Знакомство с Muse Spark 1.3
Muse Spark 1.3 отслеживает контекст и предыдущие результаты, работает с неоднозначными или противоречивыми входными данными и запрашивает уточнения, когда это необходимо. Модель обучена для длительных агентных сценариев работы.
Обучена для длительных агентных сценариев
Muse Spark 1.3 удерживает контекст на протяжении многошаговых задач, справляется с «грязными» или противоречивыми входными данными и способна остановиться, чтобы запросить дополнительную информацию у пользователя.
Конкурентная производительность в кодинге
Модель настроена под длительные сценарии написания кода — с меньшим числом лишних итераций и более чистым выводом. Независимо от того, строится ли на её основе кодинг-агент или она используется как партнёр разработчика, по ряду бенчмарков модель показывает результаты, сопоставимые с передовыми (frontier) моделями.
Нативное мультимодальное восприятие
Muse Spark воспринимает видео, изображения и документы, а её визуальное рассуждение выполняется через реальную среду исполнения, а не через заранее прописанные скрипты. Достаточно подать скриншот или видеофрагмент — и модель начнёт с ними работать.
Представление Muse Spark 1.3
Meta анонсировала Muse Spark 1.3 с максимальным уровнем рассуждений для сложных задач, требующих логики и агентного поведения, а также с улучшенной применимостью в реальных сценариях.
Бенчмарки Muse Spark 1.3
Модели и цены
| Модель | Контекстное окно | Вход (Mtok) | Кэшированный вход (Mtok) | Выход (Mtok) |
|---|---|---|---|---|
| muse-spark-1.3-contributor Используется для улучшения продуктов Meta. |
1M | $0.10 | $0.002 | $0.20 |
| muse-spark-1.3 Не используется для улучшения продуктов Meta. |
1M | $1.25 | $0.15 | $4.25 |
Кукбуки и быстрый старт
- Quick start — первый рабочий запрос менее чем за пять минут. Существующий клиент, совместимый с OpenAI SDK, направляется на Meta Model API.
- Оркестрация мультиагентов — развёртывание команды из четырёх профилей агентов, превращающей однострочную идею продукта в работающее SaaS-приложение.
- Веерное распределение агентов (fan-out) — запуск нескольких подагентов в изолированных worktree для параллельной работы без конфликтов.
- Работа с компьютером — модель получает «глаза» и «руки» и может собирать программное обеспечение так же, как это делает человек.
- GitHub-агент — автономный бот на базе Meta Model API с Muse Spark и OpenCode.
- Заземление на поиске (search grounding) — модель получает живой доступ к веб-поиску через добавление одного инструмента к запросу.