muse · Muse Spark 1.2 Contributor
Muse Spark 1.2 contributor tier 是来自 Meta 的一款推理模型，专为希望以更低成本开始构建的开发者而设计。它明显比 Muse Spark 1.2 更便宜。您的提示和输出可能会被用于改进 Meta 的产品，这使其非常适合在无需担心支出的情况下进行实验、学习和早期项目。 它是来自 Meta 的推理模型，专为复杂的智能体任务量身定制。它支持输入文本、图像、视频和 PDF 文档，返回文本，并提供 1M-token 的上下文窗口。该模型旨在支持多智能体工作流，无论是作为负责规划和委派的主智能体，还是作为并行执行的子智能体。它适用于多种编码测试框架，并支持结构化输出、并行函数调用以及可配置的推理工作量。在 Meta 的测试中，它在多文件重构、长时间调试会话、整存储库生成以及远超单次提示的任务上表现出色。
Muse Spark 1.2 contributor tier 是来自 Meta 的一款推理模型，专为希望以更低成本开始构建的开发者而设计。它明显比 Muse Spark 1.2 更便宜。您的提示和输出可能会被用于改进 Meta 的产品，这使其非常适合在无需担心支出的情况下进行实验、学习和早期项目。 它是来自 Meta 的推理模型，专为复杂的智能体任务量身定制。它支持输入文本、图像、视频和 PDF 文档，返回文本，并提供 1M-token 的上下文窗口。该模型旨在支持多智能体工作流，无论是作为负责规划和委派的主智能体，还是作为并行执行的子智能体。它适用于多种编码测试框架，并支持结构化输出、并行函数调用以及可配置的推理工作量。在 Meta 的测试中，它在多文件重构、长时间调试会话、整存储库生成以及远超单次提示的任务上表现出色。
Muse Spark 1.2 contributor tier 是来自 Meta 的一款推理模型，专为希望以更低成本开始构建的开发者而设计。它明显比 Muse Spark 1.2 更便宜。您的提示和输出可能会被用于改进 Meta 的产品，这使其非常适合在无需担心支出的情况下进行实验、学习和早期项目。 它是来自 Meta 的推理模型，专为复杂的智能体任务量身定制。它支持输入文本、图像、视频和 PDF 文档，返回文本，并提供 1M-token 的上下文窗口。该模型旨在支持多智能体工作流，无论是作为负责规划和委派的主智能体，还是作为并行执行的子智能体。它适用于多种编码测试框架，并支持结构化输出、并行函数调用以及可配置的推理工作量。在 Meta 的测试中，它在多文件重构、长时间调试会话、整存储库生成以及远超单次提示的任务上表现出色。
折扣与价格评分按全球的官方价计算
| 计价项 | 适用范围 | 官方价格 |
|---|---|---|
| 缓存读取 | 全球 | 0.0134 CNY/ 1,000,000 token |
| 输入 | 全球 | 0.6715 CNY/ 1,000,000 token |
| 输出 | 全球 | 1.343 CNY/ 1,000,000 token |
不同地方写法可能不一样，列在这里方便你对上号。名字太模糊、认不准的不会公开。
第三方公开评测还没有测过这个型号，所以这里没有成绩可以给你看。 没成绩不代表它不行，我们也不会拿别的型号的分数替它顶上。
还没有人点评。用过的话，写下第一条真实体验，帮后来的人少踩坑。
