Muse Spark 1.2 is Meta's redeneermodel voor complexe agentische taken en de huidige checkpoint van de Muse Spark-familie. Meta beschrijft het als een bijgewerkte checkpoint ten opzichte van Muse Spark 1.1 met iets hogere prestaties, aangeboden op dezelfde Standard-tier tegen identieke prijzen — een directe upgrade in plaats van een nieuwe tier. Het accepteert een ongewoon breed invoerbereik — tekst, afbeeldingen, video, audio en PDF-documenten — en retourneert tekst, met native redeneren over modaliteiten binnen een contextvenster van 1M tokens. Het ondersteunt configureerbare redeneerinspanning, native toolaanroepen en gestructureerde uitvoer, waardoor het zeer geschikt is voor multimodale agents, diepgaand onderzoek over gemengde media en analyse van lange contexten. Muse Spark 1.2 richt zich op workloads die documenten, screenshots, opnames en video combineren met tekst — van het analyseren van lange rapporten en mediabibliotheken tot het aansturen van meerstaps agentische pipelines die moeten redeneren over meer dan alleen tekst. Meta levert ook muse-spark-1.2-contributor, dezelfde checkpoint op de Contributor-tier.
Muse Spark 1.2 is een door Meta geproduceerd taalmodel dat via OrcaRouter wordt aangeboden. Het accepteert tekst-, beeld-, video-, bestands- en audio-invoer en produceert tekstuitvoer. Het model…
Op basis van de verstrekte feiten kan Muse Spark 1.2 tekst, afbeeldingen, video, bestanden en audio verwerken en met tekst reageren. Het model is daarom geschikt voor multimodale begripstaken zoals samenvatten, extraheren, het vertalen van audio-inhoud en het beantwoorden van vragen over visueel of audiomateriaal. Een contextvenster van 1,048,576 tokens betekent dat het model aanzienlijk bronmateriaal als context kan gebruiken. Het model weegt alle invoermodaliteiten af tegen hetzelfde tokenbudget. In de verstrekte metadata staat geen informatie over speciale mogelijkheden zoals tool calling, gestructureerde uitvoer of fine-tuning. OrcaRouter biedt het model aan via een standaard-API, dus alle functionaliteiten die door de API worden blootgesteld, kunnen worden gebruikt. Test het model voor alles wat niet door de modelkaart wordt gedekt met je eigen prompts en payloads voordat je het in productie neemt.
De beste gebruiksscenario's komen voort uit de combinatie van multimodale input en een grote context. Je kunt vragen stellen over een lange video, een audio-opname samenvatten, afbeeldingen bekijken naast ondersteunende tekst, of met bestandsbijlagen werken in hetzelfde gesprek. Het contextvenster van 1.048.576 tokens ondersteunt ook lange documenten en corpora met meerdere bestanden. Gebruik Muse Spark 1.2 wanneer een taak anders meerdere modellen of veel opgeknipte aanroepen zou vereisen. Als de input voornamelijk uit tekst bestaat en kort is, kan een goedkoper model betere waarde bieden. OrcaRouter factureert tegen het providertarief, dus de kosten zijn evenredig aan de tokens die je verstuurt. Om de kosten beheersbaar te houden, filter je content vooraf en stuur je alleen de relevante delen van bestanden, afbeeldingen of audio. Dit model is niet ontworpen voor het genereren van media; de output bestaat uit tekst.
Muse Spark 1.2 is gepositioneerd als een high-context multimodaal model. Voor korte tekst-only queries is een kleiner model doorgaans sneller en goedkoper. De vermelde prijs van $4.25 per 1M output tokens is een premiumtarief vergeleken met veel lichtgewicht tekstmodellen, hoewel exacte vergelijkingen afhangen van de alternatieven. Er zijn geen specifieke tokenbudgetten of benchmarkcijfers in de aangeleverde feiten, dus de beslissing is gebaseerd op taakcomplexiteit. Als je inhoud platte tekst is van minder dan een paar duizend tokens, gebruik dan een goedkoper model. Als je taak lange audio, video, afbeeldingen of bestanden omvat, kunnen de multimodale inputondersteuning en 1M-context de prijs rechtvaardigen. OrcaRouter laat je van model wisselen door de modelparameter te wijzigen, zodat je eenvoudige taken naar een goedkoper model kunt routeren en Muse Spark 1.2 kunt reserveren voor moeilijkere multimodale taken.
Het model genereert tekst. Het genereert geen afbeeldingen, video's of audio. Het accepteert die media als invoer, maar de respons is een tekstuele aanvulling. Er is geen vermelde limiet voor uitvoertokens in de meegeleverde metadata, maar standaard API-instellingen zoals max_tokens kunnen de lengte van een respons beperken. Omdat er geen benchmarkcijfers worden verstrekt, moeten beweringen over nauwkeurigheid en mogelijkheden met uw eigen gegevens worden geverifieerd. Het model kan mogelijk geen extreem lange video's verwerken als de representatie het contextvenster van 1.048.576 tokens overschrijdt. Het is ook niet gegarandeerd dat het goed presteert op taken buiten het verwachte multimodale begripsdomein. Bij gebruik van OrcaRouter retourneert de API fouten voor aanvragen die het contextbudget overschrijden of de invoerbeperkingen van de provider schenden.
De aangeleverde modelfeiten bevatten geen benchmarkscores of evaluatietabellen voor Muse Spark 1.2. Dit betekent niet dat het model niet is getest; het betekent dat de metadata die voor dit catalogusitem is verstrekt, die cijfers niet vermeldt. Om het model te evalueren, voert u uw eigen testvoorbeelden uit en vergelijkt u de outputs op taakspecifieke metrics. OrcaRouter publiceert in dit item geen benchmarkresultaten voor modellen van derden. Zonder benchmarkgegevens moeten lezers vertrouwen op kwalitatieve mogelijkheden, zoals een contextvenster van 1,048,576 tokens en ondersteuning voor multimodale invoer. Eventuele prestatienummers die u elders ziet, moeten afkomstig zijn van Meta zelf of van onafhankelijke evaluaties. De zinsnede Muse Spark 1.2 mag hier niet worden geassocieerd met specifieke benchmarkclaims. Als u een kwantitatieve kwaliteitsmaatstaf nodig hebt, ontwerp dan een kleine evaluatieset die uw verwachte invoertypen dekt, waaronder tekst, afbeeldingen, video, bestanden en audio. Meet taaknauwkeurigheid, outputconsistentie en kosten. De afwezigheid van gepubliceerde benchmarks onderstreept ook de noodzaak van testen vóór implementatie in productie.
Het contextvenster is 1.048.576 tokens. Dit is de maximale invoergrootte die het model in één aanroep kan verwerken, zoals vermeld in de verstrekte feiten. Een token is een eenheid van tekstverwerking; 1.048.576 tokens is ruwweg een grote hoeveelheid tekstuele data, hoewel het exacte aantal woorden per token varieert. Deze contextlimiet geldt ook voor inhoud die is afkomstig van video-, beeld-, bestands- en audio-ingangen zodra deze in tokens zijn omgezet. Een groot contextvenster stelt het model in staat om een heel document, een lange transcriptie of veel bronbestanden te zien zonder ze op te splitsen. Het betekent ook dat je je bewust moet zijn van het tokenverbruik bij het uploaden van mediabestanden. Als het totale aantal tokens van een verzoek het contextvenster overschrijdt, mislukt de API-aanroep. Gebruik de token-teltools van OrcaRouter of je eigen schatting om binnen de limiet te blijven.
In de meegeleverde metadata zijn geen latentie- of doorvoercijfers opgenomen. De daadwerkelijke responstijd hangt af van verschillende variabelen: totale invoerlengte, aantal modaliteiten, complexiteit van de prompt en belasting aan de providerzijde. Een aanvraag met video en audio kan langzamer zijn dan een aanvraag met alleen tekst, omdat de bijbehorende gegevens vóór de inferentie moeten worden verwerkt. De uitvoerlengte beïnvloedt ook de tijd; het genereren van veel tokens duurt langer dan het genereren van enkele tokens. Voor dit model is geen gegarandeerde snelheid of beschikbaarheidsniveau vermeld. Om betrouwbare latentiemetingen te krijgen, benchmarkt u de API via OrcaRouter met representatieve aanvragen. Als u extreem lage latentie nodig heeft voor eenvoudige prompts, gebruik dan een kleiner model. Voor multimodale verwerking met lange context is de latentie van nature waarschijnlijk hoger vanwege de aard van de workload.
OrcaRouter factureert Muse Spark 1.2 tegen $1,25 per 1.000.000 inputtokens en $4,25 per 1.000.000 outputtokens. Deze cijfers komen uit de verstrekte feiten en worden tegen het providertarief doorberekend zonder opslag. Inputtokens zijn tokens die door de klant worden verzonden, inclusief tekst, bestandsinhoud en elke afbeelding-, video- of audio-representatie. Outputtokens zijn de tokens die in de gegenereerde tekst worden geretourneerd. De totale kosten van een aanroep zijn dus inputtokens maal $1,25/1M plus outputtokens maal $4,25/1M. Omdat OrcaRouter geen opslag toevoegt, is dit het tarief op postniveau dat u voor budgettering moet gebruiken. Het contextvenster is 1.048.576 tokens, dus een invoer met volledige context zou iets meer dan $1,25 kosten tegen het invoertarief. Die schatting gaat uit van exact het maximale aantal inputtokens; daadwerkelijke aanvragen variëren.
Input tokens kosten $1.25 per miljoen. Output tokens kosten $4.25 per miljoen. Output tokens worden hoger geprijsd dan input tokens, wat gebruikelijk is voor generatieve modellen. Voor veel taken is de output een korte aanvulling, terwijl de input een grote hoeveelheid bronmateriaal bevat. In dat geval domineren de kosten van input tokens. Omgekeerd, als je om een lange gegenereerde tekst vraagt, kunnen de outputkosten aanzienlijk worden. Aangezien het contextvenster 1,048,576 tokens is, is het mogelijk om bijna dat maximum te verzenden en inputkosten te maken. U kunt de inputkosten verlagen door alleen relevante delen van bestanden te verzenden, de lengte van video of audio te beperken en de gespreksgeschiedenis in te korten. OrcaRouter brengt geen opslag in rekening, dus elk verschil in kosten komt voort uit gebruikshoeveelheden en keuzes.
De verstrekte feiten bevatten geen cache-prijs- of kortingsinformatie voor Muse Spark 1.2. Sommige providers bieden lagere prijzen voor gecachte invoertokens, maar dergelijke cijfers worden hier niet vermeld. Als OrcaRouter of Meta prompt-caching voor dit model inschakelt, zou de beschikbare cache-prijsinformatie afzonderlijk worden gedocumenteerd. Zonder die documentatie moet u ervan uitgaan dat elk invoertoken wordt gefactureerd tegen het volledige tarief van $1,25 per miljoen. Plan uw budget niet rond cachebesparingen tenzij u de huidige voorwaarden hebt bevestigd. Caching hangt ook af van hergebruik van prompts; aanvragen met unieke of sterk variërende invoer zullen er niet van profiteren. Raadpleeg de prijspagina van OrcaRouter of neem contact op met de ondersteuning om te zien of er cache-prijsinformatie bestaat voor meta/muse-spark-1.2.
OrcaRouter stelt dat Muse Spark 1.2 wordt gefactureerd tegen het provider-tarief met een opslag van nul. Dat betekent dat de prijs per token die u betaalt overeenkomt met het vermelde tarief van de provider: $1,25 per 1M invoertokens en $4,25 per 1M uitvoertokens. OrcaRouter voegt geen vergoeding per token of servicekosten toe bovenop dit tarief. Een nulopslagtarief vereenvoudigt de kostenprognose, omdat uw factuurregel overeenkomt met de lijstprijs van het model. Het betekent niet dat er geen basisabonnement of infrastructuurkosten zijn als OrcaRouter die in rekening brengt voor het API-account; de verstrekte feiten beschrijven alleen de facturering per token. Controleer altijd uw OrcaRouter-plan op eventuele vaste kosten. De nulopslag is van toepassing op het modeltarief en vormt de basis voor kostvergelijkingen met andere modellen.
Om Muse Spark 1.2 via OrcaRouter aan te roepen, stelt u de basis-URL in op https://api.orcarouter.ai/v1 en gebruikt u het model-ID meta/muse-spark-1.2. Uw client moet een verzoek verzenden dat voldoet aan het OpenAI-compatibele chatcompletion-formaat. Neem uw OrcaRouter API-sleutel op in de Authorization-header. De messages-array kan de inhoud bevatten die u wilt verwerken. Voor multimodale invoer hangt het inhoudsformaat voor afbeelding, video, bestand en audio af van het door OrcaRouter ondersteunde schema; de OpenAI-compatibele interface staat doorgaans content-onderdelen toe. De exacte veldnamen worden gedocumenteerd in de API-referentie. Zorg ervoor dat het totale aantal tokens van het verzoek binnen het contextvenster van 1,048,576 tokens blijft. Als u de OpenAI SDK gebruikt, stel dan de base_url- en modelparameters dienovereenkomstig in.
OrcaRouter stelt een OpenAI-compatibele API beschikbaar, dus standaard inferentieparameters zoals temperature, top_p, max_tokens en stop-sequenties kunnen beschikbaar zijn. Omdat dit algemene OpenAI API-parameters zijn, volgt hun gedrag de API-specificatie. De verstrekte feiten bevatten geen modelspecifieke parameters voor Muse Spark 1.2. Je kunt ook een systeembericht, gebruikersberichten en assistentberichten als onderdeel van het gesprek meesturen. Voor multimodale invoer moet het verzoekformaat de juiste inhoudsonderdelen voor de opgenomen media bevatten. Er is geen garantie dat elke OpenAI-parameter door elke provider wordt ondersteund, dus test elke parameter wanneer je migreert. Gebruik exact het model-id meta/muse-spark-1.2. Als een parameter niet wordt ondersteund, retourneert OrcaRouter een foutmelding; controleer dit tegen de API-documentatie.
Om een bestaande OpenAI-compatibele integratie naar OrcaRouter te migreren, wijzigt u de basis-URL van uw huidige endpoint naar https://api.orcarouter.ai/v1 en stelt u het model in op meta/muse-spark-1.2. Behoud dezelfde berichtstructuur als u standaard OpenAI-chatcompletions gebruikte. Vervang uw API-sleutel door een OrcaRouter-sleutel. Als uw bestaande verzoeken modelspecifieke uitbreidingen bevatten, verwijdert u deze of past u ze aan op basis van de OrcaRouter-API-documentatie. Het contextvenster is 1,048,576 tokens, wat groter kan zijn dan uw vorige model, waardoor hetzelfde verzoek zonder afkapping past. Controleer uw invoeropmaak voor afbeeldingen, video, bestanden en audio als u providerspecifieke velden gebruikte. Test eerst met een klein verzoek. Omdat Muse Spark 1.2 tekst uitvoert, is migratie eenvoudig voor op tekst gebaseerde tools.
De aangeleverde modelfeiten bevatten geen gegevens over gegevensverwerking, bewaartermijnen of privacyvoorwaarden voor Muse Spark 1.2 of OrcaRouter. In het algemeen worden verzoeken naar de modelprovider gestuurd om antwoorden (completions) te genereren. OrcaRouter kan API-logboeken of gebruikersgegevens opslaan voor operationele doeleinden, maar het specifieke beleid wordt hier niet beschreven. Als gegevensprivacy belangrijk is, raadpleeg dan de servicevoorwaarden en het privacybeleid van OrcaRouter en bevestig of de providervoorwaarden van Meta van toepassing zijn op de inhoud die u verzendt. Ga er niet vanuit dat ingevoerde video, audio of bestanden automatisch worden verwijderd na inferentie. Voor vertrouwelijke gegevens kunt u overwegen om redactie en lokale voorverwerking toe te passen. Deze sectie mag niet worden opgevat als juridisch advies. Neem contact op met de ondersteuning van OrcaRouter om de huidige gegevensverwerkingsovereenkomst te verkrijgen. Uw gebruik van de API vormt instemming met de toepasselijke voorwaarden.
Muse Spark 1.2 verschilt van alleen-tekst taalmodellen omdat het afbeeldingen, video, bestanden en audio-invoer accepteert. Een alleen-tekst model kan alleen geschreven inhoud verwerken. Voor multimodale taken elimineert Muse Spark 1.2 de noodzaak om media te extraheren en te transcriberen voordat een LLM wordt aangeroepen. Het contextvenster van 1.048.576 tokens stelt het ook in staat om veel langere invoer te verwerken dan veel standaardmodellen. Aan de andere kant zijn alleen-tekst modellen vaak goedkoper en kunnen ze sneller werken voor eenvoudige teksttaken. De uitvoerprijs van $4,25 per miljoen tokens is hoger dan die van veel lichtgewicht tekstmodellen. Als je project volledig uit tekst bestaat en geen lange context nodig heeft, is een alleen-tekst model wellicht beter geschikt. Als je workflow al afbeeldingen, audio of video verzendt, biedt dit model een pad met één aanroep.
Alleen-audio- en alleen-beeldmodellen specialiseren zich doorgaans in één modaliteit en kunnen labels, embeddings of transcripties uitvoeren. Muse Spark 1.2 verenigt tekst, beeld, video, bestanden en audio in één tekstgeneratie-interface. Dit kan pipelines vereenvoudigen die voorheen een audiotranscriber, een beeldbeschrijver en een LLM combineerden. Specialistische modellen kunnen echter beter worden afgestemd op taken zoals spraakherkenning of objectdetectie. Voor Muse Spark 1.2 worden geen benchmarkresultaten verstrekt, dus er zijn hier geen gegevens om te vergelijken met specialistische modellen. De juiste keuze hangt af van of u algemeen begrip of gerichte nauwkeurigheid nodig heeft. Voor algemene redenering over meerdere modaliteiten kan één multimodaal model eenvoudiger te onderhouden zijn. Voor strikte productienauwkeurigheid bij één mediatype moet u specialistische alternatieven testen.
De enige prijsgegevens die voor Muse Spark 1.2 zijn verstrekt, zijn $1,25 per 1M invoertokens en $4,25 per 1M uitvoertokens, gefactureerd zonder opslag via OrcaRouter. Vergelijkingen met andere modellen zouden hun prijslijsten vereisen, die geen deel uitmaken van deze invoer. Over het algemeen zijn multimodale modellen duurder om te draaien dan eenvoudige tekstmodellen omdat ze rijkere invoer verwerken. Het contextvenster van 1.048.576 tokens kan de kosten verhogen als u grote hoeveelheden media verzendt. Voor een korte tekstprompt zijn de invoerkosten zeer laag. Voor een verzoek met enkele minuten video en een lange uitvoer zullen de kosten hoger zijn. Gebruik de tarieven per token en uw verwachte aantallen tokens om te schatten of een alternatief model voordeliger zou zijn. Aangezien OrcaRouter geen opslag toevoegt, is het provider-tarief de relevante benchmark.
OpenAI-compatibel — behoud je huidige SDK
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| Invoer / 1M tokens | $1.25 |
| Uitvoer / 1M tokens | $4.25 |
| Cache lezen / 1M | $0.150 |
| Valuta | USD |
Schatting op basis van catalogusprijs
Alleen een schatting — het werkelijke aantal tokens hangt af van de tokenizer van de aanbieder.
Waar ontwikkelaars het deze week over hebben
GET /api/public/models/meta/muse-spark-1.2Openen @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