Kvantora.ai
ВойтиНачать работу
К результатам поиска

Meta

Muse Spark 1.3

Muse Spark 1.3 от Meta — мультимодальная модель рассуждения, предназначенная для длительных задач программирования и агентных рабочих процессов.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Понимание изображенийПонимание изображенийМодель умеет разбирать содержимое изображений.
  • Вызов инструментовВызов инструментовМодель может запросить вызов функции. Приложение проверяет права и выполняет действие.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • 1 048 576 токенов1 048 576 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
20,89 ₽
за 1 млн токенов
Доступность
95,5%
Подключить APIОткрыть в студии
API ID
meta/muse-spark-1.3

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
20,89 ₽ / 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

Muse Spark 1.3 от Meta — мультимодальная модель рассуждения, предназначенная для длительных задач программирования и агентных рабочих процессов. Отмечаются улучшения в использовании компьютера, веб-навигации, работе с профессиональными инструментами, понимании кодовой базы, следовании инструкциям и извлечении информации в объёме до миллиона токенов. Модель принимает текст, изображения, аудио, видео и файлы, поддерживает вызов инструментов и структурированный вывод, а также всегда выполняет рассуждение перед ответом.

Релиз

Характеристики

Доступность95,5%
  1. 7 октября: 86,9%
  2. 8 октября: 99,8%
  3. 9 октября: 99,8%
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
1 048 576 токенов

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

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

Контрольные показатели

Artificial Analysis

33 показателей

Источник ↗
Индекс агентных задач
55,5 индексСводная оценка Artificial Analysis по агентным задачамПроверено

Агентная работа

  • AA-Briefcase1 583 Elo

    Агентная работа со знаниями (Elo)

    Проверено

  • AA-Briefcase1 597 Elo

    Агентная работа со знаниями

    Проверено

  • AutomationBench-AA57,9 %

    Автоматизация рабочих процессов со штрафом за нарушение ограничений

    Проверено

  • AutomationBench-AA57,9 %

    Автоматизация рабочего процесса со штрафами за нарушение ограничений

    Проверено

  • AutomationBench-AA · полностью выполненные задачи29,8 %

    Полностью выполненные рабочие процессы без нарушений ограничений

    Проверено

  • AutomationBench-AA · полностью выполненные задачи29,8 %

    Процессы, выполненные полностью и без нарушений

    Проверено

  • GDPval-AA v21 684 Elo

    Экономически значимые задачи (Elo)

    Проверено

  • GDPval-AA v21 674 Elo

    Экономически значимые рабочие задачи

    Проверено

Работа с документами

  • AA-LCR v1.183 %

    Рассуждение в длинном контексте, обновлённая проверка

    Проверено

  • GDP.pdf26,6 %

    Профессиональные PDF-документы: доля полностью верных ответов

    Проверено

  • MLCR-AA43,3 %

    Медицинские рассуждения в длинном контексте

    Проверено

Рассуждение по документу

  • AA-LCR v1.183 %

    Рассуждение на длинном контексте с обновлённой оценкой

    Проверено

  • GDP.pdf26,6 %

    Профессиональное рассуждение по PDF: доля прохождения всех проверок

    Проверено

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)83 %

    Оценка рассуждений на длинном контексте

    Проверено

  • GDPval-AA (версия не указана, архивный)59,2 %

    Задачи с экономической ценностью

    Проверено

  • GPQA Diamond (архивный)93,5 %

    Научные рассуждения уровня выпускника

    Проверено

Архивные методики

  • AA-LCR (версия не указана, архивный)83 %

    Рассуждение в длинном контексте

    Проверено

  • GPQA Diamond (архивный)93,5 %

    Научные вопросы уровня аспирантуры

    Проверено

Знания

  • AA-Omniscience · точность43,6 %

    Доля вопросов с правильным ответом

    Проверено

Знание

  • AA-Omniscience · доля выдуманных ответов (меньше лучше)32,9 %

    Доля неверных ответов среди некорректных ответов

    Проверено

Другие показатели

  • Индекс программирования75,8 индекс

    Сводная оценка Artificial Analysis по программированию

    Проверено

  • Индекс программирования75,8 индекс

    Сводная оценка Artificial Analysis по программированию

    Проверено

  • Индекс интеллекта48,1 индекс

    Сводная оценка Artificial Analysis по всем её тестам

    Проверено

  • Индекс интеллекта48,1 индекс

    Сводная оценка Artificial Analysis по всем её тестам

    Проверено

Рассуждение

  • CritPt24,9 %

    Рассуждения по физике исследовательского уровня

    Проверено

Рассуждения

  • HLE48,7 %

    Humanity’s Last Exam — вопросы экспертного уровня

    Проверено

  • HLE48,7 %

    Humanity’s Last Exam — вопросы экспертного уровня

    Проверено

Документ: рассуждение

  • MLCR-AA43,3 %

    Медицинское рассуждение на длинном контексте

    Проверено

Программирование

  • SciCode58,8 %

    Программирование на Python для научных вычислений

    Проверено

  • SciCode58,8 %

    Программирование на Python для научных расчётов

    Проверено

  • Terminal-Bench v4.033,3 %

    Практические задачи по программированию и работе в терминале

    Проверено

  • Terminal-Bench v4.033,3 %

    Практические задачи программирования и работы в терминале

    Проверено

Design Arena

36 показателей

Рейтинг Elo и доля побед в попарных сравнениях, оценённых людьми

Источник ↗

Агентные системы

  • Полный цикл разработки · Elo1 295 Elo

    Проверено

  • Полный цикл разработки · Elo1 305 Elo

    Проверено

  • Полный цикл разработки · доля побед56 %

    Проверено

  • Полный цикл разработки · доля побед56,2 %

    Проверено

  • Мобильные приложения · Elo1 229 Elo

    Проверено

  • Мобильные приложения · Elo1 238 Elo

    Проверено

  • Мобильные приложения · доля побед46,5 %

    Проверено

  • Мобильные приложения · доля побед47,2 %

    Проверено

  • Веб-приложения · Elo1 302 Elo

    Проверено

  • Веб-приложения · Elo1 295 Elo

    Проверено

  • Веб-приложения · доля побед56,4 %

    Проверено

  • Веб-приложения · доля побед56,6 %

    Проверено

Модели

  • 3D · Elo1 382 Elo

    Проверено

  • 3D · Elo1 373 Elo

    Проверено

  • 3D · доля побед59 %

    Проверено

  • 3D · доля побед59,3 %

    Проверено

  • Визуализация данных · Elo1 343 Elo

    Проверено

  • Визуализация данных · Elo1 347 Elo

    Проверено

  • Визуализация данных · доля побед57,6 %

    Проверено

  • Визуализация данных · доля побед57,9 %

    Проверено

  • Разработка игр · Elo1 357 Elo

    Проверено

  • Разработка игр · Elo1 345 Elo

    Проверено

  • Разработка игр · доля побед56,6 %

    Проверено

  • Разработка игр · доля побед56,5 %

    Проверено

  • SVG · Elo1 324 Elo

    Проверено

  • SVG · Elo1 340 Elo

    Проверено

  • SVG · доля побед61,9 %

    Проверено

  • SVG · доля побед57,8 %

    Проверено

  • UI-компоненты · Elo1 366 Elo

    Проверено

  • UI-компоненты · Elo1 372 Elo

    Проверено

  • UI-компоненты · доля побед58,2 %

    Проверено

  • UI-компоненты · доля побед58,1 %

    Проверено

  • Сайты · Elo1 364 Elo

    Проверено

  • Сайты · Elo1 362 Elo

    Проверено

  • Сайты · доля побед59,8 %

    Проверено

  • Сайты · доля побед59,7 %

    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-1.3",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ