Muse Spark 1.3
Muse Spark 1.3 专为智能体工作流训练，并针对竞技级编程性能进行了优化。开发者可以获得更高的首次尝试准确率和可靠的工具调用能力。
[开始构建] [文档]
认识 Muse Spark 1.3
为长程智能体工作流而训练：Muse Spark 1.3 能够追踪上下文和先前结果，处理杂乱或冲突的输入，并在需要时请求用户提供信息。
竞技级编程性能：针对长程编程工作流进行了调优，减少了不必要的对话轮次，输出更加整洁。无论你是在构建编程智能体，还是将 AI 作为开发伙伴使用，它在多项编程评测中的表现均可与前沿模型竞争。
原生多模态感知：Muse Spark 能够感知视频、图像和文档，其视觉推理在真实的执行环境中运行，而非脚本化的步骤。给它一张截图或一段视频片段，让它来构建。
推出 Muse Spark 1.3
Muse Spark 1.3 为具有挑战性的推理和智能体任务提供了最大程度的推理能力，并提升了真实世界的可用性。
Muse Spark 1.3 基准测试
（详见官方基准测试图表）
更多构建方式
Muse Code：在你的终端中进行多智能体编程，专为 Muse Spark 而构建。
Meta Model API：直接、自助且价格实惠的 Muse Spark 访问方式。
OpenRouter：将 Muse Spark 接入你现有的工具和工作流。
模型与定价
muse-spark-1.3-contributor（数据用于改进我们的产品）：
- 上下文窗口：1M
- 输入：$0.10/百万token
- 缓存输入：$0.002/百万token
- 输出：$0.20/百万token
muse-spark-1.3（数据不用于改进我们的产品）：
- 上下文窗口：1M
- 输入：$1.25/百万token
- 缓存输入：$0.15/百万token
- 输出：$4.25/百万token
食谱与快速入门
快速入门：五分钟内完成你的第一个可用请求，将你现有的兼容 OpenAI SDK 的客户端指向 Meta Model API。
多智能体编排：组建一个包含四个角色的智能体团队，将一行产品创意转化为可运行的 SaaS 应用。
智能体扇出：将多个子智能体分发到相互隔离的工作树中，并行处理任务而不会在中途产生冲突。
计算机使用：给 Muse Spark 眼睛和一双手，它就能像你一样构建软件。
GitHub 智能体：基于 Meta Model API，使用 Muse Spark 和 OpenCode 构建自主运行的 GitHub 机器人。
搜索接地：让你的模型实时访问网络，在请求中添加一个工具即可获取实时信息。
部署 Muse Spark