Meta: Muse Spark 1.1

meta/muse-spark-1.1

Провайдер для Meta: Muse Spark 1.1

Hubris маршрутизирует запросы к лучшему доступному провайдеру с автоматическим fallback при сбоях.

Модальности

Вход:ТекстИзображенияВидеоФайлыАудиоВыход:Текст

Провайдеры

Запросы обслуживает один из провайдеров ниже — маршрутизация автоматически выбирает оптимального по доступности и скорости в момент запроса. Итоговая стоимость зависит от того, какой провайдер обслужил запрос, и от попадания в кэш: при повторяющемся контексте вход тарифицируется по цене чтения кэша — до 60–80 % дешевле. Цены — в рублях за 1 млн токенов.


Meta	157,95 ₽	537,03 ₽	18,95 ₽	—	100,0 %

Поддерживаемые параметры

include_reasoningmax_tokensreasoningreasoning_effortrepetition_penaltyresponse_formatstructured_outputstemperaturetool_choicetoolstop_ktop_p

Тарификация для Meta: Muse Spark 1.1

Цены в рублях за 1 млн токенов. Списание — за реальные токены, без подписок.

Тип	Цена в ₽	Единица
Вход	157,95 ₽	за 1М токенов
Выход	537,03 ₽	за 1М токенов
Веб-поиск	0,320 ₽	за запрос
Кэш: чтение	18,95 ₽	за 1М токенов
Веб-поиск	0,320 ₽	за 1k calls

Пример кода и API для Meta: Muse Spark 1.1

Hubris — OpenAI-совместимый API. Используйте любой OpenAI SDK, поменяв только base URL и ключ.

Получить API-ключ

curl https://api.hubris.pw/v1/chat/completions \
  -H "Authorization: Bearer sk-gw-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "meta/muse-spark-1.1",
    "messages": [{"role": "user", "content": "Привет"}]
  }'

curl https://api.hubris.pw/v1/chat/completions \  -H "Authorization: Bearer sk-gw-..." \  -H "Content-Type: application/json" \  -d '{    "model": "meta/muse-spark-1.1",    "messages": [{"role": "user", "content": "Привет"}]  }'

from openai import OpenAI

client = OpenAI(
    base_url="https://api.hubris.pw/v1",
    api_key="sk-gw-...",
)

response = client.chat.completions.create(
    model="meta/muse-spark-1.1",
    messages=[{"role": "user", "content": "Привет"}],
)
print(response.choices[0].message.content)

from openai import OpenAIclient = OpenAI(    base_url="https://api.hubris.pw/v1",    api_key="sk-gw-...",)response = client.chat.completions.create(    model="meta/muse-spark-1.1",    messages=[{"role": "user", "content": "Привет"}],)print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.hubris.pw/v1",
  apiKey: process.env.HUBRIS_API_KEY!,
});

const response = await client.chat.completions.create({
  model: "meta/muse-spark-1.1",
  messages: [{ role: "user", content: "Привет" }],
});

console.log(response.choices[0].message.content);

import OpenAI from "openai";const client = new OpenAI({  baseURL: "https://api.hubris.pw/v1",  apiKey: process.env.HUBRIS_API_KEY!,});const response = await client.chat.completions.create({  model: "meta/muse-spark-1.1",  messages: [{ role: "user", content: "Привет" }],});console.log(response.choices[0].message.content);

Другие модели от meta

Meta: Muse Glimmer 30B

Muse Glimmer 30B — это плотная, открытая мультимодальная модель от Meta Superintelligence Labs, дистиллированная из Muse Spark и оптимизированная для автономных агентов на потребительском оборудовании. Она подходит для долгосрочных агентских и кодовых рабочих процессов, с многошаговым рассуждением, надёжным использованием инструментов, восстановлением после сбоев, пониманием изображений и многоязычной поддержкой на более чем 100 языках.

131К контекст·от 44,23 ₽/М

Meta: Muse Spark 1.2

Muse Spark 1.2 — это модель рассуждений от Meta, разработанная для сложных агентных задач. Она принимает текст, изображения, видео, аудио и PDF-документы, возвращает текст и предлагает контекстное окно размером 1M токенов. Модель создана для поддержки многоагентных рабочих процессов, будь то основной агент, который планирует и делегирует, или субагент, выполняющий задачи параллельно. Она работает с несколькими средами кодирования и поддерживает структурированный вывод, параллельный вызов функций и настраиваемое усилие рассуждений. В тестировании Meta она хорошо показала себя в рефакторинге нескольких файлов, расширенных сеансах отладки, генерации целых репозиториев и задачах, выходящих далеко за рамки одного prompt.

1.0М контекст·0,320 ₽ за 1k calls