Muse Spark 1.2는 복잡한 에이전트 작업을 위한 Meta의 추론 모델로, Muse Spark 제품군의 현재 체크포인트입니다. Meta는 이를 Muse Spark 1.1 대비 약간 더 높은 성능을 제공하는 업데이트된 체크포인트로 설명하며, 동일한 가격으로 동일한 Standard tier에서 제공됩니다. 즉, 새로운 등급이 아닌 드롭인 업그레이드입니다. 이 모델은 텍스트, 이미지, 비디오, 오디오, PDF 문서 등 이례적으로 광범위한 입력 표면을 지원하며, 1M-토큰 컨텍스트 창 내에서 모든 모달리티에 걸쳐 기본적으로 추론하여 텍스트를 반환합니다. 구성 가능한 추론 노력, 기본 도구 호출, 구조화된 출력을 지원하므로 멀티모달 에이전트, 혼합 미디어에 대한 심층 조사, 장기 컨텍스트 분석에 적합합니다. Muse Spark 1.2는 문서, 스크린샷, 녹음, 비디오를 텍스트와 결합하는 워크로드를 대상으로 합니다. 긴 보고서와 미디어 라이브러리 분석부터 텍스트 이상을 추론해야 하는 다단계 에이전트 파이프라인 구동에 이르기까지 다양합니다. Meta는 또한 동일한 체크포인트를 Contributor tier에서 제공하는 muse-spark-1.2-contributor도 출시합니다.
Muse Spark 1.2는 OrcaRouter를 통해 제공되는 Meta 제작 언어 모델입니다. 텍스트, 이미지, 비디오, 파일, 오디오 입력을 지원하며 텍스트 출력을 생성합니다. 이 모델의 컨텍스트 창은 1,048,576토큰으로, 응답 생성 시 고려할 수 있는 최대 입력 콘텐츠 양입니다. OrcaRouter는 이 모델을 OpenAI 호환 API인…
제공된 사실에 기반하여, Muse Spark 1.2는 텍스트, 이미지, 비디오, 파일, 오디오를 입력받고 텍스트로 응답할 수 있습니다. 따라서 요약, 추출, 오디오 콘텐츠 번역, 시각적 또는 오디오 자료에 대한 질문 답변과 같은 멀티모달 이해 작업에 적합합니다. 1,048,576 토큰 컨텍스트 창은 상당한 분량의 소스 자료를 컨텍스트로 사용할 수 있음을 의미합니다. 모델은 모든 입력 모달리티를 동일한 토큰 예산에 따라 계산합니다. 제공된 메타데이터에는 도구 호출, 구조화된 출력 또는 파인튜닝과 같은 특수 기능에 대한 정보가 없습니다. OrcaRouter는 표준 API를 통해 모델을 제공하므로, API에서 노출하는 모든 기능을 사용할 수 있습니다. 모델 카드에 포함되지 않은 사항은 프로덕션에 배포하기 전에 자체 프롬프트와 페이로드로 모델을 테스트하십시오.
최상의 사용 사례는 멀티모달 입력과 대규모 컨텍스트의 결합에서 나옵니다. 긴 비디오에 대한 질문, 오디오 녹음 요약, 보조 텍스트와 함께 이미지 검사, 동일한 대화 내에서의 파일 첨부 작업이 가능합니다. 1,048,576-토큰 컨텍스트 윈도우는 긴 문서와 다중 파일 코퍼스도 지원합니다. 여러 모델이나 많은 분할 호출이 필요할 작업에는 Muse Spark 1.2를 사용하세요. 입력이 대부분 텍스트이고 짧은 경우, 더 저렴한 모델이 더 나은 가치를 제공할 수 있습니다. OrcaRouter는 공급업체 요율로 청구되므로 비용은 전송하는 토큰에 비례합니다. 비용을 관리 가능한 수준으로 유지하려면 콘텐츠를 사전 필터링하고 파일, 이미지 또는 오디오 중 관련된 부분만 전송하세요. 이 모델은 미디어 생성용으로 설계되지 않았으며 출력은 텍스트입니다.
Muse Spark 1.2는 하이컨텍스트 멀티모달 모델로 포지셔닝됩니다. 텍스트 전용 단문 쿼리의 경우 일반적으로 더 작은 모델이 더 빠르고 비용이 저렴합니다. 제공된 출력 토큰 100만 개당 $4.25의 가격은 많은 경량 텍스트 모델과 비교했을 때 프리미엄 요금이지만, 정확한 비교는 대안에 따라 달라집니다. 제공된 사실에는 특정 토큰 예산이나 벤치마크 수치가 없으므로 결정은 작업 복잡성에 기반합니다. 콘텐츠가 수천 토큰 미만의 일반 텍스트라면 더 저렴한 모델을 사용하세요. 작업에 긴 오디오, 비디오, 이미지 또는 파일이 포함된 경우 멀티모달 입력 지원과 1M 컨텍스트가 그 가격을 정당화할 수 있습니다. OrcaRouter를 사용하면 모델 매개변수를 변경하여 모델을 전환할 수 있으므로 간단한 작업은 더 저렴한 모델로 라우팅하고 Muse Spark 1.2는 더 어려운 멀티모달 작업에 예약할 수 있습니다.
모델은 텍스트를 출력합니다. 이미지, 비디오, 오디오를 생성하지 않습니다. 이러한 미디어를 입력으로 받아들이지만, 응답은 텍스트 완성 형태입니다. 제공된 메타데이터에는 명시된 출력 토큰 제한이 없지만, max_tokens와 같은 표준 API 설정으로 응답 길이를 제한할 수 있습니다. 벤치마크 수치가 제공되지 않으므로, 정확성 및 성능 관련 주장은 자체 데이터로 검증해야 합니다. 모델은 표현이 1,048,576-토큰 컨텍스트 창을 초과하는 경우 매우 긴 비디오를 처리하지 못할 수 있습니다. 또한 예상되는 멀티모달 이해 범위를 벗어난 작업에서는 우수한 성능이 보장되지 않습니다. OrcaRouter를 사용할 때, API는 컨텍스트 예산을 초과하거나 공급자 입력 제약 조건을 위반하는 요청에 대해 오류를 반환합니다.
제공된 모델 정보에는 Muse Spark 1.2에 대한 벤치마크 점수나 평가 표가 포함되어 있지 않습니다. 이는 모델이 테스트되지 않았다는 의미가 아니라, 이 카탈로그 항목에 제공된 메타데이터에 해당 수치가 기재되어 있지 않다는 뜻입니다. 모델을 평가하려면 자체 테스트 예제를 실행하고 작업별 지표에서 출력을 비교하세요. OrcaRouter는 이 항목에서 타사 모델에 대한 벤치마크 결과를 게시하지 않습니다. 벤치마크 데이터가 없으므로 독자는 1,048,576 토큰 컨텍스트 창 및 멀티모달 입력 지원과 같은 정성적 기능에 의존해야 합니다. 다른 곳에서 보이는 성능 수치는 Meta에서 직접 제공하거나 독립적인 평가 결과여야 합니다. Muse Spark 1.2라는 명칭은 여기서 특정 벤치마크 주장과 연관되어서는 안 됩니다. 정량적 품질 측정이 필요하다면 텍스트, 이미지, 비디오, 파일, 오디오를 포함한 예상 입력 유형을 다루는 소규모 평가 세트를 설계하세요. 작업 정확도, 출력 일관성, 비용을 측정하세요. 게시된 벤치마크가 없다는 점은 프로덕션 배포 전 테스트의 필요성을 강조하기도 합니다.
컨텍스트 창은 1,048,576토큰입니다. 제공된 사실에 명시된 대로, 이는 모델이 한 번의 호출에서 처리할 수 있는 최대 입력 크기입니다. 토큰은 텍스트 처리의 단위이며, 1,048,576토큰은 대략 많은 양의 텍스트 데이터에 해당하지만 단어당 정확한 토큰 수는 다를 수 있습니다. 이 컨텍스트 제한은 토큰으로 변환된 후의 비디오, 이미지, 파일 및 오디오 입력에서 가져온 콘텐츠에도 동일하게 적용됩니다. 큰 컨텍스트를 사용하면 모델이 청크로 나누지 않고도 전체 문서, 긴 대화록 또는 여러 소스 파일을 볼 수 있습니다. 또한 미디어 파일을 업로드할 때 토큰 사용량을 주의해야 한다는 의미이기도 합니다. 요청의 총 토큰 수가 컨텍스트 창을 초과하면 API 호출이 실패합니다. OrcaRouter의 토큰 계산 도구를 사용하거나 직접 추정하여 한도 내에서 유지하세요.
제공된 메타데이터에는 지연 시간 또는 처리량 수치가 포함되어 있지 않습니다. 실제 응답 시간은 총 입력 길이, 모달리티 수, 프롬프트의 복잡성, 제공자 측 부하 등 여러 변수에 따라 달라집니다. 비디오와 오디오를 포함하는 요청은 추론 전에 관련 데이터를 처리해야 하므로 텍스트 전용 요청보다 느릴 수 있습니다. 출력 길이도 시간에 영향을 미칩니다. 많은 토큰을 생성하는 것은 적은 토큰을 생성하는 것보다 오래 걸립니다. 이 모델에 대해 보장된 속도 또는 가용성 수준은 명시되어 있지 않습니다. 신뢰할 수 있는 지연 시간 측정을 얻으려면 대표적인 요청으로 OrcaRouter를 통해 API를 벤치마킹하십시오. 간단한 프롬프트에 대해 매우 낮은 지연 시간이 필요한 경우 더 작은 모델을 사용하십시오. 긴 컨텍스트 멀티모달 처리의 경우 워크로드의 특성상 지연 시간이 더 높을 가능성이 높습니다.
OrcaRouter는 Muse Spark 1.2에 대해 입력 토큰 1,000,000개당 $1.25, 출력 토큰 1,000,000개당 $4.25를 청구합니다. 이 수치는 제공된 사실에서 비롯되었으며 공급업체 요율로 마크업 없이 그대로 전달됩니다. 입력 토큰은 텍스트, 파일 콘텐츠, 이미지, 비디오 또는 오디오 표현을 포함하여 클라이언트가 보낸 토큰입니다. 출력 토큰은 생성된 텍스트에서 반환된 토큰입니다. 따라서 호출의 총 비용은 입력 토큰 × $1.25/1M + 출력 토큰 × $4.25/1M입니다. OrcaRouter는 마크업을 추가하지 않으므로 이는 예산 책정 시 사용해야 하는 라인 아이템 요율입니다. 컨텍스트 창은 1,048,576토큰이므로 전체 컨텍스트 입력은 입력 요율로 $1.25보다 약간 더 비쌉니다. 이 추정치는 정확히 최대 입력 토큰을 가정한 것이며 실제 요청은 다를 수 있습니다.
입력 토큰은 백만 개당 $1.25입니다. 출력 토큰은 백만 개당 $4.25입니다. 출력 토큰은 입력 토큰보다 가격이 높으며, 이는 생성 모델에서 일반적입니다. 많은 작업에서 출력은 짧은 완성 결과인 반면 입력에는 많은 양의 원본 자료가 포함됩니다. 이 경우 입력 토큰 비용이 우세합니다. 반대로 긴 생성 텍스트를 요청하면 출력 비용이 상당해질 수 있습니다. 컨텍스트 창이 1,048,576 토큰이므로 그 한도에 가깝게 전송하여 입력 요금이 발생할 수 있습니다. 파일의 관련 섹션만 보내고, 비디오 또는 오디오 길이를 제한하고, 대화 기록을 정리하여 입력 비용을 줄일 수 있습니다. OrcaRouter는 마크업을 추가하지 않으므로 비용 차이는 사용량과 선택에서 비롯됩니다.
제공된 정보에는 Muse Spark 1.2에 대한 캐시 가격 또는 할인 정보가 포함되어 있지 않습니다. 일부 공급업체는 캐시된 입력 토큰에 대해 더 낮은 가격을 제공하지만, 여기에는 그러한 수치가 명시되어 있지 않습니다. OrcaRouter 또는 Meta가 이 모델에 대해 프롬프트 캐싱을 활성화하는 경우, 사용 가능한 캐시 가격은 별도로 문서화될 것입니다. 해당 문서가 없는 한, 모든 입력 토큰은 전체 요율인 백만 개당 $1.25로 청구된다고 가정하십시오. 현재 약관을 확인하지 않는 한 캐시 절감분을 예산에 반영하지 마십시오. 캐싱은 또한 프롬프트 재사용에 따라 달라지며, 고유하거나 변동성이 큰 입력이 포함된 요청은 혜택을 받지 못합니다. meta/muse-spark-1.2에 대한 캐시 가격이 존재하는지 확인하려면 OrcaRouter의 가격 페이지를 확인하거나 지원팀에 문의하십시오.
OrcaRouter는 Muse Spark 1.2가 마크업 없는 제공업체 요금으로 청구된다고 명시합니다. 즉, 지불하는 토큰당 가격이 제공업체의 공시 요금과 일치합니다: 입력 토큰 100만 개당 $1.25, 출력 토큰 100만 개당 $4.25입니다. OrcaRouter는 이 항목에 토큰별 수수료나 서비스 수수료를 추가하지 않습니다. 마크업 없는 요금은 송장 항목이 모델의 정가와 일치하므로 비용 예측을 단순화합니다. 이는 OrcaRouter가 API 계정에 대해 기본 구독료나 인프라 수수료를 부과하지 않는다는 의미는 아닙니다. 제공된 사실은 토큰별 청구만 설명합니다. 고정 비용이 있는지 항상 OrcaRouter 요금제를 확인하세요. 마크업 없음은 모델 요금에 적용되며, 다른 모델과의 비용 비교 기준이 됩니다.
OrcaRouter를 통해 Muse Spark 1.2를 호출하려면 base URL을 https://api.orcarouter.ai/v1로 설정하고 모델 ID로 meta/muse-spark-1.2를 사용하세요. 클라이언트는 OpenAI 호환 채팅 완성 형식을 따르는 요청을 전송해야 합니다. Authorization 헤더에 OrcaRouter API 키를 포함하세요. messages 배열에는 처리하려는 콘텐츠가 포함될 수 있습니다. 멀티모달 입력의 경우 이미지, 비디오, 파일, 오디오의 콘텐츠 형식은 OrcaRouter가 지원하는 스키마에 따라 달라집니다. OpenAI 호환 인터페이스는 일반적으로 콘텐츠 파트를 허용합니다. 정확한 필드 이름은 API 참조 문서에 명시되어 있습니다. 요청의 전체 토큰 수가 1,048,576 토큰 컨텍스트 창 내에 유지되는지 확인하세요. OpenAI SDK를 사용하는 경우 base_url 및 model 매개변수를 그에 맞게 설정하세요.
OrcaRouter는 OpenAI 호환 API를 노출하므로 temperature, top_p, max_tokens, stop 시퀀스와 같은 표준 추론 매개변수를 사용할 수 있습니다. 이는 일반적인 OpenAI API 매개변수이므로 동작은 API 사양을 따릅니다. 제공된 사실에는 Muse Spark 1.2에 대한 모델별 매개변수가 나열되어 있지 않습니다. 또한 대화의 일부로 시스템 메시지, 사용자 메시지, 어시스턴트 메시지를 전달할 수 있습니다. 멀티모달 입력의 경우 요청 형식에 포함된 미디어에 대한 올바른 콘텐츠 파트가 포함되어야 합니다. 모든 OpenAI 매개변수가 모든 공급자에서 지원된다는 보장은 없으므로 마이그레이션 시 각 매개변수를 테스트하세요. 모델 ID meta/muse-spark-1.2를 정확히 사용하세요. 매개변수가 지원되지 않으면 OrcaRouter는 오류 메시지를 반환합니다. API 문서를 확인하세요.
기존 OpenAI 호환 통합을 OrcaRouter로 마이그레이션하려면, 기본 URL을 현재 엔드포인트에서 https://api.orcarouter.ai/v1로 변경하고 모델을 meta/muse-spark-1.2로 설정하세요. 표준 OpenAI 채팅 완성을 사용하고 있었다면 동일한 메시지 구조를 유지하세요. API 키를 OrcaRouter 키로 교체하세요. 기존 요청에 모델별 확장 기능이 포함된 경우, OrcaRouter의 API 문서에 따라 제거하거나 조정하세요. 컨텍스트 창은 1,048,576토큰으로 이전 모델보다 클 수 있으므로, 동일한 요청이 잘리지 않고 맞출 수 있습니다. 공급자별 필드를 사용했다면 이미지, 비디오, 파일, 오디오에 대한 입력 형식을 확인하세요. 먼저 작은 요청으로 테스트하세요. Muse Spark 1.2는 텍스트를 출력하므로, 텍스트 기반 도구의 마이그레이션은 간단합니다.
제공된 모델 정보에는 Muse Spark 1.2 또는 OrcaRouter에 대한 데이터 처리, 보관 또는 개인정보 보호 약관이 포함되어 있지 않습니다. 일반적으로 요청은 완성 결과물을 생성하기 위해 모델 제공업체로 전송됩니다. OrcaRouter는 운영을 위해 API 로그 또는 사용 데이터를 저장할 수 있지만, 구체적인 정책은 여기에 설명되어 있지 않습니다. 데이터 개인정보 보호가 중요하다면 OrcaRouter의 서비스 약관과 개인정보 처리방침을 검토하고, Meta의 제공업체 약관이 귀하가 전송하는 콘텐츠에 적용되는지 확인하십시오. 입력된 비디오, 오디오 또는 파일이 추론 후 자동으로 삭제된다고 가정해서는 안 됩니다. 기밀 데이터의 경우 비식별화(redaction) 및 로컬 사전 처리를 고려하십시오. 이 섹션은 법적 조언으로 해석되어서는 안 됩니다. 현재 데이터 처리 계약을 얻으려면 OrcaRouter 지원팀에 문의하십시오. API를 사용하면 해당 약관에 동의하는 것으로 간주됩니다.
Muse Spark 1.2는 이미지, 비디오, 파일, 오디오 입력을 받아들이기 때문에 텍스트 전용 언어 모델과 다릅니다. 텍스트 전용 모델은 서면 콘텐츠만 처리할 수 있습니다. 멀티모달 작업의 경우 Muse Spark 1.2는 LLM을 호출하기 전에 미디어를 추출하고 전사할 필요가 없습니다. 또한 1,048,576토큰 컨텍스트 창을 갖추고 있어 많은 표준 모델보다 훨씬 긴 입력을 처리할 수 있습니다. 반면에 텍스트 전용 모델은 일반적으로 비용이 저렴하고 일반 텍스트 작업에서는 더 빠르게 실행될 수 있습니다. 백만 토큰당 $4.25의 출력 가격은 많은 경량 텍스트 모델보다 높습니다. 프로젝트가 전적으로 텍스트로 구성되어 있고 긴 컨텍스트가 필요하지 않다면 텍스트 전용 모델이 더 적합할 수 있습니다. 워크플로우에서 이미지, 오디오, 비디오를 이미 보내고 있다면 이 모델은 단일 호출 경로를 제공합니다.
오디오 전용 및 이미지 전용 모델은 일반적으로 단일 양식에 특화되어 있으며 레이블, 임베딩 또는 전사(transcription) 결과를 출력할 수 있습니다. Muse Spark 1.2는 텍스트, 이미지, 비디오, 파일, 오디오를 하나의 텍스트 생성 인터페이스로 통합합니다. 이는 이전에 오디오 트랜스크라이버, 이미지 캡셔너, LLM을 결합했던 파이프라인을 단순화할 수 있습니다. 그러나 전문 모델은 음성 인식이나 객체 감지와 같은 작업에 더 잘 튜닝될 수 있습니다. Muse Spark 1.2에 대한 벤치마크 점수는 제공되지 않으므로, 여기에는 전문 모델과 비교할 데이터가 없습니다. 적절한 선택은 일반적인 이해가 필요한지, 아니면 전용 정확도가 필요한지에 따라 달라집니다. 여러 양식에 걸친 일반적인 추론의 경우, 단일 멀티모달 모델이 유지 관리하기 더 쉬울 수 있습니다. 단일 미디어 유형에 대한 엄격한 프로덕션 정확도가 필요하다면, 전문 대안 모델을 테스트하십시오.
Muse Spark 1.2에 대해 제공된 유일한 가격 수치는 입력 토큰 100만 개당 $1.25, 출력 토큰 100만 개당 $4.25이며, OrcaRouter를 통해 마크업 없이 청구됩니다. 다른 모델과의 비교에는 해당 모델의 가격 목록이 필요한데, 이 항목에는 포함되어 있지 않습니다. 일반적으로 멀티모달 모델은 더 풍부한 입력을 처리하기 때문에 단순 텍스트 모델보다 실행 비용이 더 높습니다. 1,048,576토큰의 컨텍스트 창은 대량의 미디어를 전송할 경우 비용을 증가시킬 수 있습니다. 짧은 텍스트 프롬프트의 경우 입력 비용은 매우 낮습니다. 몇 분 분량의 비디오와 긴 출력이 포함된 요청의 경우 비용은 더 높아집니다. 토큰당 요율과 예상 토큰 수를 사용하여 대체 모델이 더 경제적인지 평가하십시오. OrcaRouter는 마크업을 추가하지 않으므로 공급자 요율이 관련 기준이 됩니다.
OpenAI 호환 — 쓰던 SDK 그대로
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| 입력 / 1M tokens | $1.25 |
| 출력 / 1M tokens | $4.25 |
| 캐시 읽기 / 1M | $0.150 |
| 통화 | USD |
정가 기준 추정치
추정치일 뿐입니다 — 실제 토큰 수는 제공자의 토크나이저에 따라 달라집니다.
이번 주 개발자들의 이야기
@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