Muse Spark 1.3 adalah model penalaran serbaguna dari Meta dengan pemanggilan alat, mode JSON, dan konteks 1M token. GetVibe API menyediakannya melalui endpoint standar yang kompatibel dengan OpenAI, jadi Anda dapat memanggilnya dengan kode yang sudah Anda miliki. Ada satu hal yang perlu diketahui sebelum memulai: Muse Spark banyak berpikir sebelum menjawab, dan jika Anda menetapkan max_tokens terlalu kecil, Anda akan mendapatkan respons kosong. Panduan ini menunjukkan ID model, harga, apa yang kami ukur, dan cara menyiapkannya agar langsung berfungsi.
Satu pengaturan yang penting: max_tokens
Seperti model penalaran lainnya, Muse Spark menulis token penalaran tersembunyi sebelum jawaban yang terlihat. Token tersebut dihitung sebagai bagian dari max_tokens dan ditagihkan sebagai output. Hal yang membedakan Muse Spark adalah seberapa banyak model ini melakukan penalaran: sekitar 650 hingga 5,400 token penalaran untuk pertanyaan singkat, berdasarkan angka di katalog kami.
Kami sendiri melihat pola yang sama. Kami mengajukan pertanyaan aritmetika satu baris (berapa lama perjalanan kereta dari 14:35 hingga 18:10) dan mendapatkan jawaban satu kalimat yang benar, tetapi perhatikan pembagian tokennya:
- Jawaban yang terlihat: sekitar 20 token (“Perjalanan berlangsung 3 jam 35 menit.”)
- Penalaran: 514 token
- Total output yang ditagihkan: 534 token
Jika max_tokens bernilai 256, model akan kehabisan anggaran di tengah proses berpikir dan mengembalikan pesan kosong dengan finish_reason: "length". Solusinya sederhana: berikan ruang yang cukup. Untuk pertanyaan singkat, gunakan setidaknya 4,000; untuk tugas coding atau multi-langkah, 8,000 hingga 16,000 adalah angka yang wajar. Anda hanya membayar token yang benar-benar dihasilkan, bukan batas yang Anda tetapkan, jadi batas atas yang besar tidak menambah biaya untuk prompt yang mudah.
Spesifikasi dan harga
- ID model:
muse-spark-1.3 - Pembuat: Meta
- Harga: mulai dari $0.8875 input · $3.0175 output per 1 juta token.
- Input yang di-cache: sepersepuluh tarif input reguler untuk awalan prompt yang digunakan berulang kali.
- Jendela konteks: 1,048,576 token.
- Upaya penalaran:
minimal,low,medium,high,xhigh,max. Penalaran ditagihkan sebagai output. - Pemanggilan alat dan mode JSON: didukung.
- Input: hanya teks (tanpa gambar).
Harga mencantumkan “mulai dari” karena GetVibe merutekan setiap permintaan terlebih dahulu ke channel sehat dengan biaya terendah dan beralih ke cadangan jika channel tersebut sibuk, sehingga sebuah permintaan sesekali dapat berbiaya lebih tinggi dari harga dasar. Halaman model Muse Spark 1.3 menampilkan rentang harga terbaru, dan dasbor menunjukkan biaya aktual setiap permintaan; lihat saldo dan penggunaan.
Karena model ini melakukan banyak penalaran, buat anggaran berdasarkan token output, bukan panjang jawaban yang Anda lihat. Permintaan dengan balasan yang terlihat hanya satu kalimat tetap dapat menagih beberapa ratus token output.
Cara menghubungkan
Dapatkan kunci API dari akun GetVibe Anda, arahkan klien OpenAI apa pun ke https://getvibeapi.com/v1, lalu gunakan ID model muse-spark-1.3.
Python dengan OpenAI SDK
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, # generous: reasoning tokens count toward this limit
)
print(resp.choices[0].finish_reason)
print(resp.usage.completion_tokens, resp.usage.completion_tokens_details.reasoning_tokens)
print(resp.choices[0].message.content)Pengujian kami pada 22 Oktober 2026 mencetak hasil berikut, dalam waktu sekitar empat detik:
stop
534 514
The trip lasts 3 hours and 35 minutes.Selalu periksa finish_reason di production. stop berarti model telah selesai; length berarti model mencapai batas Anda dan jawabannya mungkin hilang atau terpotong.
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
}'Dalam pengujian kami, hasilnya memiliki finish_reason: "stop", lima poin yang jelas (operasional, konkurensi, fitur, keandalan, biaya, dan kesiapan untuk masa depan), serta penggunaan berikut: 27 token prompt, 998 token completion, dengan 704 di antaranya merupakan penalaran. Sekali lagi, sekitar 70% tagihan output adalah proses berpikir yang tidak pernah Anda lihat.
Menurunkan penalaran dengan reasoning_effort
Muse Spark menerima parameter standar reasoning_effort dengan enam tingkat, dari minimal hingga max. Upaya yang lebih rendah mengurangi token penalaran, sehingga jawaban menjadi lebih cepat dan murah. Kami mengirimkan pertanyaan kereta yang sama pada dua tingkat:
reasoning_effort="low": 315 token penalaran, total 335 token output, jawaban benar.reasoning_effort="high": 439 token penalaran, total 459 token output, jawaban benar yang sama.
Bahkan pada low, model masih melakukan penalaran sekitar 300 token untuk pertanyaan sederhana, jadi menurunkan upaya tidak berarti Anda aman mengecilkan max_tokens menjadi beberapa ratus. Panjang penalaran juga bervariasi dari satu proses ke proses lainnya; proses dengan upaya default kami menggunakan lebih banyak token daripada proses high. Gunakan upaya yang lebih rendah untuk traffic rutin dan simpan high atau yang lebih tinggi untuk masalah yang benar-benar membutuhkannya. Latar belakangnya tersedia di penjelasan reasoning effort.
Alat, JSON, dan konteks panjang
Pemanggilan alat menggunakan array standar tools dan tool_calls dalam respons, sehingga framework agen yang sudah ada dapat berfungsi tanpa perubahan; lihat pemanggilan alat. Untuk output yang dapat dibaca mesin, mode JSON didukung; panduan mode JSON kami menjelaskan perbedaan antar-model.
Jendela 1M token dapat memuat dokumen besar atau riwayat agen yang panjang dalam satu permintaan. Saat awalan besar yang sama dikirim ulang pada setiap giliran, biayanya menggunakan tarif cache, yaitu sepersepuluh input normal. Lihat penjelasan prompt caching untuk mengetahui cara menjaga awalan tetap ramah-cache.
Kapan memilih Muse Spark 1.3
- Cocok untuk: pertanyaan yang membutuhkan jawaban cermat dan terverifikasi, bukan kecepatan; agen yang memanggil alat; pembacaan konteks panjang dengan harga moderat.
- Kurang ideal untuk: panggilan yang sangat singkat dan bervolume tinggi ketika setiap token output penting, serta apa pun yang membutuhkan input gambar. Model non-penalaran yang cepat lebih murah untuk kebutuhan tersebut; lihat API LLM termurah untuk volume tinggi.
Streaming respons agar pengguna tidak menatap layar kosong
Karena model melakukan penalaran sebelum menulis, permintaan non-streaming tidak mengembalikan apa pun hingga seluruh jawaban siap. Untuk antarmuka chat, gunakan streaming. Tidak ada yang ditampilkan saat model berpikir, tetapi begitu jawaban dimulai, token tiba satu per satu dan klien Anda mengetahui bahwa koneksi masih aktif:
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)Biarkan include_usage tetap aktif: chunk terakhir kemudian membawa jumlah token, termasuk penalaran, yang menjadi dasar penagihan Anda.
Kesalahan umum
- Menggunakan kembali batas dari model non-penalaran. Nilai
max_tokens256 atau 512 yang berfungsi untuk model chat akan menghasilkan jawaban kosong di sini. - Memperkirakan biaya dari teks yang terlihat. Dua permintaan pengujian kami menunjukkan bahwa penalaran mencapai 70 hingga 96% dari token output. Catat
usage, bukan jumlah karakter. - Mengirim gambar. Model ini hanya menerima teks; hapus bagian gambar atau rutekan permintaan tersebut ke model vision.
- Memperlakukan semua permintaan dengan cara yang sama. Gunakan upaya
lowatauminimaluntuk pencarian sederhana dan sisakan tingkat yang lebih tinggi untuk perencanaan serta analisis.
FAQ
Mengapa Muse Spark 1.3 mengembalikan respons kosong?
Hampir selalu karena max_tokens terlalu rendah. Model menghabiskan anggarannya untuk penalaran tersembunyi dan berhenti dengan finish_reason: "length" sebelum menulis jawaban. Naikkan batas menjadi 4,000 atau lebih untuk tugas singkat dan 8,000 hingga 16,000 untuk tugas kompleks.
Apa ID modelnya?
muse-spark-1.3, dikirim ke https://getvibeapi.com/v1/chat/completions.
Berapa biayanya?
Mulai dari $0.8875 input · $3.0175 output per 1 juta token. Token penalaran ditagihkan sebagai output, jadi periksa usage.completion_tokens, bukan panjang balasan yang terlihat.
Apakah Muse Spark 1.3 menerima gambar?
Tidak, input hanya berupa teks. Untuk screenshot dan diagram, gunakan model vision seperti Gemini 4 Argon.
Bisakah saya melihat penalarannya?
Penalaran itu sendiri tidak dikembalikan; Anda mendapatkan jumlah tokennya di usage.completion_tokens_details.reasoning_tokens, yang cukup untuk memantau biaya.