Muse Image — это агентная модель генерации изображений от Meta, которая генерирует и редактирует изображения на основе текста и эталонных изображений. В отличие от однопроходных моделей изображений, она рассуждает перед рендерингом, разбивая многокомпонентные prompt'ы и уточняя свой вывод в цепочке рассуждений, а также использует веб-поиск для обеспечения фактической точности при работе с prompt'ами, требующими обширных знаний. Модель поддерживает генерацию текста в изображение, целевое редактирование изображений, композицию из нескольких изображений, обусловливание эталонными изображениями для обеспечения согласованности стиля и объекта в серии, а также точный рендеринг текста в сгенерированных изображениях. Итеративное редактирование работает путем передачи предыдущего выходного изображения обратно с новой инструкцией.
Провайдер для Meta: Muse Image
Hubris маршрутизирует запросы к лучшему доступному провайдеру с автоматическим fallback при сбоях.
Модальности
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 | — | — | — | — | 100,0 % |
Поддерживаемые параметры
Другие модели от meta
Meta: Muse Spark Open
Muse Spark Open — это открытая модель, оптимизированная для кодирования. Она специально обучена для агентских рабочих процессов кодирования, обеспечивая более высокую точность с первой попытки, надежный вызов инструментов и глубокое понимание кодовой базы в репозиториях, с которыми работают разработчики.
Meta: Muse Wonder
Muse Wonder — это передовая модель рассуждений от Meta, разработанная для сложных личных и профессиональных агентных задач. Она принимает текст, изображения, видео, аудио и PDF-документы, а возвращает текст, с контекстным окном в 1M токенов. Модель справляется с долгосрочной работой: она планирует, делегирует задачи субагентам, параллельно вызывает инструменты и восстанавливается после ошибок, поэтому многоэтапные задачи выполняются до конца без пошаговых указаний. Она также может управлять браузерами, настольными и мобильными приложениями, и работать с множеством файлов в существующих репозиториях для внесения и проверки изменений. Muse Wonder переносит важный контекст между разговорами и извлекает детали, относящиеся к текущей задаче. И она обучена для активного фокуса, поэтому работает над вашей целью, даже когда задача становится сложной. В тестировании Meta она хорошо справляется со сложными инженерными задачами, длительными агентными сессиями и рефакторингом нескольких файлов, чтобы решать самые требовательные задачи разработчиков.
Meta: Muse Voice Transcribe 1.0
Muse Voice Transcribe 1.0 — это синхронная модель преобразования речи в текст от Meta. Она подходит для режима «нажми и говори», определения конечных точек и транскрибирования с учётом говорящего, с возможностью смещения по ключевым словам для предметных терминов и смещения по языку через...
Meta: Muse Spark 1.3
Muse Spark 1.3 — это мультимодальная модель рассуждений от Meta для длительных агентных, многоагентных и кодовых рабочих процессов. Она разработана для отслеживания информации в рамках расширенных задач, обработки противоречивых входных данных и запроса уточнений или подтверждений при необходимости, с акцентом на лаконичное выполнение.
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.
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.