Muse Spark 1.3 Contributor
9134°
Ejecutar este modelo
Ofertas / Anuncios
Meta | contexto de 1,048,576 tokens | $0.10/M entrada, $0.20/M salida. Muse Spark 1.3 Contributor es el nivel contribuyente rentable del modelo de razonamiento multimodal de Meta para experimentación, aprendizaje y flujos de trabajo agenticos, multi-agente y de codificación en etapas tempranas. Está diseñado para rastrear información a lo largo de tareas extendidas, trabajar con entradas conflictivas y solicitar aclaración o confirmación cuando sea necesario. Los prompts y salidas pueden usarse para mejorar los productos de Meta.
Guías para este modelo
Las 10 alternativas más baratas a ChatGPT en 2026: modelos locales gratuitos, planes gratuitos y tarifas planas
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
Notas del capitán
Notas del 2026-10-13
Muse Spark 1.3 Contributor es el nivel económico de Meta de un modelo de razonamiento multimodal, que maneja entradas de visión y video junto con texto en una ventana de contexto de un millón de tokens. Está diseñado para experimentación y trabajo agentico en etapas tempranas: seguimiento del estado en tareas largas, resolución de entradas conflictivas y saber cuándo pedir aclaraciones. Con un precio de $0.10/$0.20 por millón de tokens, está pensado para iteración más que para producción.
Conocido por
- Ventana de contexto de un millón de tokens para tareas largas y en múltiples pasos
- Multimodal: acepta texto, visión y video
- Diseñado para manejar información conflictiva y solicitar aclaraciones cuando es necesario
- Construido pensando en flujos de trabajo agenticos y multiagente
- Precio muy bajo por token, adecuado para experimentación de alto volumen
Cuidado con
- El nivel Contributor significa que tus prompts y salidas pueden usarse para entrenar productos de Meta — no es adecuado para trabajo confidencial.
- Los pesos no son abiertos; no puedes ejecutarlo localmente ni alojarlo tú mismo.
- Posicionado como un nivel de experimentación, por lo que la fiabilidad para producción no es el objetivo declarado.
Prompts para probar
Plan agentico en múltiples pasos
Estás coordinando una canalización de datos en tres etapas. La primera etapa extrae datos de una API pública, la segunda limpia y elimina duplicados, y la tercera escribe los resultados en una base de datos. Enumera las herramientas y llamadas de función necesarias en cada etapa, señala cualquier paso donde necesites pedir aclaración al usuario antes de continuar y explica por qué.
Resolución de entradas conflictivas
Aquí hay tres memorandos internos sobre la misma fecha de lanzamiento de producto: el Memo A dice 14 de marzo, el Memo B dice 21 de marzo, y el Memo C hace referencia a 'la semana después de la feria comercial de Berlín' sin fecha. Identifica el conflicto, indica qué puedes resolver con la información dada y lista exactamente qué necesitarías confirmar antes de fijar una fecha definitiva.
Razonamiento sobre escenas de video
Adjunto un clip corto de video de una línea de fabricación. Identifica cualquier paso en la secuencia donde el orden de operaciones parezca inconsistente con un flujo de trabajo estándar de ensamblaje, describe lo que ves en ese momento y sugiere qué metraje o documentación adicional te ayudaría a confirmar si es un error real.
Comparar con
- Muse Glimmer 30BModelo con pesos abiertosContexto de 131,072 tokens · $0.30/M entrada, $1.20/M salida
- Muse Spark 1.3Modelo solo APIContexto de 1,048,576 tokens · $1.25/M entrada, $4.25/M salida
- Muse WonderModelo solo APIContexto de 1,048,576 tokens · $4.00/M entrada, $20.00/M salida
- Muse Spark 1.2Modelo solo APIContexto de 1,048,576 tokens · $1.25/M entrada, $4.25/M salida
Más modelos de texto de meta
Preguntas frecuentes
- ¿Puedo ejecutar Muse Spark 1.3 Contributor localmente?
- No. Los pesos no son abiertos y no hay repositorio en Hugging Face, por lo que no es posible el despliegue local o autoalojado.
- ¿Qué significa el nivel Contributor para mis datos?
- Meta indica que los prompts y salidas enviados a través de este nivel pueden usarse para mejorar sus productos, por lo que debes evitar enviar información confidencial o sensible.
- ¿En qué se diferencia de los niveles superiores de Muse Spark 1.3?
- Meta no ha publicado una comparación detallada, pero la etiqueta Contributor y el bajo precio ($0.10/$0.20 por millón de tokens) indican que es el nivel de entrada enfocado en experimentación, no una oferta para producción.
Veredicto del capitánUna forma realmente económica de explorar razonamiento agentico y multimodal con contexto largo — solo mantén tus datos sensibles bien alejados.
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
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.
Also ranked: #14 Hottest Text / LLM model · #14 Hottest Text / LLM text model
Not this creator?
Get your own badge
Tendencia de popularidad de Muse Spark 1.3 Contributor
Puntuación de calor desde 2 Sep 2026
Puntuación de popularidad
9,134°
Esta semana
▲
47.3%
9,083° entonces, 9,134° ahora
Este mes
▲
981%
8,821° entonces, 9,134° ahora
Último año
n/a
No fue lanzado/seguido
7,000°
Piso
La escala va de 0° a 9,999°. Todo lo que está por debajo de 7,000° se reserva para modelos que ninguna fuente reporta aún, que llevan un número provisional ahí para que las listas se mantengan completas. 7,000° es donde empiezan los datos medidos: un modelo con datos reales pero casi sin descargas se sitúa en el piso, y las mediciones llenan los grados por encima. El piso no dice nada sobre el modelo; solo los grados por encima lo hacen, y son los que separan un modelo de otro.
+1,784°
Tokens de OpenRouter
8,847,442,276,267 tokens procesados por este modelo a través de OpenRouter en los últimos 30 días, sumando prompts y respuestas. Cada 10,000,000 tokens cuentan como una descarga en el periodo de descargas, 884,744 en total; los tokens del último día se suman a la tasa de adopción. Fuente: OpenRouter (openrouter.ai/rankings).
+350°
Tasa de adopción
Unos 46,090 descargas al día, medidos entre dos lecturas de las fuentes, nunca estimados a partir de un promedio de toda la vida. La velocidad pesa un cuarto del término de descargas, así que un aumento reciente se nota sin que un pico de un día supere años de uso.
Mostrar desglose detallado
Cada número en este sitio se puede verificar. La puntuación de popularidad de este modelo es 9,134°, y aquí se construye un ingrediente a la vez, con el total acumulado después de cada uno: el piso, los grados que añade cada fuente, el bono por el tipo de modelo y lo que la antigüedad de sus pesos resta. Los colores son las bandas del gráfico de arriba. El glosario al final define cada término.
- 1Empieza en el piso.Por qué 7,000° y no cero: la escala va de 0° a 9,999°, y la parte por debajo de 7,000° está reservada para modelos que ninguna fuente reporta aún, que llevan un número provisional ahí para que las listas se mantengan completas y nunca superen a un modelo con datos. 7,000° es donde empiezan los datos medidos. Un modelo con datos reales pero casi sin descargas está aquí; todo lo que sigue es medición, y el espacio sobre el piso tiene diez pasos de diez veces más descargas a 300° cada uno. El piso es igual para todos los modelos, así que no decide nada; los grados por encima sí.7,000°total acumulado
- 2Suma las descargas.884,744 equivalentes a descargas en total, de Tokens de OpenRouter. Diez veces las descargas suman el mismo 300°, así que el tamaño importa pero nunca domina la puntuación.+1,784°8,784°total acumulado
- 3Añade la tasa de adopción.Unos 46,090 descargas al día ahora mismo, medido entre dos lecturas, con un cuarto del peso.+350°9,134°total acumulado
- =La puntuación heat.Dónde está este modelo en cada lista de este sitio. Nada más la ajusta.9,134°
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
Cómo se ha movido la popularidad de este modelo frente al resto del catálogo: su crecimiento en descargas, likes y uso en cada periodo, medido contra el crecimiento típico de un modelo en el mismo periodo, con su puntuación de calor en ese momento. Por encima del crecimiento típico se lee como un aumento, por debajo como una caída. El pasado se reconstruye a partir de los totales de hoy, el primer día del modelo y su velocidad de descarga medida cuando hay dos lecturas; un modelo que no existía al inicio de un periodo muestra n/a.
Muse Spark 1.3 Contributor es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Más modelos Text / LLMMás Texto / LLM de Text / LLMllmmetavisiónvideorazonamientoagentescontexto largopresupuesto
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153