Muse Spark 1.2 — это модель рассуждений Meta для сложных агентных задач и текущая контрольная точка семейства Muse Spark. Meta описывает её как обновлённую контрольную точку по сравнению с Muse Spark 1.1 с несколько более высокой производительностью, предоставляемую на том же тарифе Standard по идентичной цене — это прямое обновление, а не новый тариф. Она принимает необычно широкий спектр входных данных — текст, изображения, видео, аудио и PDF-документы — и возвращает текст, нативно рассуждая по всем модальностям в пределах контекстного окна в 1M токенов. Она поддерживает настраиваемый уровень рассуждений, нативный вызов инструментов и структурированные выходные данные, что делает её хорошо подходящей для мультимодальных агентов, глубоких исследований по смешанным медиа и анализа длинного контекста. Muse Spark 1.2 ориентирован на рабочие нагрузки, сочетающие документы, скриншоты, записи и видео с текстом — от анализа длинных отчётов и медиатек до управления многошаговыми агентными конвейерами, которые должны рассуждать не только на основе текста. Meta также выпускает muse-spark-1.2-contributor — ту же контрольную точку на своём тарифе Contributor.
Muse Spark 1.2 — это языковая модель от Meta, предоставляемая через OrcaRouter. Она принимает входные данные в виде текста, изображений, видео, файлов и аудио, а выводит текст. Модель имеет…
На основе предоставленных фактов Muse Spark 1.2 может принимать текст, изображения, видео, файлы и аудио и отвечать текстом. Поэтому она подходит для задач мультимодального понимания, таких как суммаризация, извлечение информации, перевод аудиоконтента и ответы на вопросы о визуальных или аудиоматериалах. Контекстное окно на 1,048,576 токенов означает, что модель может использовать значительный объем исходного материала в качестве контекста. Модель учитывает все входные модальности в рамках одного и того же бюджета токенов. В предоставленных метаданных нет информации о специальных возможностях, таких как вызов инструментов, структурированный вывод или тонкая настройка. OrcaRouter предлагает модель через стандартный API, поэтому можно использовать любые возможности, предоставляемые API. Для всего, что не охвачено карточкой модели, протестируйте модель с собственными промптами и полезными нагрузками перед запуском в производство.
Лучшие сценарии использования возникают из сочетания мультимодального ввода и большого контекста. Вы можете задавать вопросы о длинном видео, суммировать аудиозапись, просматривать изображения вместе с вспомогательным текстом или работать с вложениями в одном разговоре. Окно контекста на 1,048,576 токенов также поддерживает длинные документы и многофайловые корпуса. Используйте Muse Spark 1.2, когда задача в противном случае потребовала бы нескольких моделей или множества разбитых на фрагменты вызовов. Если входные данные в основном текстовые и короткие, более дешевая модель может оказаться более выгодной. OrcaRouter выставляет счета по тарифу поставщика, поэтому стоимость пропорциональна количеству отправляемых вами токенов. Чтобы держать расходы под контролем, предварительно фильтруйте содержимое и отправляйте только те части файлов, изображений или аудио, которые релевантны. Эта модель не предназначена для генерации медиа; ее выходные данные — это текст.
Muse Spark 1.2 позиционируется как мультимодальная модель с большим контекстом. Для коротких текстовых запросов модель меньшего размера обычно быстрее и дешевле. Указанная цена $4.25 за 1M выходных токенов является премиальной по сравнению со многими легковесными текстовыми моделями, хотя точное сравнение зависит от альтернатив. В предоставленных данных нет конкретных бюджетов токенов или бенчмарков, поэтому решение основывается на сложности задачи. Если ваш контент — простой текст объёмом до нескольких тысяч токенов, используйте более дешёвую модель. Если ваша задача включает длинное аудио, видео, изображения или файлы, поддержка мультимодального ввода и контекст в 1M могут оправдать цену. OrcaRouter позволяет переключать модели, изменяя параметр model, поэтому вы можете направлять простые задачи на более дешёвую модель и оставить Muse Spark 1.2 для более сложных мультимодальных задач.
Модель выводит текст. Она не генерирует изображения, видео или аудио. Она принимает эти медиафайлы в качестве входных данных, но ответ представляет собой текстовое завершение. В предоставленных метаданных не указан лимит выходных токенов, но стандартные настройки API, такие как max_tokens, могут ограничивать длину ответа. Поскольку контрольные показатели не предоставлены, заявления о точности и возможностях следует проверять на собственных данных. Модель может быть не в состоянии обрабатывать очень длинные видео, если их представление превышает окно контекста в 1 048 576 токенов. Также не гарантируется, что она будет хорошо работать на задачах за пределами ожидаемой области мультимодального понимания. При использовании OrcaRouter API возвращает ошибки для запросов, которые превышают бюджет контекста или нарушают ограничения на входные данные провайдера.
Предоставленные факты о модели не включают показатели бенчмарков или оценочные таблицы для Muse Spark 1.2. Это не означает, что модель не протестирована; это означает, что метаданные, предоставленные для этой записи каталога, не содержат этих цифр. Чтобы оценить модель, прогоните собственные тестовые примеры и сравните выходные данные по метрикам, специфичным для задачи. OrcaRouter не публикует результаты бенчмарков для сторонних моделей в этой записи. Без данных бенчмарков читателям следует полагаться на качественные характеристики, такие как контекстное окно на 1,048,576 токенов и поддержка мультимодального ввода. Любые показатели производительности, которые вы видите в других местах, должны поступать напрямую от Meta или из независимых оценок. Фраза Muse Spark 1.2 не должна ассоциироваться с конкретными утверждениями о бенчмарках здесь. Если вам нужна количественная оценка качества, разработайте небольшой набор для оценки, охватывающий ожидаемые типы входных данных, включая текст, изображения, видео, файлы и аудио. Измеряйте точность выполнения задач, согласованность выходных данных и стоимость. Отсутствие опубликованных бенчмарков также подчеркивает необходимость тестирования перед производственным развертыванием.
Контекстное окно составляет 1 048 576 токенов. Это максимальный размер входных данных, который модель может обработать за один вызов, как указано в предоставленных фактах. Токен — это единица обработки текста; 1 048 576 токенов — это примерно большой объём текстовых данных, хотя точное количество слов на токен варьируется. Это ограничение контекста также применяется к содержимому из видео, изображений, файлов и аудиовходов после их преобразования в токены. Большой контекст позволяет модели видеть целый документ, длинную расшифровку или множество исходных файлов без разбиения на части. Это также означает, что вы должны следить за использованием токенов при загрузке медиафайлов. Если общее количество токенов в запросе превышает контекстное окно, вызов API завершится ошибкой. Используйте инструменты подсчёта токенов OrcaRouter или собственную оценку, чтобы оставаться в пределах лимита.
Никакие показатели задержки или пропускной способности не включены в предоставленные метаданные. Фактическое время ответа зависит от нескольких переменных: общей длины входных данных, количества модальностей, сложности промпта и нагрузки на стороне провайдера. Запрос с видео и аудио может выполняться медленнее, чем запрос только с текстом, поскольку соответствующие данные должны быть обработаны до начала инференса. Длина вывода также влияет на время; генерация большого количества токенов занимает больше времени, чем генерация нескольких токенов. Для этой модели не заявлено никакого гарантированного уровня скорости или доступности. Чтобы получить надежные измерения задержки, протестируйте API через OrcaRouter с репрезентативными запросами. Если вам нужна экстремально низкая задержка для простых промптов, используйте модель меньшего размера. Для длинноконтекстной мультимодальной обработки задержка, скорее всего, будет выше по самой природе рабочей нагрузки.
OrcaRouter выставляет счет за Muse Spark 1.2 по ставке $1.25 за 1,000,000 входных токенов и $4.25 за 1,000,000 выходных токенов. Эти цифры взяты из предоставленных данных и передаются по тарифу провайдера без наценки. Входные токены — это токены, отправленные клиентом, включая текст, содержимое файлов и любое представление изображений, видео или аудио. Выходные токены — это токены, возвращаемые в сгенерированном тексте. Таким образом, общая стоимость вызова равна количеству входных токенов, умноженному на $1.25/1M, плюс количество выходных токенов, умноженное на $4.25/1M. Поскольку OrcaRouter не добавляет наценки, именно эту ставку по позиции следует использовать при планировании бюджета. Окно контекста составляет 1,048,576 токенов, поэтому ввод с полным контекстом будет стоить чуть больше $1.25 по входной ставке. Эта оценка предполагает ровно максимальное количество входных токенов; фактические запросы могут отличаться.
Входные токены стоят $1.25 за миллион. Выходные токены стоят $4.25 за миллион. Цена выходных токенов выше, чем входных, что характерно для генеративных моделей. Во многих задачах выходные данные представляют собой короткое продолжение, а входные содержат большой объём исходного материала. В таких случаях стоимость входных токенов преобладает. И наоборот, если запросить длинный сгенерированный текст, стоимость выходных токенов может стать существенной. Поскольку окно контекста составляет 1 048 576 токенов, можно отправить запрос, близкий к этому лимиту, и понести расходы на входные токены. Снизить стоимость входных токенов можно, отправляя только релевантные разделы файлов, ограничивая длину видео или аудио и сокращая историю переписки. OrcaRouter не добавляет наценку, поэтому любая разница в стоимости обусловлена объёмами использования и сделанным выбором.
Предоставленные факты не включают информацию о ценах на кэширование или скидках для Muse Spark 1.2. Некоторые провайдеры предлагают более низкие цены для кэшированных входных токенов, но такие цифры здесь не указаны. Если OrcaRouter или Meta включит кэширование промптов для этой модели, доступные цены на кэширование будут задокументированы отдельно. При отсутствии такой документации предполагайте, что каждый входной токен тарифицируется по полной ставке $1.25 за миллион. Не планируйте бюджет с расчетом на экономию от кэширования, если вы не подтвердили текущие условия. Кэширование также зависит от повторного использования промптов; запросы с уникальными или сильно варьирующимися входными данными не получат выгоды. Проверьте страницу цен OrcaRouter или свяжитесь со службой поддержки, чтобы узнать, существуют ли цены на кэширование для meta/muse-spark-1.2.
OrcaRouter states that Muse Spark 1.2 is billed at the provider rate with zero markup. That means the per-token price you pay matches the provider's listed rate: $1.25 per 1M input tokens and $4.25 per 1M output tokens. OrcaRouter is not adding a per-token fee or a service fee on top of this entry. A zero markup rate simplifies cost projection because your invoice line matches the model's list price. It does not mean there is no base subscription or infrastructure fee if OrcaRouter charges one for the API account; the provided facts only describe per-token billing. Always check your OrcaRouter plan for any fixed costs. The zero markup applies to the model rate and is the basis for cost comparisons with other models. --- OrcaRouter сообщает, что Muse Spark 1.2 тарифицируется по ставке провайдера с нулевой наценкой. Это означает, что цена за токен, которую вы платите, соответствует указанной ставке провайдера: $1.25 за 1M входных токенов и $4.25 за 1M выходных токенов. OrcaRouter не добавляет ни плату за токен, ни сервисный сбор к этой цене. Нулевая наценка упрощает прогнозирование затрат, поскольку строка в вашем счете соответствует прейскурантной цене модели. Это не означает, что отсутствует базовая абонентская плата или плата за инфраструктуру, если OrcaRouter взимает ее за API-аккаунт; предоставленные сведения описывают только оплату за токены. Всегда проверяйте ваш тарифный план OrcaRouter на предмет фиксированных расходов. Нулевая наценка применяется к ставке модели и является основой для сравнения затрат с другими моделями.
Чтобы вызвать Muse Spark 1.2 через OrcaRouter, установите базовый URL на https://api.orcarouter.ai/v1 и используйте идентификатор модели meta/muse-spark-1.2. Ваш клиент должен отправить запрос, который следует OpenAI-совместимому формату завершения чата. Включите ваш API-ключ OrcaRouter в заголовок Authorization. Массив messages может содержать контент, который вы хотите обработать. Для мультимодального ввода формат контента для изображения, видео, файла и аудио зависит от схемы, поддерживаемой OrcaRouter; OpenAI-совместимый интерфейс обычно допускает части контента. Точные имена полей задокументированы в справочнике API. Убедитесь, что общее количество токенов запроса остается в пределах окна контекста в 1 048 576 токенов. Если вы используете OpenAI SDK, соответствующим образом задайте параметры base_url и model.
OrcaRouter предоставляет API, совместимый с OpenAI, поэтому стандартные параметры вывода, такие как temperature, top_p, max_tokens и стоп-последовательности, могут быть доступны. Поскольку это общие параметры API OpenAI, их поведение соответствует спецификации API. Предоставленные факты не содержат параметров, специфичных для модели Muse Spark 1.2. Вы также можете передавать системные сообщения, пользовательские сообщения и сообщения ассистента в рамках диалога. Для мультимодального ввода формат запроса должен включать правильные части содержимого для включённых медиафайлов. Нет гарантии, что каждый параметр OpenAI поддерживается каждым провайдером, поэтому проверяйте каждый параметр при миграции. Используйте идентификатор модели meta/muse-spark-1.2 точно. Если параметр не поддерживается, OrcaRouter вернёт сообщение об ошибке; сверьтесь с документацией API.
Чтобы перенести существующую интеграцию, совместимую с OpenAI, на OrcaRouter, измените базовый URL с вашей текущей конечной точки на https://api.orcarouter.ai/v1 и укажите модель meta/muse-spark-1.2. Сохраните ту же структуру сообщений, если вы использовали стандартные OpenAI chat completions. Замените ваш API-ключ на ключ OrcaRouter. Если ваши существующие запросы включают расширения, специфичные для модели, удалите или адаптируйте их в соответствии с документацией API OrcaRouter. Окно контекста составляет 1 048 576 токенов, что может быть больше, чем у вашей предыдущей модели, что позволяет разместить тот же запрос без усечения. Проверьте форматирование входных данных для изображений, видео, файлов и аудио, если вы использовали поля, специфичные для провайдера. Сначала протестируйте на небольшом запросе. Поскольку Muse Spark 1.2 выводит текст, миграция для текстовых инструментов проходит просто.
Приведенные сведения о модели не содержат условий обработки данных, их хранения или политики конфиденциальности для Muse Spark 1.2 или OrcaRouter. В целом, запросы отправляются поставщику модели для генерации завершений. OrcaRouter может хранить журналы API или данные об использовании для операционных целей, но конкретная политика здесь не описана. Если конфиденциальность данных важна, ознакомьтесь с условиями обслуживания и политикой конфиденциальности OrcaRouter и уточните, распространяются ли условия поставщика Meta на отправляемый вами контент. Не предполагайте, что входные видео, аудио или файлы автоматически удаляются после инференса. Для конфиденциальных данных рассмотрите возможность маскирования и локальной предварительной обработки. Этот раздел не следует рассматривать как юридическую консультацию. Свяжитесь со службой поддержки OrcaRouter, чтобы получить актуальное соглашение об обработке данных. Ваше использование API означает согласие с применимыми условиями.
Muse Spark 1.2 отличается от текстовых языковых моделей тем, что принимает изображения, видео, файлы и аудио. Текстовая модель может обрабатывать только письменный контент. Для мультимодальных задач Muse Spark 1.2 устраняет необходимость извлекать и транскрибировать медиа перед вызовом LLM. Его контекстное окно на 1 048 576 токенов также позволяет вмещать гораздо более длинные входные данные, чем многие стандартные модели. С другой стороны, текстовые модели часто дешевле и могут выполняться быстрее для работы с обычным текстом. Цена вывода в размере $4.25 за миллион токенов выше, чем у многих лёгких текстовых моделей. Если ваш проект полностью текстовый и не нуждается в длинном контексте, текстовая модель может подойти лучше. Если ваш рабочий процесс уже отправляет изображения, аудио или видео, эта модель позволяет обойтись одним вызовом.
Аудиомодели и модели только для изображений обычно специализируются на одной модальности и могут выдавать метки, эмбеддинги или транскрипции. Muse Spark 1.2 объединяет текст, изображения, видео, файлы и аудио в одном интерфейсе генерации текста. Это может упростить конвейеры, которые ранее объединяли аудиотранскрайбер, генератор подписей к изображениям и LLM. Однако специализированные модели могут быть лучше настроены для таких задач, как распознавание речи или обнаружение объектов. Для Muse Spark 1.2 не предоставлены результаты бенчмарков, поэтому здесь нет данных для сравнения со специализированными моделями. Выбор зависит от того, нужно ли вам общее понимание или узконаправленная точность. Для общих рассуждений по нескольким модальностям единая мультимодальная модель может быть проще в сопровождении. Для строгой производственной точности на одном типе медиа протестируйте специализированные альтернативы.
Единственные цены, указанные для Muse Spark 1.2, составляют $1.25 за 1M входных токенов и $4.25 за 1M выходных токенов, выставляемые без наценки через OrcaRouter. Для сравнения с другими моделями потребовались бы их прайс-листы, которые не входят в данное описание. В целом мультимодальные модели дороже в эксплуатации, чем простые текстовые, из-за обработки более насыщенных входных данных. Контекстное окно на 1,048,576 токенов может увеличить стоимость, если вы отправляете большие объёмы медиа. Для короткого текстового запроса стоимость входных токенов очень мала. Для запроса с несколькими минутами видео и длинным выходным ответом стоимость будет выше. Используйте тарифы за токен и ожидаемое количество токенов, чтобы оценить, будет ли альтернативная модель более экономичной. Поскольку OrcaRouter не добавляет наценку, тариф провайдера является релевантным ориентиром.
Совместимо с OpenAI — оставьте свой 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| Ввод / 1M токенов | $1.25 |
| Вывод / 1M токенов | $4.25 |
| Чтение кэша / 1M | $0.150 |
| Валюта | USD |
Оценка по прайс-листу
Только оценка — фактическое число токенов зависит от токенизатора провайдера.
О чём говорят разработчики на этой неделе
GET /api/public/models/meta/muse-spark-1.2Открыть @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