Muse Spark Open

нейросеть

Muse Spark Open — оптимизированная для кода модель с высокой точностью первого запуска и надёжным вызовом инструментов.

Характеристики

Входные данные
текст, изображения, документы
Результат
текст
Размер контекста
1 048 576 токенов
Макс. длина ответа
943 718 токенов
Уровни рассуждений
низкий, средний, высокий, максимальный
Возможности
рассуждения, вызов функций
135,69 ₽

Стоимость промпта

(за 1M токенов)

461,35 ₽

Стоимость ответа

(за 1M токенов)

*Указаны цены при использовании API через ECO-провайдеров.
bothub
BotHub: Попробуйте нейросети бесплатноbot

Осталось Caps: 0 CAPS
Пример кода и API для Muse Spark OpenМы предлагаем полный доступ к API OpenAI через наш сервис. Все наши конечные точки полностью соответствуют конечным точкам OpenAI, их можно использовать как с плагинами, так и при разработке собственного программного обеспечения через SDK.Создать API ключ
import OpenAI from 'openai';
const openai = new OpenAI({
  apiKey: '<your bothub access token>',
  baseURL: 'https://openai.bothub.chat/v1'
});


// Sync - Text generation 

async function main() {
  const chatCompletion = await openai.chat.completions.create({
    messages: [{ role: 'user', content: 'Say this is a test' }],
    model: 'muse-spark-open',
  });
} 

// Async - Text generation 

async function main() {
  const stream = await openai.chat.completions.create({
    messages: [{ role: 'user', content: 'Say this is a test' }],
    model: 'muse-spark-open',
    stream: true
  });

  for await (const chunk of stream) {
    const part: string | null = chunk.choices[0].delta?.content ?? null;
  }
} 
main();
illustaration

Как работает Muse Spark Open?

Muse Spark Open — модель с открытыми весами, обученная для агентных сценариев разработки кода; она даёт повышенную точность первого запуска, надёжный вызов инструментов и глубокое понимание кодовой базы в репозиториях. Через BotHub вы получаете доступ из России без VPN и зарубежной карты, оплачиваете в рублях по факту и использованные токены не сгорают, быстро переключаетесь между моделями в одном окне и можете работать через единый OpenAI-совместимый API; передача защищена шифрованием AES-GCM, данные не сохраняются. В реальных задачах модель помогает автогенерации и рефакторингу функций, локализации и исправлению ошибок в больших репозиториях, автоматизации агентов и вызова внешних инструментов, подготовке патчей и поддержке CI/CD, а также в роли внутреннего ассистента разработчика. Вы используете её там, где важна точность первого ответа и понимание распределённых кодовых баз.

Частые вопросы о Muse Spark Open

Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.

muse-spark-open — мультимодальная модель от Meta: обрабатывает текстовые запросы, анализирует документы и изображения, выполняет рассуждения и подходит для суммаризации, извлечения информации, вопросов‑ответов, подготовки длинных текстов и интеграции с инструментами через API.

Модель способна генерировать очень длинные ответы, пригодные для эссе, технической документации и многостраничных отчётов. Точные пределы вывода указаны в технической спецификации на странице, а при необходимости интеграция может запрашивать продолжение.

Да. В модели отмечена возможность проводить рассуждения перед формированием ответа: выполнять пошаговый анализ задачи, аргументировать выводы и строить логические цепочки, что полезно для STEM‑задач и сложных сценариев принятия решений.

Да. muse-spark-open поддерживает вызов функций и может возвращать структурированный вывод в формате JSON, что упрощает интеграцию с приложениями, автоматическую обработку результатов и оркестрацию внешних инструментов через API.

По данным модели, она принимает изображения и документы на вход, что удобно для анализа файлов и извлечения информации. Информация про приём аудио и видео в исходных данных не отмечена, уточняйте поддержку в конкретной интеграции или API.

Качество понимания русского зависит от обучающего корпуса и конкретных примеров; в исходных данных нет однозначной пометки о качестве русского. Рекомендуем протестировать модель на ваших примерах, чтобы оценить точность и стиль ответов.

Служба поддержкиРаботаем с 10:00 до 18:00 по МСК