Pot rula Muse Spark 1.2 local?

Nu. Greutățile nu sunt publice și nu există un depozit Hugging Face — este doar API prin platforma Meta.

Care este costul Muse Spark 1.2 și cât de mare este contextul?

Prețul este $1.25 per milion tokeni de intrare și $4.25 per milion tokeni de ieșire, cu o fereastră de context de un milion de tokeni.

Ce îl face diferit față de un model standard de chat sau instrucțiuni?

Este construit special pentru sarcini agentice și de raționament — efort de raționament configurabil, apelare paralelă a funcțiilor, ieșire structurată și capacitatea de a acționa fie ca agent orchestrator, fie ca subagent paralel în pipeline-uri multi-model.

Muse Spark 1.2

5004°

#llm #meta #viziune #video #raționament #programare

Rulează modelul

Oferte / Reclame

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie API.

Meta | context de 1.048.576 tokeni | 1,25$/M input, 4,25$/M output. Muse Spark 1.2 este un model de raționament de la Meta, conceput pentru sarcini agentice complexe. Acceptă text, imagini, video și documente PDF, returnează text și oferă o fereastră de context de 1 milion de tokeni. Modelul este construit pentru a susține fluxuri de lucru multi-agent, fie ca agent principal care planifică și delegă, fie ca subagent care execută în paralel. Funcționează pe mai multe medii de programare și suportă output structurat, apelare paralelă de funcții și efort de raționament configurabil. În testele Meta, performează bine la refactorizări multi-fișier, sesiuni extinse de depanare, generare de întregi depozite și sarcini care depășesc un singur prompt.

Ghiduri pentru acest model

Cum să alegi un model AI în octombrie 2026: noutățile modelelor închise, apoi greutățile deschise care merită descărcate

Greutăți deschise vs open source vs doar API: ce ai voie să faci cu adevărat

Cele 10 alternative ChatGPT cele mai ieftine în 2026: modele locale gratuite, planuri gratuite și abonamente fixe

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

Muse Spark 1.2 este un model de raționament de la Meta construit pentru munci complexe, multi-pas, agentice. Acceptă text, imagini, video și PDF-uri, are o fereastră de context de un milion de tokeni și este proiectat să funcționeze fie ca agent de planificare, fie ca subagent paralel. Dacă munca ta implică baze mari de cod, depanare extinsă sau orchestrarea altor modele, acesta este nivelul pentru tine.

Cunoscut pentru

Fereastra de context de un milion de tokeni gestionează sarcini pe întregi depozite și fișiere multiple
Efortul de raționament configurabil permite compromis între viteză și profunzime
Apelarea paralelă a funcțiilor și ieșirea structurată se potrivesc pipeline-urilor automate
Acceptă text, imagini, video și documente PDF într-un singur apel
Proiectat să acționeze ca agent orchestrator sau subagent paralel în fluxuri multi-agent

Atenție la

Doar API, greutăți închise — nu poți rula local sau inspecta modelul
Prețul de ieșire de $4.25 per milion tokeni se adună rapid la raționamente lungi
Meta nu a publicat cifre independente de benchmark pentru această versiune

Cel mai bun pentru

Programare

Agenți și utilizare unelte

Raționament

Context lung

Viziune

Sugestii de încercat

Plan de refactorizare multi-fișier

Am o API REST Node.js împărțită în aproximativ 30 de fișiere. Logica actuală de autentificare este împrăștiată prin handler-ele de rute și middleware. Propune un plan concret de refactorizare: ce fișiere se schimbă, ce se mută unde și în ce ordine pentru a evita ruperea suitei de teste la fiecare pas. Fii specific cu numele fișierelor și semnăturile funcțiilor.

Sesiune agentică de depanare

Depanezi un pipeline Python care elimină silențios rânduri când unește două DataFrame-uri. Pipeline-ul are trei etape: ingestie, transformare, unire. Parcurge fiecare etapă metodic, spune ce ai verifica prima dată și de ce, scrie codul de diagnostic pentru fiecare verificare și explică cum ai confirma remedierea fără a rula din nou tot pipeline-ul.

Analiză contract PDF

Atașez un contract de servicii software. Extrage fiecare clauză care limitează răspunderea sau despăgubirea, rezumă fiecare în limbaj simplu, semnalează orice clauză neobișnuit de unilaterală și listează orice protecții standard care lipsesc. Returnează rezultatele ca o listă structurată.

Compară cu

Muse Glimmer 30B
Model cu greutăți deschise
context de 131,072 tokeni · $0.30/M intrare, $1.20/M ieșire
Muse Spark 1.3 Contributor
Model doar API
context de 1,048,576 tokeni · $0.10/M intrare, $0.20/M ieșire
Muse Spark 1.3
Model doar API
context de 1,048,576 tokeni · $1.25/M intrare, $4.25/M ieșire
Muse Wonder
Model doar API
context de 1,048,576 tokeni · $4.00/M intrare, $20.00/M ieșire

Mai multe modele text de la meta

Întrebări frecvente

Pot rula Muse Spark 1.2 local?: Nu. Greutățile nu sunt publice și nu există un depozit Hugging Face — este doar API prin platforma Meta.
Care este costul Muse Spark 1.2 și cât de mare este contextul?: Prețul este $1.25 per milion tokeni de intrare și $4.25 per milion tokeni de ieșire, cu o fereastră de context de un milion de tokeni.
Ce îl face diferit față de un model standard de chat sau instrucțiuni?: Este construit special pentru sarcini agentice și de raționament — efort de raționament configurabil, apelare paralelă a funcțiilor, ieșire structurată și capacitatea de a acționa fie ca agent orchestrator, fie ca subagent paralel în pipeline-uri multi-model.

Verdictul căpitanului
Un model serios de raționament agentic cu o fereastră autentică de un milion de tokeni — merită costul de ieșire doar dacă sarcinile tale chiar au nevoie de el.

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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

Cum se adună acest scor

Acest model nu are încă date de popularitate de la nicio sursă, așa că are un număr provizoriu sub 7,000° care menține listele complete. Nu va fi niciodată clasat mai sus decât un model cu date. Descompunerea apare aici imediat ce o sursă o raportează.

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Modele similare

Modele AI pentru generare de imagini, video și text

Muse Spark 1.2 este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm meta viziune video raționament programare agenți context lung

Răsfoiește după familia de modele