Bisakah saya menjalankan Muse Spark 1.3 Contributor secara lokal?

Tidak. Bobotnya tidak terbuka dan tidak ada repositori Hugging Face, jadi tidak mungkin menjalankan secara lokal atau meng-host sendiri.

Apa arti tingkat Contributor untuk data saya?

Meta menyatakan bahwa prompt dan output yang dikirim melalui tingkat ini dapat digunakan untuk meningkatkan produknya, jadi Anda harus menghindari mengirim informasi rahasia atau sensitif.

Apa perbedaan dengan tingkat Muse Spark 1.3 yang lebih tinggi?

Meta belum menerbitkan perbandingan rinci, tapi label Contributor dan harga rendah ($0,10/$0,20 per juta token) menunjukkan ini adalah tingkat pemula yang fokus pada eksperimen, bukan produk kelas produksi.

▲

47.3%

minggu ini

Muse Spark 1.3 Contributor

9134°

#llm #meta #visi #video #penalaran #agen

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Meta | konteks 1.048.576 token | $0.10/M input, $0.20/M output. Muse Spark 1.3 Contributor adalah tier kontributor hemat biaya dari model penalaran multimodal Meta untuk eksperimen, pembelajaran, dan alur kerja agentik, multi-agen, dan coding tahap awal. Dirancang untuk melacak informasi di tugas panjang, mengatasi input yang bertentangan, dan meminta klarifikasi atau konfirmasi bila diperlukan. Prompt dan output dapat digunakan untuk meningkatkan produk Meta.

Panduan untuk model ini

10 Alternatif ChatGPT Termurah di 2026: model lokal gratis, tingkat gratis, dan paket tarif tetap

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Muse Spark 1.3 Contributor adalah tingkat hemat biaya dari model penalaran multimodal Meta, yang menangani input visi dan video bersama teks dalam jendela konteks satu juta token. Model ini dibuat untuk eksperimen dan pekerjaan agentik tahap awal: melacak status sepanjang tugas panjang, menyelesaikan input yang bertentangan, dan tahu kapan harus meminta klarifikasi. Dengan harga $0,10/$0,20 per juta token, model ini ditujukan untuk iterasi, bukan produksi.

Dikenal untuk

Jendela konteks satu juta token untuk tugas panjang dan multi-langkah
Multimodal: menerima input teks, visi, dan video
Dirancang untuk menangani informasi yang bertentangan dan meminta klarifikasi bila perlu
Dibangun dengan alur kerja agentik dan multi-agen dalam pikiran
Harga token sangat rendah cocok untuk eksperimen volume tinggi

Waspadai

Tingkat Contributor berarti prompt dan output Anda dapat digunakan untuk melatih produk Meta — tidak cocok untuk pekerjaan rahasia.
Bobot tidak terbuka; Anda tidak bisa menjalankan ini secara lokal atau meng-host sendiri.
Diposisikan sebagai tingkat eksperimen, jadi keandalan produksi bukan tujuan utama.

Terbaik untuk

Agen dan penggunaan alat

Prompt untuk dicoba

Rencana agentik multi-langkah

Anda mengoordinasikan pipeline data tiga tahap. Tahap pertama mengikis API publik, tahap kedua membersihkan dan menghapus duplikat data, tahap ketiga menulis hasil ke database. Daftar alat dan panggilan fungsi yang dibutuhkan di setiap tahap, tandai langkah mana pun di mana Anda perlu meminta klarifikasi pengguna sebelum melanjutkan, dan jelaskan alasannya.

Penyelesaian input yang bertentangan

Berikut tiga memo internal tentang tanggal peluncuran produk yang sama: Memo A mengatakan 14 Maret, Memo B mengatakan 21 Maret, Memo C menyebut 'minggu setelah pameran dagang Berlin' tanpa tanggal. Identifikasi konflik, nyatakan apa yang bisa Anda selesaikan dari informasi yang diberikan, dan daftar apa saja yang perlu dikonfirmasi sebelum menetapkan tanggal final.

Penalaran adegan video

Saya melampirkan klip video pendek dari lini manufaktur. Identifikasi langkah mana pun dalam urutan di mana urutan operasi tampak tidak konsisten dengan alur kerja perakitan standar, jelaskan apa yang Anda lihat saat itu, dan sarankan rekaman tambahan atau dokumentasi yang akan membantu Anda memastikan apakah itu kesalahan nyata.

Bandingkan dengan

Muse Glimmer 30B
Model dengan bobot terbuka
konteks 131,072 token · $0.30/M input, $1.20/M output
Muse Spark 1.3
Model hanya API
konteks 1,048,576 token · $1.25/M input, $4.25/M output
Muse Wonder
Model hanya API
konteks 1,048,576 token · $4.00/M input, $20.00/M output
Muse Spark 1.2
Model hanya API
konteks 1,048,576 token · $1.25/M input, $4.25/M output

Model teks lain dari meta

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Muse Spark 1.3 Contributor secara lokal?: Tidak. Bobotnya tidak terbuka dan tidak ada repositori Hugging Face, jadi tidak mungkin menjalankan secara lokal atau meng-host sendiri.
Apa arti tingkat Contributor untuk data saya?: Meta menyatakan bahwa prompt dan output yang dikirim melalui tingkat ini dapat digunakan untuk meningkatkan produknya, jadi Anda harus menghindari mengirim informasi rahasia atau sensitif.
Apa perbedaan dengan tingkat Muse Spark 1.3 yang lebih tinggi?: Meta belum menerbitkan perbandingan rinci, tapi label Contributor dan harga rendah ($0,10/$0,20 per juta token) menunjukkan ini adalah tingkat pemula yang fokus pada eksperimen, bukan produk kelas produksi.

Putusan Kapten
Cara yang sangat murah untuk mengeksplorasi penalaran agentik dan multimodal dengan konteks panjang—hanya jaga data sensitif Anda jauh darinya.

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #14 Hottest Text / LLM model · #14 Hottest Text / LLM text model

Not this creator?

Get your own badge

Tren popularitas Muse Spark 1.3 Contributor

Skor panas sejak 2 Sep 2026

Skor panas

9,134°

Minggu ini

▲

47.3%

9,083° dulu, 9,134° sekarang

Bulan ini

▲

981%

8,821° dulu, 9,134° sekarang

Tahun lalu

n/a

Belum dirilis/dilacak

7,000°

Floor

Skala berjalan dari 0° sampai 9.999°. Semua yang di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh sumber mana pun, yang memakai angka pengganti di sana supaya daftar tetap lengkap. 7,000° adalah titik awal data yang diukur: model dengan data nyata tapi hampir tidak ada unduhan berada di floor, dan pengukuran mengisi derajat di atasnya. Floor tidak mengatakan apa-apa tentang model; hanya derajat di atasnya yang berbicara, dan itu yang membedakan satu model dengan yang lain.

+1,784°

Token OpenRouter

8,847,442,276,267 token diproses model ini melalui OpenRouter dalam 30 hari terakhir, termasuk prompt dan jawaban. Setiap 10,000,000 token dihitung sebagai satu unduhan dalam istilah unduhan, total 884,744; token hari terakhir masuk ke tingkat adopsi. Sumber: OpenRouter (openrouter.ai/rankings).

+350°

Tingkat adopsi

Sekitar 46,090 unduhan per hari, diukur antara dua pembacaan sumber, tidak pernah ditebak dari rata-rata seumur hidup. Kecepatan dihitung seperempat dari istilah unduhan, jadi lonjakan baru terlihat tanpa membiarkan lonjakan satu hari mengalahkan penggunaan bertahun-tahun.

Tampilkan rincian

Setiap angka di situs ini bisa dicek. Skor heat model ini adalah 9,134°, dan ini dibangun satu bahan pada satu waktu, dengan total berjalan setelah setiap langkah: floor, derajat yang ditambahkan setiap sumber, bonus untuk jenis model dan pengurangan karena usia bobotnya. Warna-warna itu adalah rentang pada grafik di atas. Glosarium di akhir menjelaskan setiap istilah.

1
Mulai dari floor.
Kenapa 7,000° dan bukan nol: skala dari 0° sampai 9.999°, dan bagian di bawah 7,000° disediakan untuk model yang belum dilaporkan sumber mana pun, yang memakai angka pengganti supaya daftar tetap lengkap dan tidak pernah mengalahkan model dengan data. 7,000° adalah titik awal data yang diukur. Model dengan data nyata tapi hampir tidak ada unduhan berada di sini; semua yang berikutnya adalah pengukuran, dan ruang di atas floor memuat sepuluh langkah sepuluh kali lipat unduhan dengan 300° masing-masing. Floor sama untuk semua model, jadi tidak menentukan apa-apa; yang menentukan adalah derajat di atasnya.
7,000°
total berjalan
2
Tambahkan unduhan.
884,744 setara unduhan secara total, dari Token OpenRouter. Sepuluh kali unduhan menambah 300° yang sama, jadi ukuran penting tapi tidak pernah mendominasi skor.
+1,784°
8,784°
total berjalan
3
Tambahkan tingkat adopsi.
Sekitar 46,090 unduhan per hari sekarang, diukur antara dua pembacaan, dengan bobot seperempat.
+350°
9,134°
total berjalan
=
Skor heat.
Posisi model ini di setiap daftar di situs ini. Tidak ada yang mengubahnya selain ini.
9,134°

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Bagaimana popularitas model ini bergerak dibandingkan dengan katalog lainnya: pertumbuhan unduhan, suka, dan penggunaan setiap periode, diukur terhadap pertumbuhan model biasa dalam periode yang sama, dengan skor panasnya saat itu. Di atas pertumbuhan biasa berarti naik, di bawahnya berarti turun. Masa lalu direkonstruksi dari total hari ini, hari pertama model, dan kecepatan unduhan yang diukur jika ada dua pembacaan; model yang belum ada di awal periode menunjukkan n/a.

Model Serupa

Model AI untuk Pembuatan Gambar, Video & Teks

Muse Spark 1.3 Contributor adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm meta visi video penalaran agen konteks panjang anggaran

Jelajahi berdasarkan Keluarga Model