרטיות של OrcaRouter, ובדוק האם תנאי הספק של Meta חלים על התוכן שאתה שולח. אל תניח שווידאו, אודיו או קבצים שנשלחו נמחקים אוטומטית לאחר ההסקה. עבור נתונים חסויים, שקול השחרה ועיבוד מקדים מקומי. אין לקרוא סעיף זה כייעוץ משפטי. פנה לתמיכה של OrcaRouter כדי לקבל את הסכם עיבוד הנתונים העדכני. השימוש שלך ב-API מהווה הסכמה לתנאים הרלוונטיים.
Muse Spark 1.2 שונה ממודלי שפה מבוססי טקסט בלבד, כיוון שהוא מקבל קלט של תמונות, וידאו, קבצים ואודיו. מודל טקסט בלבד יכול לעבד רק תוכן כתוב. עבור משימות מולטי-מודאליות, Muse Spark 1.2 מבטל את הצורך בחילוץ ותמלול מדיה לפני קריאה ל-LLM. חלון ההקשר שלו של 1,048,576 טוקנים מאפשר לו להחזיק קלטים ארוכים בהרבה מאשר מודלים סטנדרטיים רבים. מצד שני, מודלי טקסט בלבד הם לעיתים קרובות זולים יותר ועשויים לפעול מהר יותר עבור עבודה המבוססת על טקסט בלבד. מחיר הפלט של $4.25 למיליון טוקנים גבוה מזה של מודלי טקסט קלים רבים. אם הפרויקט שלך הוא כולו טקסט ואינו זקוק להקשר ארוך, מודל טקסט בלבד עשוי להתאים יותר. אם זרימת העבודה שלך כבר שולחת תמונות, אודיו או וידאו, מודל זה מציע מסלול של קריאה אחת בלבד.
המודלים שמתמקדים רק באודיו או רק בתמונה מתמחים בדרך כלל במצב יחיד ועשויים להפיק תוויות, הטמעות או תמלול. Muse Spark 1.2 מאחד טקסט, תמונה, וידאו, קובץ ואודיו בממשק יחיד ליצירת טקסט. הדבר יכול לפשט צינורות עיבוד שבעבר שילבו מתמלל אודיו, מתאר תמונות ו-LLM. עם זאת, מודלים ייעודיים יכולים להיות מכווננים טוב יותר למשימות כמו זיהוי דיבור או זיהוי אובייקטים. לא סופקו ציוני benchmark עבור Muse Spark 1.2, ולכן אין כאן נתונים להשוואה מול מודלים ייעודיים. הבחירה המתאימה תלויה בשאלה אם נדרשת הבנה כללית או דיוק ייעודי. עבור חשיבה כללית על פני מצבים מרובים, מודל מולטי-מודאלי יחיד יכול להיות קל יותר לתחזוקה. לדיוק ייצור קפדני בסוג מדיה אחד, יש לבחון חלופות ייעודיות.
הנתונים היחידים שסופקו לתמחור של Muse Spark 1.2 הם $1.25 לכל 1M טוקנים של קלט ו-$4.25 לכל 1M טוקנים של פלט, בחיוב ללא תוספת מחיר דרך OrcaRouter. השוואות למודלים אחרים ידרשו את רשימות המחירים שלהם, שאינן חלק מרשומה זו. בדרך כלל, מודלים מולטי-מודאליים יקרים יותר להפעלה מאשר מודלי טקסט פשוטים, מכיוון שהם מעבדים קלטים עשירים יותר. חלון ההקשר של 1,048,576 טוקנים יכול להגדיל את העלות אם שולחים כמויות גדולות של מדיה. עבור הנחיית טקסט קצרה, עלות הקלט קטנה מאוד. עבור בקשה עם מספר דקות של וידאו ופלט ארוך, העלות תהיה גבוהה יותר. השתמש בתעריפים לטוקן ובספירות הטוקנים הצפויות שלך כדי להעריך אם מודל חלופי יהיה חסכוני יותר. מכיוון ש-OrcaRouter אינו מוסיף תוספת מחיר, התעריף של הספק הוא נקודת ההשוואה הרלוונטית.
תואם OpenAI — המשיכו להשתמש ב-SDK שכבר יש לכם
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="meta/muse-spark-1.2",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_tokensreasoningreasoning_effortrepetition_penaltyresponse_formatstructured_outputstemperaturetool_choicetoolstop_ktop_p| קלט / 1M טוקנים | $1.25 |
| פלט / 1M tokens | $4.25 |
| קריאת מטמון / 1M | $0.150 |
| מטבע | USD |
הערכה מבוססת מחיר מחירון
הערכה בלבד — ספירת הטוקנים בפועל תלויה בטוקנייזר של הספק.
על מה מפתחים מדברים השבוע
GET /api/public/models/meta/muse-spark-1.2פתיחה @misc{orcarouter_muse_spark_1_2,
title = {Muse Spark 1.2 API},
author = {Meta},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/meta/muse-spark-1.2}
}Meta. (2026). Muse Spark 1.2 API. OrcaRouter. https://www.orcarouter.ai/models/meta/muse-spark-1.2