Kvantora.ai
ВойтиНачать работу
К результатам поиска

Meta

Muse Spark 1.2

Мультимодальная модель рассуждений Meta Muse Spark 1.2 для сложных агентных и программных задач. Поддерживает вызов инструментов, структурированный вывод и контекст в один миллион токенов.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Понимание изображенийПонимание изображенийМодель умеет разбирать содержимое изображений.
  • Вызов инструментовВызов инструментовМодель может запрашивать несколько вызовов инструментов. Приложение проверяет права и выполняет действия.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • 1 000 000 токенов1 000 000 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Аудио на входеАудио на входеМодель принимает аудио. Это не подтверждает генерацию речи.
  • Видео на входеВидео на входеНаправление работы с видео подтверждено данными модели. Длительность, размер и формат определяются операцией.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
Вход
174,08 ₽
Выход
591,86 ₽
Кэш
174,08 ₽
за 1 млн токенов
Доступность
100%
Подключить APIОткрыть в студии
API ID
meta/muse-spark-1.2

Данные каталога получены .

Цена

Текстовый диалог · вход
174,08 ₽ / 1 млн токенов
Текстовый диалог · выход
591,86 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
174,08 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Meta Muse Spark 1.2, мультимодальная модель рассуждений, предназначенная для сложных агентных и программных задач. Поддерживает вызов инструментов и структурированный вывод. Контекстное окно составляет один миллион токенов.

Релиз

Характеристики

Доступность100%
  1. 7 октября: 100%
  2. 8 октября: 100%
  3. 9 октября: 100%
Доля успешных запросов к модели за последние 72 часа. Обновляется каждые два часа.
Тип модели
Текст
Вход модели
Текст, Изображения, Видео, Аудио

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
1 000 000 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Максимальный ответ
65 536 токенов

Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.

Операции
Текстовый диалог, Понимание изображений
Возможности модели
Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Параллельные вызовы инструментов, Структурированный ответ, Входные изображения, Входное аудио, Входное видео

Контрольные показатели

Artificial Analysis

36 показателей

Источник ↗

Агентная работа

  • AA-Briefcase1 340 Elo

    Агентная работа со знаниями

    Проверено

  • AA-Briefcase1 329 Elo

    Агентная работа со знаниями (Elo)

    Проверено

  • AutomationBench-AA40,6 %

    Автоматизация рабочего процесса со штрафами за нарушение ограничений

    Проверено

  • AutomationBench-AA40,6 %

    Автоматизация рабочих процессов со штрафом за нарушение ограничений

    Проверено

  • GDPval-AA v21 478 Elo

    Экономически значимые задачи (Elo)

    Проверено

  • GDPval-AA v21 482 Elo

    Экономически значимые рабочие задачи

    Проверено

Рассуждение по документу

  • AA-LCR v1.179 %

    Рассуждение на длинном контексте с обновлённой оценкой

    Проверено

  • GDP.pdf17,4 %

    Профессиональное рассуждение по PDF: доля прохождения всех проверок

    Проверено

Работа с документами

  • AA-LCR v1.179 %

    Рассуждение в длинном контексте, обновлённая проверка

    Проверено

  • GDP.pdf17,4 %

    Профессиональные PDF-документы: доля полностью верных ответов

    Проверено

  • MLCR-AA31,1 %

    Медицинские рассуждения в длинном контексте

    Проверено

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)79 %

    Оценка рассуждений на длинном контексте

    Проверено

  • GDPval-AA (версия не указана, архивный)48,9 %

    Задачи с экономической ценностью

    Проверено

  • GPQA Diamond (архивный)90,4 %

    Научные рассуждения уровня выпускника

    Проверено

Архивные методики

  • AA-LCR (версия не указана, архивный)79 %

    Рассуждение в длинном контексте

    Проверено

  • GDPval-AA (версия не указана, архивный)49,1 %

    Экономически значимые рабочие задачи

    Проверено

  • GPQA Diamond (архивный)90,4 %

    Научные вопросы уровня аспирантуры

    Проверено

Знания

  • AA-Omniscience · точность45,4 %

    Доля вопросов с правильным ответом

    Проверено

  • AA-Omniscience · точность45,4 %

    Доля правильных ответов

    Проверено

  • AA-Omniscience · доля выдуманных ответов (меньше лучше)33,3 %

    Доля выдуманных ответов среди неверных

    Проверено

Знание

  • AA-Omniscience · доля выдуманных ответов (меньше лучше)33,3 %

    Доля неверных ответов среди некорректных ответов

    Проверено

Другие показатели

  • Индекс агентных задач43,2 индекс

    Сводная оценка Artificial Analysis по агентным задачам

    Проверено

  • Индекс агентных задач43,2 индекс

    Сводная оценка Artificial Analysis по агентным задачам

    Проверено

  • Индекс программирования72,2 индекс

    Сводная оценка Artificial Analysis по программированию

    Проверено

  • Индекс программирования72,2 индекс

    Сводная оценка Artificial Analysis по программированию

    Проверено

  • Индекс интеллекта39,6 индекс

    Сводная оценка Artificial Analysis по всем её тестам

    Проверено

  • Индекс интеллекта39,6 индекс

    Сводная оценка Artificial Analysis по всем её тестам

    Проверено

Рассуждение

  • CritPt17,7 %

    Рассуждения по физике исследовательского уровня

    Проверено

Рассуждения

  • CritPt17,7 %

    Исследовательские задачи по физике

    Проверено

  • HLE45,5 %

    Humanity’s Last Exam — вопросы экспертного уровня

    Проверено

  • HLE45,5 %

    Humanity’s Last Exam — вопросы экспертного уровня

    Проверено

Документ: рассуждение

  • MLCR-AA31,1 %

    Медицинское рассуждение на длинном контексте

    Проверено

Программирование

  • SciCode57,4 %

    Программирование на Python для научных вычислений

    Проверено

  • SciCode57,4 %

    Программирование на Python для научных расчётов

    Проверено

  • Terminal-Bench v4.07,1 %

    Практические задачи по программированию и работе в терминале

    Проверено

  • Terminal-Bench v4.07,1 %

    Практические задачи программирования и работы в терминале

    Проверено

Design Arena

48 показателей

Рейтинг Elo и доля побед в попарных сравнениях, оценённых людьми

Источник ↗

Агентные системы

  • Разработка игр агентами · Elo1 179 Elo

    Проверено

  • Разработка игр агентами · Elo1 179 Elo

    Проверено

  • Разработка игр агентами · доля побед42,7 %

    Проверено

  • Разработка игр агентами · доля побед42,7 %

    Проверено

  • Полный цикл разработки · Elo1 219 Elo

    Проверено

  • Полный цикл разработки · Elo1 210 Elo

    Проверено

  • Полный цикл разработки · доля побед48,1 %

    Проверено

  • Полный цикл разработки · доля побед48 %

    Проверено

  • Мобильные приложения · Elo1 194 Elo

    Проверено

  • Мобильные приложения · Elo1 198 Elo

    Проверено

  • Мобильные приложения · доля побед46,8 %

    Проверено

  • Мобильные приложения · доля побед47,1 %

    Проверено

  • Нативные приложения · Elo1 235 Elo

    Проверено

  • Нативные приложения · Elo1 236 Elo

    Проверено

  • Нативные приложения · доля побед53,3 %

    Проверено

  • Нативные приложения · доля побед53,3 %

    Проверено

  • Веб-приложения · Elo1 229 Elo

    Проверено

  • Веб-приложения · Elo1 232 Elo

    Проверено

  • Веб-приложения · доля побед51,3 %

    Проверено

  • Веб-приложения · доля побед51 %

    Проверено

Модели

  • 3D · Elo1 332 Elo

    Проверено

  • 3D · Elo1 326 Elo

    Проверено

  • 3D · доля побед53,8 %

    Проверено

  • 3D · доля побед54 %

    Проверено

  • ASCII-графика · Elo1 306 Elo

    Проверено

  • ASCII-графика · Elo1 312 Elo

    Проверено

  • ASCII-графика · доля побед58,2 %

    Проверено

  • ASCII-графика · доля побед57,8 %

    Проверено

  • Визуализация данных · Elo1 360 Elo

    Проверено

  • Визуализация данных · Elo1 357 Elo

    Проверено

  • Визуализация данных · доля побед60,9 %

    Проверено

  • Визуализация данных · доля побед61,1 %

    Проверено

  • Разработка игр · Elo1 310 Elo

    Проверено

  • Разработка игр · Elo1 321 Elo

    Проверено

  • Разработка игр · доля побед51,7 %

    Проверено

  • Разработка игр · доля побед51,5 %

    Проверено

  • SVG · Elo1 306 Elo

    Проверено

  • SVG · Elo1 298 Elo

    Проверено

  • SVG · доля побед56,1 %

    Проверено

  • SVG · доля побед56,4 %

    Проверено

  • UI-компоненты · Elo1 324 Elo

    Проверено

  • UI-компоненты · Elo1 318 Elo

    Проверено

  • UI-компоненты · доля побед53,2 %

    Проверено

  • UI-компоненты · доля побед53,1 %

    Проверено

  • Сайты · Elo1 316 Elo

    Проверено

  • Сайты · Elo1 318 Elo

    Проверено

  • Сайты · доля побед53,5 %

    Проверено

  • Сайты · доля побед53,7 %

    Проверено

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "meta/muse-spark-1.2",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ