Muse Spark 1.3 Contributor
9134°
Meta | 1,048,576 代幣上下文 | $0.10/M 輸入，$0.20/M 輸出。Muse Spark 1.3 Contributor 是 Meta 多模態推理模型的成本效益貢獻者層級，適用於實驗、學習及早期代理、多代理與編碼工作流程。設計用於追蹤延伸任務中的資訊，處理衝突輸入，並在需要時請求澄清或確認。提示與輸出可用於改進 Meta 產品。
本模型的指南
全部指南
船長筆記
2026-10-13 的筆記
Muse Spark 1.3 Contributor 是 Meta 成本效益高的多模態推理模型等級，能處理視覺與影片輸入以及文字，擁有一百萬代幣的上下文視窗。它專為實驗與早期代理工作打造：追蹤長期任務狀態、解決衝突輸入，並知道何時需要請求澄清。每百萬代幣 0.10/0.20 美元的價格，適合迭代而非生產使用。
以...聞名
- 一百萬代幣上下文視窗，適合長期多步驟任務
- 多模態：接受文字、視覺與影片輸入
- 設計能處理衝突資訊並在需要時請求澄清
- 專為代理與多代理工作流程打造
- 極低代幣價格，適合大量實驗
注意
- Contributor 等級表示你的提示與輸出可能被用於訓練 Meta 產品——不適合機密工作。
- 權重未開放，無法本地運行或自我部署。
- 定位為實驗等級，生產可靠性非主要目標。
可嘗試的提示詞
多步驟代理計畫
你正在協調一個三階段資料管線。第一階段抓取公共 API，第二階段清理並去重記錄，第三階段將結果寫入資料庫。列出每階段所需的工具與函式呼叫，標示任何需要向使用者請求澄清才能繼續的步驟，並說明原因。
衝突輸入解決
這裡有三份關於同一產品上市日期的內部備忘錄：備忘錄 A 說是 3 月 14 日，備忘錄 B 說是 3 月 21 日，備忘錄 C 則提到「柏林貿易展後一週」但未標日期。請辨識衝突，說明你能從現有資訊解決的部分，並列出在確定最終日期前需要確認的事項。
影片場景推理
我附上一段製造線的短影片。請找出序列中任何操作順序與標準組裝流程不符的步驟，描述當時看到的情況，並建議哪些額外影像或文件能幫助確認是否為實際錯誤。
比較
- Muse Glimmer 30B開放權重模型131,072 代幣上下文 · $0.30/M 輸入，$1.20/M 輸出
- Muse Spark 1.3僅限 API 模型1,048,576 代幣上下文 · $1.25/M 輸入，$4.25/M 輸出
- Muse Wonder僅限 API 模型1,048,576 代幣上下文 · $4.00/M 輸入，$20.00/M 輸出
- Muse Spark 1.2僅限 API 模型1,048,576 代幣上下文 · $1.25/M 輸入，$4.25/M 輸出
更多來自 meta 的文字模型
常見問題
- 我可以在本地運行 Muse Spark 1.3 Contributor 嗎？
- 不行。權重未開放，且無 Hugging Face 倉庫，無法本地或自我部署。
- Contributor 等級對我的資料有何影響？
- Meta 表示此等級提交的提示與輸出可能用於改進其產品，因此應避免傳送機密或敏感資訊。
- 這與 Muse Spark 1.3 的高階等級有何不同？
- Meta 未發佈詳細比較，但 Contributor 標籤與低價（每百萬代幣 0.10/0.20 美元）顯示這是入門、實驗導向的等級，而非生產級產品。
船長評語一個真正便宜的方式來探索長上下文代理與多模態推理——但請遠離敏感資料。
船長根據模型自身描述與模型卡撰寫這些筆記。價格與上下文大小為撰寫時提供者資料，可能會變動。
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
Muse Spark 1.3 Contributor 熱度趨勢
熱度分數，自 2 Sep 2026 起
熱度分數
9,134°
本週
▲
47.3%
9,083° 當時，9,134° 現在
本月
▲
978%
8,821° 當時，9,134° 現在
過去一年
n/a
尚未發布/追蹤
7,000°
基準值
分數範圍是從 0° 到 9,999°。低於 7,000° 的部分是留給還沒被任何來源報告的模型，它們會有一個替代數字，讓列表保持完整。7,000° 是有測量數據開始的地方：有真實數據但幾乎沒下載的模型會在基準值，之後的度數才是測量結果。基準值本身不代表模型好壞，只有基準值以上的度數才會區分模型。
+1,784°
OpenRouter 代幣
此模型在過去30天內透過 OpenRouter 處理了 8,847,442,276,267 代幣，包含提示和回答。每 10,000,000 代幣算作一次下載，共 884,744 次；最後一天的代幣會加入採用率。來源：OpenRouter (openrouter.ai/rankings)。
+350°
採用率
大約每天 46,090 次下載，根據兩次來源讀取間的變化計算，不是用整個生命週期平均。速度佔下載項目的四分之一，能反映新熱潮，但不會讓一天的爆量超過多年累積。
顯示詳細分析
這個網站上的每個數字都可以查證。這個模型的熱度分數是 9,134°，這裡會一步步拆解它的組成，每加一項就會顯示目前的總分：基準值、每個來源增加的度數、模型類型的加分，以及權重年齡帶來的扣分。顏色對應上方圖表的區間。最後的詞彙表會解釋每個術語。
- 1從基準值開始。為什麼是 7,000° 而不是零：分數範圍是 0° 到 9,999°，低於 7,000° 的部分是留給還沒被任何來源報告的模型，它們有替代數字，讓列表完整且不會超過有數據的模型。7,000° 是有測量數據開始的地方。有真實數據但幾乎沒下載的模型會在這裡；之後的度數是測量結果，基準值以上有十個十倍下載的階段，每階段增加 300°。基準值對所有模型都一樣，不會決定排名；真正區分模型的是基準值以上的度數。7,000°累計總和
- 2加入下載量。總共 884,744 個下載等值，來自 OpenRouter 代幣。下載量增加十倍會增加相同的 300°，所以大小很重要，但不會主導分數。+1,784°8,784°累計總和
- 3加入採用率。目前大約每天 46,090 次下載，根據兩次讀取間的差異計算，權重是下載量的四分之一。+350°9,134°累計總和
- =熱度分數。這個模型在本網站所有排行榜上的位置。沒有其他因素會調整它。9,134°
詞彙表：這裡使用的術語
- 熱度分數
- 一個數字，表示模型目前的使用和需求程度，範圍從 0° 到 9,999°。本網站所有標示「最熱門」的排行榜都是依此排序，沒有其他排序依據。
- 底線
- 每個有實際數據的模型起始於 7,000°。分數範圍是 0° 到 9,999°；底線以下保留給沒有數據的模型，確保有數據的模型總是排名較前。底線對所有人相同，不影響排名；超過底線的度數才是評分依據。
- 下載等值
- 分數中視為下載的所有項目加總：下載本身、每個種子節點算 1,000、每張 AI Horde 圖像和每次生成網站的執行算一。
- 對數刻度
- 以十為單位計數，不是以一為單位：從 1,000 到 10,000 下載增加的度數，和從 10,000 到 100,000 增加的度數相同。這樣能防止巨頭壓過其他模型。
- 喜歡數
- 來自各來源的讚和喜歡，每個在對數刻度上算半個下載量。
- 採用率
- 模型目前每天的下載次數，根據兩次來源讀取的差異計算。權重是下載量的四分之一。
- 實測與估算
- 實測表示有兩個來源的讀數，且差異是真實的。估算表示只知道今天的總數，過去的數據則分散在模型的整個生命週期；網站會說明顯示的是哪一種。
- 種子節點
- 指在線上保留權重檔案供他人透過種子下載的人，或是提供相同服務的鏡像站。每一個種子節點算作1,000次下載。
- AI Horde
- 一個志願者網絡，利用捐贈的電腦免費生成圖片。它用某模型生成的圖片數量是公開的，每張圖片算作一次下載。
- 生成網站
- 自己托管模型並讓人使用它生成圖片的網站，例如PixAI、SeaArt和Yodayo。它們的下載量和Civitai一樣，每次生成算一次下載。
- OpenRouter 代幣
- 透過 API 提供的文字模型，如 Claude 或 GPT，沒有權重可下載，因此使用量以代幣計算：過去30天內透過 OpenRouter（許多應用使用的閘道）讀取和生成的文字片段。每 10,000,000 代幣算作一次下載。來源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
- 完整模型（檢查點）
- 權重本身，是能獨立生成的檔案。它會有額外加分，因為其他附加檔案都依賴它。
- LoRA和嵌入
- 小型附加檔案，用來引導別人的權重走向某種風格、角色或概念。它們無法獨立運行。
- 家族與權重
- 模型所建立的基礎，例如SD 1.5、SDXL、Flux或Wan。每個模型都繼承其家族權重的發布日期。
- 年齡
- 根據家族權重發布時間距今多久，扣除的度數：每年150°，最多750°。它會保留那些有多年累積下載的舊模型，防止它們從排行榜頂端消失。
- 家族加成
- 針對本站目前推廣的某個家族的LoRA給予的小幅度限制加成，會在分解中顯示。
- 替代分數
- 給尚無來源報告的模型一個穩定的最低分，讓列表保持完整。它永遠不會高於有數據的模型。
- 全新！(寬限期)
- 不到 7 天的新模型會顯示「全新！」而非分數，且不列入排名。分數從第一天開始計算，但一天大的模型成長最快，若不等待，週榜首將永遠是昨天剛出的模型，而非持續一週的。
- 趨勢
- 模型在某段時間內的成長與典型模型同期成長的比較。比典型快表示上升，比典型慢表示下降。
- 典型模型
- 目錄中的中間值：一半模型在該期間成長較快，一半較慢。
這個模型的受歡迎程度跟整個目錄相比的變化：它在每個時期的下載量、喜歡數和使用量的成長，跟同一時期一般模型的成長相比，還有當時的熱度分數。高於一般成長代表上升，低於則是下降。過去的數據是從今天的總數、模型的第一天和有兩次讀數時的下載速度推算出來的；如果模型在某時期開始時不存在，會顯示 n/a。
Muse Spark 1.3 Contributor 是 Text / LLM 系列的文字模型,收錄於 ModelTrends.ai——一個唯讀的開源 AI 圖片、影片與文字模型目錄。將它與其他 Text / LLM 模型比較,並查看熱度分數了解趨勢。
依模型系列瀏覽
Text / LLM 模型
434
Anima 模型
528
Chroma 模型
19
Fibo 模型
2
Flux 模型
1,496
Flux 2 / Klein 模型
1,239
Flux 3 模型
3
Moss 模型
3
Iris 模型
1
MiniMax H3 模型
364
Hunyuan 模型
204
Ideogram 模型
20
Krea2 模型
717
Qwen 模型
20
Qwen2 模型
47
Ltx2 模型
153