Muse Spark 1.2 เป็นโมเดลการให้เหตุผลของ Meta สำหรับงานแบบ agentic ที่ซับซ้อน และเป็น checkpoint ปัจจุบันของตระกูล Muse Spark Meta อธิบายว่าเป็น checkpoint ที่อัปเดตจาก Muse Spark 1.1 ที่มีประสิทธิภาพสูงขึ้นเล็กน้อย ให้บริการบน Standard tier เดียวกันในราคาเท่าเดิม — เป็นการอัปเกรดแบบแทนที่ได้ทันที มากกว่าจะเป็น tier ใหม่ รองรับอินพุตที่หลากหลายผิดปกติ — ข้อความ รูปภาพ วิดีโอ เสียง และเอกสาร PDF — และส่งกลับข้อความ พร้อมให้เหตุผลข้ามโมดาลิตีโดยธรรมชาติภายในหน้าต่างบริบท 1M token รองรับการปรับระดับความพยายามในการให้เหตุผล การเรียกใช้เครื่องมือแบบเนทีฟ และเอาต์พุตที่มีโครงสร้าง ทำให้เหมาะอย่างยิ่งสำหรับเอเจนต์แบบมัลติโมดัล การวิจัยเชิงลึกเหนือสื่อผสม และการวิเคราะห์บริบทยาว Muse Spark 1.2 มุ่งเป้าไปที่เวิร์กโหลดที่รวมเอกสาร ภาพหน้าจอ บันทึก และวิดีโอเข้ากับข้อความ — ตั้งแต่การวิเคราะห์รายงานยาวและคลังสื่อ ไปจนถึงการขับเคลื่อนไปป์ไลน์แบบ agentic หลายขั้นตอนที่ต้องให้เหตุผลมากกว่าแค่ข้อความ Meta ยังจัดส่ง muse-spark-1.2-contributor ซึ่งเป็น checkpoint เดียวกันบน Contributor tier ของตน
Muse Spark 1.2 เป็นโมเดลภาษาที่พัฒนาโดย Meta ให้บริการผ่าน OrcaRouter โดยรองรับอินพุตทั้งข้อความ รูปภาพ วิดีโอ ไฟล์ และเสียง และให้ผลลัพธ์เป็นข้อความ โมเดลนี้มีหน้าต่างบริบท (context window) ขนาด…
จากข้อเท็จจริงที่ให้ไว้ Muse Spark 1.2 สามารถรับข้อมูลนำเข้าได้ทั้งข้อความ รูปภาพ วิดีโอ ไฟล์ และเสียง และตอบกลับเป็นข้อความ จึงเหมาะสำหรับงานด้านความเข้าใจแบบมัลติโมดัล เช่น การสรุปความ การแยกข้อมูล การแปลเนื้อหาเสียง และการตอบคำถามเกี่ยวกับสื่อภาพหรือเสียง หน้าต่างบริบทขนาด 1,048,576 โทเคนหมายความว่าโมเดลสามารถใช้เนื้อหาต้นทางจำนวนมากเป็นบริบทได้ โมเดลจะชั่งน้ำหนักรูปแบบข้อมูลนำเข้าทั้งหมดเทียบกับงบประมาณโทเคนเดียวกัน ไม่มีข้อมูลในเมทาดาทาที่ให้มาระบุความสามารถพิเศษ เช่น การเรียกใช้เครื่องมือ ผลลัพธ์แบบมีโครงสร้าง หรือการปรับแต่งละเอียด OrcaRouter ให้บริการโมเดลนี้ผ่าน API มาตรฐาน ดังนั้นจึงสามารถใช้ความสามารถใดๆ ที่ API เปิดเผยได้ สำหรับสิ่งที่ไม่ครอบคลุมในโมเดลการ์ด ควรทดสอบโมเดลด้วยพรอมพ์และเพย์โหลดของคุณเองก่อนนำไปใช้งานจริง
กรณีการใช้งานที่ดีที่สุดมาจากการผสมผสานระหว่างอินพุตแบบมัลติโหมดและบริบทขนาดใหญ่ คุณสามารถถามคำถามเกี่ยวกับวิดีโอยาว สรุปบันทึกเสียง ตรวจสอบภาพควบคู่ไปกับข้อความประกอบ หรือทำงานกับไฟล์แนบในบทสนทนาเดียวกันได้ หน้าต่างบริบทขนาด 1,048,576 โทเคนยังรองรับเอกสารยาวและคลังเอกสารหลายไฟล์อีกด้วย ใช้ Muse Spark 1.2 เมื่องานนั้นจำเป็นต้องใช้หลายโมเดลหรือการเรียกแบบแบ่งส่วนจำนวนมาก หากอินพุตส่วนใหญ่เป็นข้อความและความยาวไม่มาก โมเดลที่ถูกกว่าอาจให้ความคุ้มค่ามากกว่า OrcaRouter คิดค่าบริการตามอัตราของผู้ให้บริการ ดังนั้นค่าใช้จ่ายจึงเป็นสัดส่วนกับจำนวนโทเคนที่คุณส่ง เพื่อให้ค่าใช้จ่ายอยู่ในระดับที่จัดการได้ ควรกรองเนื้อหาล่วงหน้าและส่งเฉพาะส่วนที่เกี่ยวข้องของไฟล์ รูปภาพ หรือเสียงเท่านั้น โมเดลนี้ไม่ได้ออกแบบมาสำหรับสร้างสื่อมัลติมีเดีย ผลลัพธ์ที่ส่งออกคือข้อความเท่านั้น
Muse Spark 1.2 ถูกวางตำแหน่งให้เป็นโมเดลมัลติโมดัลที่มีบริบทสูง สำหรับคำสั่งถามที่สั้นและเป็นข้อความเท่านั้น โมเดลที่มีขนาดเล็กกว่ามักจะเร็วกว่าและมีราคาถูกกว่า ราคาที่ให้ไว้ที่ $4.25 ต่อโทเค็นเอาต์พุต 1M เป็นอัตราระดับพรีเมียมเมื่อเทียบกับโมเดลข้อความเบาทั่วไป แม้ว่าการเปรียบเทียบที่แม่นยำจะขึ้นอยู่กับทางเลือกอื่นๆ ไม่มีงบประมาณโทเค็นหรือตัวเลขเกณฑ์มาตรฐานที่เฉพาะเจาะจงในข้อมูลที่ให้มา ดังนั้นการตัดสินใจจึงขึ้นอยู่กับความซับซ้อนของงาน หากเนื้อหาของคุณเป็นข้อความธรรมดาที่มีไม่ถึงสองสามพันโทเค็น ให้ใช้โมเดลที่ถูกกว่า หากงานของคุณเกี่ยวข้องกับเสียง วิดีโอ รูปภาพ หรือไฟล์ที่ยาว การรองรับอินพุตมัลติโมดัลและบริบท 1M ก็สามารถทำให้ราคานั้นสมเหตุสมผลได้ OrcaRouter ช่วยให้คุณสลับโมเดลได้โดยการเปลี่ยนพารามิเตอร์โมเดล คุณจึงสามารถส่งงานง่ายๆ ไปยังโมเดลที่ถูกกว่า และสำรอง Muse Spark 1.2 ไว้สำหรับงานมัลติโมดัลที่ยากขึ้นได้
โมเดลจะส่งออกเป็นข้อความ โดยไม่ได้สร้างภาพ วิดีโอ หรือเสียง โมเดลรับสื่อเหล่านั้นเป็นอินพุต แต่การตอบกลับจะเป็นการเติมเต็มข้อความให้สมบูรณ์ ไม่มีการระบุขีดจำกัดจำนวนโทเคนเอาต์พุตไว้ในเมตาดาต้าที่ให้มา แต่การตั้งค่า API มาตรฐาน เช่น max_tokens สามารถจำกัดความยาวของการตอบกลับได้ เนื่องจากไม่มีตัวเลขมาตรฐานการวัดประสิทธิภาพ (benchmark) ให้ ข้อกล่าวอ้างเรื่องความแม่นยำและความสามารถจึงควรตรวจสอบด้วยข้อมูลของคุณเอง โมเดลอาจไม่สามารถประมวลผลวิดีโอที่ยาวมากได้ หากการแทนค่าข้อมูลเกินหน้าต่างบริบท (context window) ขนาด 1,048,576 โทเคน และไม่มีการรับประกันว่าโมเดลจะทำงานได้ดีกับงานที่อยู่นอกขอบเขตความเข้าใจมัลติโมดัลที่คาดหวัง เมื่อใช้ OrcaRouter API จะส่งข้อผิดพลาดกลับมาสำหรับคำขอที่เกินงบประมาณบริบทหรือละเมิดข้อจำกัดอินพุตของผู้ให้บริการ
ข้อเท็จจริงของแบบจำลองที่ให้ไว้ไม่รวมคะแนนเกณฑ์มาตรฐานหรือตารางการประเมินใดๆ สำหรับ Muse Spark 1.2 นี่ไม่ได้หมายความว่าแบบจำลองไม่ได้รับการทดสอบ แต่มันหมายความว่าข้อมูลเมตาที่ให้ไว้สำหรับรายการในแคตตาล็อกนี้ไม่ได้ระบุตัวเลขเหล่านั้น ในการประเมินแบบจำลอง ให้รันตัวอย่างการทดสอบของคุณเองและเปรียบเทียบผลลัพธ์ตามเมตริกเฉพาะงาน OrcaRouter ไม่ได้เผยแพร่ผลลัพธ์เกณฑ์มาตรฐานสำหรับแบบจำลองของบุคคลที่สามในรายการนี้ หากไม่มีข้อมูลเกณฑ์มาตรฐาน ผู้อ่านควรพึ่งพาความสามารถเชิงคุณภาพ เช่น หน้าต่างบริบทขนาด 1,048,576 โทเค็นและการรองรับอินพุตหลายรูปแบบ (มัลติโมดัล) ตัวเลขประสิทธิภาพใดๆ ที่คุณเห็นจากที่อื่นควรมาจาก Meta โดยตรงหรือจากการประเมินโดยอิสระ วลี Muse Spark 1.2 ไม่ควรเชื่อมโยงกับการกล่าวอ้างเกณฑ์มาตรฐานเฉพาะที่นี่ หากคุณต้องการการวัดคุณภาพเชิงปริมาณ ให้ออกแบบชุดการประเมินขนาดเล็กที่ครอบคลุมประเภทอินพุตที่คุณคาดหวัง รวมถึงข้อความ รูปภาพ วิดีโอ ไฟล์ และเสียง วัดความแม่นยำของงาน ความสม่ำเสมอของผลลัพธ์ และต้นทุน การไม่มีเกณฑ์มาตรฐานที่เผยแพร่ยังเน้นย้ำถึงความจำเป็นในการทดสอบก่อนการนำไปใช้ในระบบผลิตจริง
หน้าต่างบริบทคือ 1,048,576 โทเคน นี่คือขนาดอินพุตสูงสุดที่โมเดลสามารถจัดการได้ในการเรียกครั้งเดียว ตามที่ระบุไว้ในข้อเท็จจริงที่ให้มา โทเคนคือหน่วยหนึ่งของการประมวลผลข้อความ 1,048,576 โทเคนมีปริมาณข้อมูลตัวอักษรจำนวนมากโดยประมาณ แม้ว่าจำนวนคำต่อโทเคนจะแตกต่างกันไปก็ตาม ขีดจำกัดบริบทนี้ยังใช้กับเนื้อหาที่ได้จากอินพุตวิดีโอ รูปภาพ ไฟล์ และเสียง เมื่อเนื้อหาเหล่านั้นถูกแปลงเป็นโทเคนแล้ว บริบทขนาดใหญ่ช่วยให้โมเดลสามารถมองเห็นเอกสารทั้งฉบับ บทถอดเสียงยาว หรือไฟล์ต้นฉบับจำนวนมากได้โดยไม่ต้องแบ่งเป็นส่วนย่อย นอกจากนี้ยังหมายความว่าคุณต้องระวังการใช้โทเคนเมื่ออัปโหลดไฟล์สื่อ หากจำนวนโทเคนรวมของคำขอเกินหน้าต่างบริบท การเรียก API จะล้มเหลว ใช้เครื่องมือนับโทเคนของ OrcaRouter หรือการประมาณค่าของคุณเองเพื่อให้อยู่ในขีดจำกัด
ไม่มีตัวเลขความหน่วง (latency) หรือปริมาณงาน (throughput) รวมอยู่ในเมทาดาตาที่ให้มา เวลาตอบสนองจริงขึ้นอยู่กับหลายตัวแปร ได้แก่ ความยาวรวมของอินพุต จำนวนโมดาลิตี้ ความซับซ้อนของพรอมป์ และโหลดฝั่งผู้ให้บริการ คำขอที่เกี่ยวข้องกับวิดีโอและเสียงอาจช้ากว่าคำขอที่เป็นข้อความอย่างเดียว เนื่องจากข้อมูลที่เกี่ยวข้องต้องถูกประมวลผลก่อนการอนุมาน ความยาวของเอาต์พุตส่งผลต่อเวลาเช่นกัน การสร้างโทเคนจำนวนมากใช้เวลานานกว่าการสร้างโทเคนเพียงไม่กี่ตัว ไม่มีการรับประกันความเร็วหรือระดับความพร้อมใช้งานสำหรับโมเดลนี้ หากต้องการวัดความหน่วงที่เชื่อถือได้ ควรทำการ benchmark API ผ่าน OrcaRouter ด้วยคำขอที่เป็นตัวแทน หากคุณต้องการความหน่วงที่ต่ำมากสำหรับพรอมป์ที่ง่าย ให้ใช้โมเดลที่เล็กลง สำหรับการประมวลผลมัลติโมดัลที่มีบริบทยาว ความหน่วงมีแนวโน้มสูงกว่าโดยธรรมชาติของปริมาณงาน
OrcaRouter คิดค่าใช้จ่าย Muse Spark 1.2 ในอัตรา $1.25 ต่อ 1,000,000 โทเคนอินพุต และ $4.25 ต่อ 1,000,000 โทเคนเอาต์พุต ตัวเลขเหล่านี้มาจากข้อเท็จจริงที่ให้ไว้ และถูกส่งผ่านในอัตราของผู้ให้บริการโดยไม่มีการบวกกำไรเพิ่ม โทเคนอินพุตคือโทเคนที่ไคลเอนต์ส่ง รวมถึงข้อความ เนื้อหาไฟล์ และการแทนรูปภาพ วิดีโอ หรือเสียงใดๆ โทเคนเอาต์พุตคือโทเคนที่ส่งกลับในข้อความที่สร้างขึ้น ดังนั้นต้นทุนรวมของการเรียกหนึ่งครั้งคือ โทเคนอินพุตคูณ $1.25/1M บวกโทเคนเอาต์พุตคูณ $4.25/1M เนื่องจาก OrcaRouter ไม่บวกกำไรเพิ่ม อัตรานี้จึงเป็นอัตรารายการที่คุณควรใช้สำหรับการจัดทำงบประมาณ หน้าต่างบริบทคือ 1,048,576 โทเคน ดังนั้นอินพุตเต็มบริบทจะมีต้นทุนมากกว่า $1.25 เล็กน้อยในอัตราอินพุต การประมาณนี้ถือว่าใช้โทเคนอินพุตสูงสุดพอดี คำขอจริงอาจแตกต่างกัน
โทเคนนำเข้ามีค่าใช้จ่าย 1.25 ดอลลาร์ต่อล้านโทเคน โทเคนส่งออกมีค่าใช้จ่าย 4.25 ดอลลาร์ต่อล้านโทเคน โทเคนส่งออกมีราคาสูงกว่าโทเคนนำเข้า ซึ่งเป็นเรื่องปกติสำหรับโมเดลเจนเนอเรทีฟ สำหรับงานหลายอย่าง ผลลัพธ์ที่ได้เป็นการตอบสนองสั้น ๆ ขณะที่อินพุตประกอบด้วยแหล่งข้อมูลจำนวนมาก ในกรณีนั้น ต้นทุนโทเคนนำเข้าจะเป็นส่วนหลัก ในทางกลับกัน หากคุณขอให้สร้างข้อความยาว ต้นทุนโทเคนส่งออกก็อาจมีนัยสำคัญ เนื่องจากหน้าต่างบริบทมีขนาด 1,048,576 โทเคน จึงเป็นไปได้ที่จะส่งข้อมูลใกล้ขีดจำกัดนั้นและเกิดค่าใช้จ่ายสำหรับอินพุต คุณสามารถลดต้นทุนอินพุตได้โดยส่งเฉพาะส่วนที่เกี่ยวข้องของไฟล์ จำกัดความยาววิดีโอหรือเสียง และตัดทอนประวัติการสนทนา OrcaRouter ไม่มีการบวกกำไรเพิ่ม ดังนั้นความแตกต่างของต้นทุนจึงมาจากปริมาณการใช้งานและการเลือกของคุณ
ข้อเท็จจริงที่ให้มาไม่รวมข้อมูลราคาแคชหรือส่วนลดใดๆ สำหรับ Muse Spark 1.2 ผู้ให้บริการบางรายเสนอราคาที่ต่ำกว่าสำหรับ input tokens ที่ถูกแคช แต่ไม่มีตัวเลขดังกล่าวระบุไว้ที่นี่ หาก OrcaRouter หรือ Meta เปิดใช้งาน prompt caching สำหรับโมเดลนี้ ราคาแคชที่มีอยู่จะถูกจัดทำเป็นเอกสารแยกต่างหาก หากไม่มีเอกสารดังกล่าว ให้ถือว่า input token ทุกตัวถูกเรียกเก็บในอัตราเต็ม $1.25 ต่อล้าน token อย่าวางแผนงบประมาณของคุณโดยอ้างอิงจากการประหยัดจากแคช เว้นแต่คุณจะยืนยันข้อกำหนดปัจจุบันแล้ว การแคชยังขึ้นอยู่กับการนำ prompt มาใช้ซ้ำ คำขอที่มี input ที่ไม่ซ้ำกันหรือมีความหลากหลายสูงจะไม่ได้รับประโยชน์ ตรวจสอบหน้าอัตราค่าบริการของ OrcaRouter หรือติดต่อฝ่ายสนับสนุนเพื่อดูว่าราคาแคชมีอยู่สำหรับ meta/muse-spark-1.2 หรือไม่
OrcaRouter ระบุว่า Muse Spark 1.2 คิดค่าบริการในอัตราของผู้ให้บริการโดยไม่มีมาร์กอัปเพิ่มเติม (zero markup) หมายความว่าราคาต่อโทเคนที่คุณจ่ายจะตรงกับอัตราที่ผู้ให้บริการระบุไว้: $1.25 ต่อ 1M โทเคนอินพุต และ $4.25 ต่อ 1M โทเคนเอาต์พุต OrcaRouter ไม่ได้เพิ่มค่าธรรมเนียมต่อโทเคนหรือค่าธรรมเนียมบริการเพิ่มเติมจากรายการนี้ อัตราแบบไม่มีมาร์กอัปช่วยให้การประมาณการต้นทุนง่ายขึ้น เนื่องจากรายการในใบแจ้งหนี้ของคุณตรงกับราคาที่ระบุของโมเดล ไม่ได้หมายความว่าไม่มีค่าสมัครสมาชิกพื้นฐานหรือค่าโครงสร้างพื้นฐาน หาก OrcaRouter คิดค่าธรรมเนียมดังกล่าวสำหรับบัญชี API ข้อมูลที่ให้ไว้เพียงอธิบายการเรียกเก็บเงินต่อโทเคนเท่านั้น ตรวจสอบแผน OrcaRouter ของคุณเสมอสำหรับค่าใช้จ่ายคงที่ใดๆ การไม่มีมาร์กอัปใช้กับอัตราของโมเดลและเป็นพื้นฐานสำหรับการเปรียบเทียบต้นทุนกับโมเดลอื่นๆ
หากต้องการเรียกใช้ Muse Spark 1.2 ผ่าน OrcaRouter ให้ตั้งค่า base URL เป็น https://api.orcarouter.ai/v1 และใช้ model id meta/muse-spark-1.2 ไคลเอนต์ของคุณควรส่งคำขอที่อยู่ในรูปแบบ chat completion ที่เข้ากันได้กับ OpenAI โดยรวมคีย์ API ของ OrcaRouter ในส่วนหัว Authorization อาร์เรย์ messages สามารถมีเนื้อหาที่คุณต้องการประมวลผลได้ สำหรับอินพุตแบบมัลติโมดัล รูปแบบเนื้อหาสำหรับรูปภาพ วิดีโอ ไฟล์ และเสียงขึ้นอยู่กับ schema ที่ OrcaRouter รองรับ อินเทอร์เฟซที่เข้ากันได้กับ OpenAI โดยทั่วไปจะอนุญาตให้มี content parts ได้ ชื่อฟิลด์ที่แน่นอนมีระบุไว้ในเอกสารอ้างอิง API ตรวจสอบให้แน่ใจว่าจำนวนโทเค็นทั้งหมดของคำขออยู่ภายในกรอบบริบทขนาด 1,048,576 โทเค็น หากคุณใช้ OpenAI SDK ให้ตั้งค่าพารามิเตอร์ base_url และ model ตามนั้น
OrcaRouter เผยให้เห็น API ที่เข้ากันได้กับ OpenAI ดังนั้นพารามิเตอร์การอนุมานมาตรฐานเช่น temperature, top_p, max_tokens และ stop sequences อาจพร้อมใช้งาน เนื่องจากสิ่งเหล่านี้เป็นพารามิเตอร์ API ของ OpenAI ทั่วไป พฤติกรรมของมันจึงเป็นไปตามข้อกำหนดของ API ข้อเท็จจริงที่ให้มาไม่ได้ระบุพารามิเตอร์เฉพาะรุ่นสำหรับ Muse Spark 1.2 คุณยังสามารถส่งข้อความระบบ (system message) ข้อความผู้ใช้ (user messages) และข้อความผู้ช่วย (assistant messages) เป็นส่วนหนึ่งของการสนทนาได้ สำหรับอินพุตแบบมัลติโมดัล รูปแบบคำขอควรมีส่วนเนื้อหาที่ถูกต้องสำหรับสื่อที่รวมอยู่ ไม่มีการรับประกันว่าพารามิเตอร์ OpenAI ทุกตัวจะรองรับโดยผู้ให้บริการทุกราย ดังนั้นควรทดสอบแต่ละพารามิเตอร์เมื่อคุณย้ายระบบ ใช้รหัสโมเดล meta/muse-spark-1.2 อย่างถูกต้อง หากพารามิเตอร์ไม่ได้รับการสนับสนุน OrcaRouter จะส่งคืนข้อความแสดงข้อผิดพลาด โปรดตรวจสอบกับเอกสาร API
เพื่อย้ายการเชื่อมต่อที่รองรับ OpenAI ไปยัง OrcaRouter ให้เปลี่ยน base URL จาก endpoint ปัจจุบันของคุณเป็น https://api.orcarouter.ai/v1 และตั้งค่า model เป็น meta/muse-spark-1.2 คงโครงสร้างข้อความเดิมหากคุณใช้ standard OpenAI chat completions อยู่ แทนที่ API key ของคุณด้วยคีย์ของ OrcaRouter หากคำขอเดิมของคุณมีการขยายเฉพาะรุ่นโมเดล (model-specific extensions) ให้ลบหรือปรับตามเอกสาร API ของ OrcaRouter ขนาด context window คือ 1,048,576 tokens ซึ่งอาจใหญ่กว่าโมเดลเดิมของคุณ ทำให้คำขอเดียวกันสามารถส่งได้โดยไม่ถูกตัดทอน ตรวจสอบการจัดรูปแบบ input สำหรับรูปภาพ วิดีโอ ไฟล์ และเสียง หากคุณใช้ฟิลด์เฉพาะผู้ให้บริการ ทดสอบด้วยคำขอเล็ก ๆ ก่อน เนื่องจาก Muse Spark 1.2 ส่งออกข้อความ จึงง่ายต่อการย้ายสำหรับเครื่องมือที่ใช้ข้อความ
ข้อเท็จจริงของโมเดลที่ให้ไว้ไม่มีข้อมูลเกี่ยวกับการจัดการข้อมูล การเก็บรักษา หรือข้อกำหนดความเป็นส่วนตัวสำหรับ Muse Spark 1.2 หรือ OrcaRouter โดยทั่วไป คำขอจะถูกส่งไปยังผู้ให้บริการโมเดลเพื่อสร้างการตอบสนอง OrcaRouter อาจจัดเก็บบันทึก API หรือข้อมูลการใช้งานสำหรับการดำเนินงาน แต่ไม่ได้ระบุนโยบายเฉพาะเจาะจงไว้ในที่นี้ หากเรื่องความเป็นส่วนตัวของข้อมูลมีความสำคัญ โปรดตรวจสอบข้อกำหนดการให้บริการและนโยบายความเป็นส่วนตัวของ OrcaRouter และยืนยันว่าข้อกำหนดของผู้ให้บริการของ Meta ใช้บังคับกับเนื้อหาที่คุณส่งหรือไม่ อย่าสันนิษฐานว่าไฟล์วิดีโอ เสียง หรือไฟล์ที่ป้อนเข้าจะถูกลบโดยอัตโนมัติหลังการประมวลผล สำหรับข้อมูลที่เป็นความลับ โปรดพิจารณาการปกปิดข้อมูลและการประมวลผลล่วงหน้าในเครื่อง ส่วนนี้ไม่ควรถูกตีความว่าเป็นคำแนะนำทางกฎหมาย ติดต่อฝ่ายสนับสนุน OrcaRouter เพื่อขอรับข้อตกลงการประมวลผลข้อมูลฉบับปัจจุบัน การใช้ API ของคุณถือเป็นการยอมรับข้อกำหนดที่เกี่ยวข้อง
Muse Spark 1.2 แตกต่างจากโมเดลภาษาที่ประมวลผลข้อความเท่านั้น เนื่องจากรองรับอินพุตทั้งรูปภาพ วิดีโอ ไฟล์ และเสียง โมเดลที่ประมวลผลข้อความอย่างเดียวสามารถประมวลผลเฉพาะเนื้อหาที่เป็นลายลักษณ์อักษร สำหรับงานมัลติโมดัล Muse Spark 1.2 ช่วยลดความจำเป็นในการแยกและถอดความสื่อก่อนเรียกใช้ LLM บริบทวินโดว์ขนาด 1,048,576 โทเคนยังช่วยให้รองรับอินพุตที่ยาวกว่าโมเดลมาตรฐานหลายตัวได้มาก ในทางกลับกัน โมเดลที่ประมวลผลข้อความอย่างเดียวมักมีต้นทุนต่ำกว่าและอาจทำงานได้เร็วกว่าสำหรับงานข้อความล้วน ราคาเอาต์พุต 4.25 ดอลลาร์ต่อล้านโทเคนสูงกว่าโมเดลข้อความน้ำหนักเบาหลายตัว หากโปรเจกต์ของคุณเป็นข้อความล้วนและไม่ต้องการบริบทที่ยาว โมเดลที่ประมวลผลข้อความอย่างเดียวอาจเหมาะสมกว่า หากเวิร์กโฟลว์ของคุณส่งรูปภาพ เสียง หรือวิดีโออยู่แล้ว โมเดลนี้มีเส้นทางแบบเรียกครั้งเดียว
โมเดลที่รองรับเฉพาะเสียงและเฉพาะภาพมักจะเชี่ยวชาญในรูปแบบข้อมูลเดียว และอาจให้ผลลัพธ์เป็นป้ายกำกับ เอมเบดดิ้ง หรือข้อความถอดเสียง Muse Spark 1.2 ผสานข้อความ รูปภาพ วิดีโอ ไฟล์ และเสียงไว้ในอินเทอร์เฟซการสร้างข้อความเดียว ซึ่งสามารถทำให้ไปป์ไลน์ที่เคยต้องรวมเครื่องถอดเสียง ตัวสร้างคำอธิบายภาพ และ LLM เข้าด้วยกันง่ายขึ้น อย่างไรก็ตาม โมเดลเฉพาะทางอาจถูกปรับแต่งได้ดีกว่าสำหรับงานเช่นการรู้จำเสียงหรือการตรวจจับวัตถุ ไม่มีคะแนนเกณฑ์มาตรฐานสำหรับ Muse Spark 1.2 ดังนั้นจึงไม่มีข้อมูลในที่นี้ที่จะเทียบกับโมเดลเฉพาะทาง การเลือกที่เหมาะสมขึ้นอยู่กับว่าคุณต้องการความเข้าใจทั่วไปหรือความแม่นยำเฉพาะทาง สำหรับการให้เหตุผลทั่วไปข้ามหลายรูปแบบข้อมูล โมเดลมัลติโมดัลตัวเดียวอาจดูแลรักษาได้ง่ายกว่า สำหรับความแม่นยำในระดับการผลิตที่เข้มงวดบนสื่อประเภทเดียว ควรทดสอบทางเลือกที่เป็นโมเดลเฉพาะทาง
ตัวเลขราคาเดียวที่ให้ไว้สำหรับ Muse Spark 1.2 คือ $1.25 ต่อ 1M โทเคนอินพุต และ $4.25 ต่อ 1M โทเคนเอาต์พุต โดยเรียกเก็บเงินแบบไม่มีมาร์กอัปผ่าน OrcaRouter การเปรียบเทียบกับโมเดลอื่นๆ ต้องใช้รายการราคาของโมเดลเหล่านั้น ซึ่งไม่ได้รวมอยู่ในข้อมูลนี้ โดยทั่วไป โมเดลมัลติโมดัลมีต้นทุนการทำงานสูงกว่าโมเดลข้อความธรรมดา เนื่องจากต้องประมวลผลอินพุตที่ซับซ้อนกว่า หน้าต่างบริบทขนาด 1,048,576 โทเคนสามารถเพิ่มต้นทุนได้ หากคุณส่งสื่อจำนวนมาก สำหรับพรอมต์ข้อความสั้น ต้นทุนอินพุตจะน้อยมาก สำหรับคำขอที่มีวิดีโอหลายนาทีและเอาต์พุตยาว ต้นทุนจะสูงขึ้น ใช้อัตราต่อโทเคนและจำนวนโทเคนที่คาดว่าจะใช้ เพื่อประเมินว่าโมเดลทางเลือกอื่นจะประหยัดกว่าหรือไม่ เนื่องจาก OrcaRouter ไม่บวกราคาเพิ่ม อัตราของผู้ให้บริการจึงเป็นเกณฑ์มาตรฐานที่เกี่ยวข้อง
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
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| อินพุต / 1M โทเค็น | $1.25 |
| เอาต์พุต / 1M โทเค็น | $4.25 |
| อ่านแคช / 1M | $0.150 |
| สกุลเงิน | USD |
ประมาณการจากราคาตั้ง
เป็นเพียงการประเมิน — จำนวน token จริงขึ้นอยู่กับ tokenizer ของผู้ให้บริการ
สิ่งที่นักพัฒนาพูดถึงในสัปดาห์นี้
GET /api/public/models/meta/muse-spark-1.2เปิด @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