Meta-მ Muse Spark 1.3 წარადგინა — აგენტური კოდინგის მოდელი 1 მლნ ტოკენის კონტექსტით

Meta-მ გამოაქვეყნა Muse Spark 1.3-ის მოდელის გვერდი — მისი Muse ოჯახის ხელოვნური ინტელექტის მოდელების უახლესი წევრი. გვერდის მიხედვით, ვერსია გაწვრთნილია აგენტური სამუშაო ნაკადებისთვის და ოპტიმიზებულია კონკურენტუნარიანი კოდინგისთვის; დეველოპერებს ის უფრო მაღალ სიზუსტეს პირველივე ცდაზე და ინსტრუმენტების უფრო საიმედო გამოძახებას ჰპირდება.

ხანგრძლივი ამოცანებისთვის გათვლილი

Meta აღწერს Muse Spark 1.3-ს, როგორც მოდელს „max reasoning“ რეჟიმით რთული მსჯელობისა და აგენტური ამოცანებისთვის, გაუმჯობესებული პრაქტიკული გამოყენებადობით. გვერდის თანახმად, მოდელი აკონტროლებს კონტექსტსა და ადრინდელ შედეგებს, ამუშავებს არეულ ან ერთმანეთის წინააღმდეგ მოქმედ მონაცემებს და საჭიროების შემთხვევაში თავად ითხოვს დამატებით ინფორმაციას. კოდინგში ის ხანგრძლივი სამუშაო ნაკადებისთვისაა მორგებული — ნაკლები ზედმეტი ნაბიჯით და უფრო სუფთა შედეგით; Meta-ს სიტყვებით, ის რამდენიმე კოდინგ-ტესტში ფრონტირულ მოდელებს კონკურენციას უწევს.

ტესტები და მულტიმოდალობა

Meta-ს შედარების ცხრილი Muse Spark 1.3 (max)-ს უპირისპირებს Muse Spark 1.2 (xhigh)-ს, OpenAI-ის GPT 5.6 Sol (max)-სა და Anthropic-ის Opus 5 (max)-ს აგენტური, გრძელი კონტექსტისა და კოდინგის ტესტებში. ცოდნის სამუშაოს შემოწმებაზე GDPVal-AA v2-ში გვერდზე მითითებულია 1754 Muse Spark 1.3-ისთვის, 1615 — წინა ვერსიისთვის, 1710 — GPT 5.6 Sol-ისთვის და 1824 — Opus 5-ისთვის. კომპანია ასევე ამბობს, რომ მოდელი მკვიდრად მულტიმოდალურია: აღიქვამს ვიდეოს, სურათებსა და დოკუმენტებს, ხოლო მისი ვიზუალური მსჯელობა სცენარირებული ნაბიჯების ნაცვლად რეალურ გამოთვლით გარემოში მიმდინარეობს.

ფასები, API და ხელსაწყოები

მოდელის ორივე ვარიანტს 1 მილიონი ტოკენის კონტექსტი აქვს. contributor ვერსია, რომლის ტრაფიკი კომპანიის პროდუქტების გაუმჯობესებას შეიძლება მოხმარდეს, ფასდება 0.10 დოლარად მილიონ შემავალ ტოკენზე, 0.002 დოლარად — ქეშირებულ შემავალ ტოკენზე და 0.20 დოლარად — მილიონ გამომავალ ტოკენზე. სტანდარტული muse-spark-1.3, რომელიც, Meta-ს თქმით, პროდუქტების გაუმჯობესებისთვის არ გამოიყენება, ღირს 1.25, 0.15 და 4.25 დოლარი მილიონ ტოკენზე. წვდომა შესაძლებელია Meta Model API-ის და OpenRouter-ის მეშვეობით; API თავსებადია არსებულ OpenAI SDK კლიენტებთან.

როგორ შეიძლება აშენება

მოდელის გვერდი ასევე წარმოგვიდგენს Muse Code-ს — ტერმინალისთვის განკუთვნილ მრავალაგენტურ კოდინგ-ხელსაწყოს, რომელიც Muse Spark-ზეა აგებული და ამჟამად ბეტა ვერსიაშია, და cookbook-ების კრებულს: მრავალაგენტური ორკესტრაცია, ქვეაგენტების იზოლირებულ სამუშაო სივრცეებში გაშვება, კომპიუტერის გამოყენება, GitHub-აგენტის შექმნა OpenCode-თან ერთად და საძიებო grounding ცოცხალი ვებ-ინფორმაციის მისაღებად.