Muse Spark 1.3 API : comment utiliser le modèle de raisonnement de Meta sans réponses vides

Muse Spark 1.3 est un modèle de raisonnement général de Meta avec appel d’outils, mode JSON et un contexte de 1M tokens. GetVibe API le propose via le endpoint standard compatible avec OpenAI, vous pouvez donc l’appeler avec le code que vous utilisez déjà. Il y a toutefois un point à connaître avant de commencer : Muse Spark réfléchit beaucoup avant de répondre et, si vous laissez max_tokens à une valeur faible, vous obtiendrez une réponse vide. Ce guide présente l’ID du modèle, le prix, ce que nous avons mesuré et comment le configurer pour qu’il fonctionne du premier coup.

Le seul paramètre qui compte : max_tokens

Comme les autres modèles de raisonnement, Muse Spark génère des tokens de raisonnement masqués avant la réponse visible. Ces tokens sont comptabilisés dans max_tokens et facturés comme des tokens de sortie. Ce qui distingue Muse Spark est la quantité de raisonnement effectuée : environ 650 à 5,400 tokens de raisonnement pour une question courte, selon les chiffres de notre catalogue.

Nous avons constaté le même phénomène. Nous avons posé une question d’arithmétique en une ligne (combien de temps dure un trajet en train de 14:35 à 18:10) et obtenu une réponse correcte en une phrase, mais voici la répartition des tokens :

Réponse visible : environ 20 tokens (« Le trajet dure 3 heures et 35 minutes. »)
Raisonnement : 514 tokens
Total des tokens de sortie facturés : 534 tokens

Si max_tokens avait été défini sur 256, le modèle aurait épuisé son budget en cours de réflexion et renvoyé un message vide avec finish_reason: "length". La solution est simple : laissez-lui suffisamment de marge. Pour les questions courtes, utilisez au moins 4,000 ; pour le code ou les tâches en plusieurs étapes, une valeur comprise entre 8,000 et 16,000 est raisonnable. Vous ne payez que les tokens réellement générés, et non la limite définie : un plafond généreux ne coûte donc rien de plus pour les prompts simples.

Caractéristiques et prix

ID du modèle : muse-spark-1.3
Créateur : Meta
Prix : à partir de $0.8875 entrée · $3.0175 sortie par million de tokens.
Entrée mise en cache : un dixième du tarif d’entrée normal pour les préfixes de prompt répétés.
Fenêtre de contexte : 1,048,576 tokens.
Effort de raisonnement : minimal, low, medium, high, xhigh, max. Le raisonnement est facturé comme une sortie.
Appel d’outils et mode JSON : pris en charge.
Entrée : texte uniquement (pas d’images).

Le prix est indiqué « à partir de » car GetVibe achemine d’abord chaque requête vers le canal sain le moins cher et bascule sur un autre s’il est occupé ; une requête peut donc occasionnellement coûter plus que le tarif plancher. La page du modèle Muse Spark 1.3 affiche la fourchette en temps réel, et le tableau de bord indique le coût réel de chaque requête ; consultez solde et utilisation.

Comme le modèle effectue beaucoup de raisonnement, établissez votre budget en fonction des tokens de sortie, et non de la longueur de la réponse que vous voyez. Une requête dont la réponse visible tient en une phrase peut tout de même entraîner la facturation de plusieurs centaines de tokens de sortie.

Comment se connecter

Obtenez une clé API depuis votre compte GetVibe, configurez n’importe quel client OpenAI avec https://getvibeapi.com/v1 et utilisez l’ID de modèle muse-spark-1.3.

Python avec le SDK OpenAI

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://getvibeapi.com/v1",
    api_key=os.environ["GETVIBE_API_KEY"],
)

resp = client.chat.completions.create(
    model="muse-spark-1.3",
    messages=[{"role": "user", "content": "A train leaves at 14:35 and arrives at 18:10. How long is the trip? Answer in one sentence."}],
    max_tokens=8000,  # généreux : les tokens de raisonnement comptent dans cette limite
)
print(resp.choices[0].finish_reason)
print(resp.usage.completion_tokens, resp.usage.completion_tokens_details.reasoning_tokens)
print(resp.choices[0].message.content)

Lors de notre exécution du 22 octobre 2026, le programme a affiché ceci en environ quatre secondes :

stop
534 514
The trip lasts 3 hours and 35 minutes.

Vérifiez toujours finish_reason en production. stop signifie que le modèle a terminé ; length signifie qu’il a atteint votre limite et que la réponse peut être absente ou tronquée.

curl

curl https://getvibeapi.com/v1/chat/completions \
  -H "Authorization: Bearer $GETVIBE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "muse-spark-1.3",
    "messages": [{"role": "user", "content": "Summarize the trade-offs of SQLite vs PostgreSQL for a small SaaS in five bullets."}],
    "max_tokens": 8000
  }'

Lors de notre exécution, la réponse comportait finish_reason: "stop", cinq points clairs (opérations, concurrence, fonctionnalités, fiabilité, coût et pérennité) ainsi que l’utilisation suivante : 27 tokens de prompt, 998 tokens de sortie, dont 704 tokens de raisonnement. Là encore, environ 70 % du coût de sortie correspondait à une réflexion que vous ne voyez jamais.

Réduire le raisonnement avec reasoning_effort

Muse Spark accepte le paramètre standard reasoning_effort avec six niveaux, de minimal à max. Un effort moindre réduit le nombre de tokens de raisonnement, ce qui accélère les réponses et les rend moins coûteuses. Nous avons envoyé la même question sur le train avec deux niveaux :

reasoning_effort="low" : 315 tokens de raisonnement, 335 tokens de sortie au total, réponse correcte.
reasoning_effort="high" : 439 tokens de raisonnement, 459 tokens de sortie au total, même réponse correcte.

Même avec low, le modèle a consacré environ 300 tokens au raisonnement pour une question triviale. Réduire l’effort ne permet donc pas de diminuer max_tokens à quelques centaines en toute sécurité. La longueur du raisonnement varie également d’une exécution à l’autre ; notre exécution avec l’effort par défaut a utilisé davantage de tokens que celle avec high. Utilisez un effort inférieur pour le trafic courant et réservez high et les niveaux supérieurs aux problèmes qui en ont réellement besoin. Consultez explication de l’effort de raisonnement pour en savoir plus.

Outils, JSON et contexte long

L’appel d’outils utilise le tableau standard tools et tool_calls dans la réponse ; vos frameworks d’agents existants fonctionnent donc sans modification. Consultez l’appel d’outils. Pour obtenir une sortie lisible par une machine, le mode JSON est pris en charge ; notre guide du mode JSON explique les différences entre les modèles.

La fenêtre de 1M tokens permet d’intégrer de gros documents ou de longs historiques d’agent dans une seule requête. Lorsque le même préfixe volumineux est renvoyé à chaque tour, il est facturé au tarif du cache, soit un dixième de l’entrée normale. Consultez explication de la mise en cache des prompts pour savoir comment conserver un préfixe compatible avec le cache.

Quand choisir Muse Spark 1.3

Bon choix : les questions pour lesquelles une réponse soigneusement vérifiée compte davantage que la rapidité ; les agents qui appellent des outils ; la lecture de longs contextes à un prix modéré.
Moins adapté : les appels très courts et à fort volume où chaque token de sortie compte, ainsi que tout ce qui nécessite une entrée image. Un modèle rapide sans raisonnement sera moins cher dans ce cas ; consultez les API LLM les moins chères pour les gros volumes.

Diffusez les réponses pour éviter que les utilisateurs ne fixent un écran vide

Comme le modèle raisonne avant d’écrire, une requête sans streaming ne renvoie rien tant que la réponse complète n’est pas prête. Pour les interfaces de chat, activez le streaming. Rien ne s’affiche pendant la réflexion du modèle, mais dès que la réponse commence, les tokens arrivent un par un et votre client sait que la connexion est active :

stream = client.chat.completions.create(
    model="muse-spark-1.3",
    messages=[{"role": "user", "content": "Plan a three-step database migration with rollback."}],
    max_tokens=16000,
    stream=True,
    stream_options={"include_usage": True},
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:
        print("\n", chunk.usage)

Conservez include_usage activé : le dernier fragment contient alors le nombre de tokens, y compris ceux du raisonnement, qui sont ceux qui vous sont facturés.

Erreurs courantes

Réutiliser les limites d’un modèle sans raisonnement. Une valeur max_tokens de 256 ou 512 qui fonctionnait avec un modèle de chat produira des réponses vides ici.
Estimer le coût à partir du texte visible. Nos deux requêtes de test ont montré que le raisonnement représentait 70 à 96 % des tokens de sortie. Consignez usage, et non le nombre de caractères.
Envoyer des images. Le modèle accepte uniquement le texte ; supprimez les parties image ou acheminez ces requêtes vers un modèle de vision.
Traiter toutes les requêtes de la même manière. Utilisez l’effort low ou minimal pour les recherches simples et réservez les niveaux supérieurs à la planification et à l’analyse.

FAQ

Pourquoi Muse Spark 1.3 renvoie-t-il une réponse vide ?

Presque toujours parce que max_tokens est trop faible. Le modèle consomme son budget pour le raisonnement masqué et s’arrête avec finish_reason: "length" avant d’écrire la réponse. Augmentez la limite à 4,000 ou plus pour les tâches courtes et à 8,000 à 16,000 pour les tâches complexes.

Quel est l’ID du modèle ?

muse-spark-1.3, envoyé à https://getvibeapi.com/v1/chat/completions.

Combien coûte-t-il ?

À partir de $0.8875 entrée · $3.0175 sortie par million de tokens. Les tokens de raisonnement sont facturés comme des tokens de sortie ; consultez donc usage.completion_tokens, et non la longueur de la réponse visible.

Muse Spark 1.3 accepte-t-il les images ?

Non, l’entrée est exclusivement textuelle. Pour les captures d’écran et les diagrammes, utilisez un modèle de vision tel que Gemini 4 Argon.

Puis-je voir le raisonnement ?

Le raisonnement lui-même n’est pas renvoyé ; vous obtenez son nombre de tokens dans usage.completion_tokens_details.reasoning_tokens, ce qui suffit pour surveiller le coût.