Bolehkah saya jalankan Muse Spark 1.2 secara tempatan?

Tidak. Berat tidak awam dan tiada repositori Hugging Face — ia hanya melalui API platform Meta.

Berapa kos Muse Spark 1.2 dan berapa besar konteksnya?

Harga adalah $1.25 setiap sejuta token input dan $4.25 setiap sejuta token output, dengan tetingkap konteks satu juta token.

Apa yang membezakannya daripada model sembang atau arahan biasa?

Ia dibina khusus untuk beban kerja agen dan pemikiran — usaha pemikiran boleh dikonfigurasi, panggilan fungsi selari, output berstruktur, dan keupayaan bertindak sebagai agen pengatur atau subagen selari dalam saluran berbilang model.

Muse Spark 1.2

5004°

#llm #meta #penglihatan #video #penalaran #pengaturcaraan

Jalankan model ini

Tawaran / Iklan

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

Meta | konteks 1,048,576 token | $1.25/M input, $4.25/M output. Muse Spark 1.2 adalah model penalaran dari Meta, direka untuk tugasan agen kompleks. Ia menerima teks, imej, video, dan dokumen PDF, mengembalikan teks, dan menawarkan tetingkap konteks 1M token. Model ini dibina untuk menyokong aliran kerja multi-agen, sama ada sebagai agen utama yang merancang dan mendelegasi atau sebagai subagen yang melaksanakan secara selari. Ia berfungsi merentasi pelbagai persekitaran pengkodan dan menyokong output berstruktur, panggilan fungsi selari, dan usaha penalaran yang boleh dikonfigurasikan. Dalam ujian Meta, ia berprestasi baik dalam refaktor berbilang fail, sesi penyahpepijatan lanjutan, penjanaan repositori penuh, dan tugasan yang melangkaui satu arahan.

Panduan untuk model ini

Cara memilih model AI pada Oktober 2026: berita sumber tertutup, kemudian berat terbuka yang patut dimuat turun

Berat terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya kamu dibenarkan lakukan

10 Alternatif ChatGPT Termurah pada 2026: model tempatan percuma, tahap percuma dan pelan kadar rata

Semua panduan

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

Muse Spark 1.2 adalah model pemikiran dari Meta yang dibina untuk kerja agen berbilang langkah yang kompleks. Ia menerima teks, imej, video, dan PDF, membawa tetingkap konteks satu juta token, dan direka untuk beroperasi sebagai agen perancangan atau subagen selari. Jika kerja anda melibatkan repositori kod besar, penyahpepijatan lanjutan, atau mengatur model lain, inilah tahap yang disasarkan.

Dikenali untuk

Tetingkap konteks satu juta token mengendalikan tugas repositori penuh dan berbilang fail
Usaha pemikiran boleh dikonfigurasi membolehkan pertukaran kelajuan dengan kedalaman
Panggilan fungsi selari dan output berstruktur sesuai untuk saluran automatik
Menerima teks, imej, video dan dokumen PDF dalam satu panggilan
Direka untuk bertindak sebagai pengatur atau subagen dalam aliran kerja berbilang agen

Berhati-hati dengan

Hanya API, berat tertutup — anda tidak boleh jalankan secara tempatan atau periksa model
Harga output pada $4.25 setiap sejuta token bertambah cepat pada jejak pemikiran panjang
Meta tidak menerbitkan nombor penanda aras bebas untuk keluaran ini

Terbaik untuk

Pengaturcaraan

Ejen dan penggunaan alat

Penalaran

Konteks panjang

Penglihatan

Arahan untuk cuba

Pelan refaktor berbilang fail

Saya mempunyai API REST Node.js yang dibahagikan kepada kira-kira 30 fail. Logik pengesahan semasa tersebar dalam pengendali laluan dan middleware. Cadangkan pelan refaktor konkrit: fail mana berubah, apa yang dipindahkan ke mana, dan susunan untuk elak memecahkan suite ujian pada setiap langkah. Nyatakan nama fail dan tandatangan fungsi dengan spesifik.

Sesi penyahpepijatan agen

Anda sedang menyahpepijat saluran data Python yang secara senyap membuang baris apabila menggabungkan dua DataFrame. Saluran berjalan dalam tiga peringkat: ingest, transform, merge. Terangkan setiap peringkat secara metodikal, nyatakan apa yang anda akan periksa dahulu dan mengapa, tulis kod diagnostik untuk setiap pemeriksaan, dan terangkan bagaimana anda akan sahkan pembaikan tanpa menjalankan semula saluran penuh.

Analisis kontrak PDF

Dilampirkan adalah perjanjian perkhidmatan perisian. Ekstrak setiap klausa yang mengehadkan liabiliti atau indemnifikasi, ringkaskan setiap satu dalam bahasa mudah, tandakan mana-mana yang sangat berat sebelah, dan senaraikan sebarang perlindungan standard yang hilang. Kembalikan keputusan sebagai senarai berstruktur.

Bandingkan dengan

Muse Glimmer 30B
Model berat terbuka
konteks 131,072 token · Input $0.30/M, output $1.20/M
Muse Spark 1.3 Contributor
Model hanya API
konteks 1,048,576 token · Input $0.10/M, output $0.20/M
Muse Spark 1.3
Model hanya API
konteks 1,048,576 token · Input $1.25/M, output $4.25/M
Muse Wonder
Model hanya API
konteks 1,048,576 token · Input $4.00/M, output $20.00/M

Lebih banyak model teks dari meta

Soalan yang sering ditanya

Bolehkah saya jalankan Muse Spark 1.2 secara tempatan?: Tidak. Berat tidak awam dan tiada repositori Hugging Face — ia hanya melalui API platform Meta.
Berapa kos Muse Spark 1.2 dan berapa besar konteksnya?: Harga adalah $1.25 setiap sejuta token input dan $4.25 setiap sejuta token output, dengan tetingkap konteks satu juta token.
Apa yang membezakannya daripada model sembang atau arahan biasa?: Ia dibina khusus untuk beban kerja agen dan pemikiran — usaha pemikiran boleh dikonfigurasi, panggilan fungsi selari, output berstruktur, dan keupayaan bertindak sebagai agen pengatur atau subagen selari dalam saluran berbilang model.

Keputusan Kapten
Model pemikiran agen serius dengan tetingkap sejuta token sebenar — berbaloi dengan kos output hanya jika tugasan anda benar-benar memerlukannya.

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh 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

Not this creator?

Get your own badge

Bagaimana skor ini dijumlahkan

Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Model serupa

Model AI untuk penjanaan imej, video dan teks

Muse Spark 1.2 ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm meta penglihatan video penalaran pengaturcaraan ejen konteks panjang

Layari mengikut keluarga model