Muse Spark 1.3 是 Meta 推出的通用推理模型，支持工具调用、JSON 模式和 1M-token 上下文。GetVibe API 通过标准的 OpenAI 兼容端点提供该模型，因此你可以使用现有代码调用它。不过在开始之前，有一件事需要注意：Muse Spark 在回答前会进行大量思考，如果将 max_tokens 设置得太小，就会得到空响应。本指南将介绍模型 ID、价格、我们的测量结果，以及如何进行配置以确保首次调用就能正常工作。
唯一重要的设置：max_tokens
和其他推理模型一样，Muse Spark 会在可见回答之前生成隐藏的推理 token。这些 token 会计入 max_tokens，并按输出计费。Muse Spark 的特别之处在于它会进行多少推理：根据我们目录中的数据，在一个简短问题上大约会使用 650 到 5,400 个推理 token。
我们自己也观察到了相同的情况。我们提出了一个只有一行的算术问题（从 14:35 到 18:10 的火车行程有多长），模型给出了正确的一句话回答，但请看 token 的拆分：
- 可见回答：约 20 个 token（“The trip lasts 3 hours and 35 minutes.”）
- 推理：514 个 token
- 计费的输出总量：534 个 token
如果 max_tokens 设置为 256，模型就会在思考过程中耗尽预算，并返回带有 finish_reason: "length" 的空消息。解决方法很简单：为它留出足够空间。对于简短问题，至少使用 4,000；对于编码或多步骤任务，8,000 到 16,000 比较合理。你只需为实际生成的 token 付费，而不是为设置的上限付费，因此在简单提示词上，设置一个宽松的上限不会产生额外费用。
规格与价格
- 模型 ID：
muse-spark-1.3 - 制造商： Meta
- 价格：起价为 $0.8875 输入 · $3.0175 输出 每百万 token。
- 缓存输入：对于重复的提示词前缀，价格为常规输入费率的十分之一。
- 上下文窗口：1,048,576 个 token。
- 推理强度：
minimal、low、medium、high、xhigh、max。推理按输出计费。 - 支持工具调用和JSON 模式。
- 输入：仅支持文本（不支持图像）。
价格之所以标注“起价”，是因为 GetVibe 会优先将每个请求路由到价格最低且运行正常的通道，如果该通道繁忙则进行回退，因此请求偶尔可能会高于最低价格。Muse Spark 1.3 模型页面会显示实时价格范围，控制面板则会显示每个请求的实际费用；请参阅余额与用量。
由于该模型会进行大量推理，请按输出 token 而不是你看到的回答长度来规划预算。一个可见回复只有一句话的请求，仍然可能会产生数百个输出 token 的费用。
如何连接
从你的 GetVibe 账户获取 API 密钥，将任意 OpenAI 客户端指向 https://getvibeapi.com/v1，并使用模型 ID muse-spark-1.3。
使用 OpenAI SDK 的 Python
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)我们于 2026年10月22日 运行时，约四秒后输出了以下内容：
stop
534 514
The trip lasts 3 hours and 35 minutes.在生产环境中始终检查 finish_reason。stop 表示模型已完成；length 表示模型达到了你的限制，回答可能缺失或被截断。
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
}'在我们的运行中，该请求返回了 finish_reason: "stop"，包含五个清晰的要点（运维、并发、功能、可靠性、成本与面向未来），用量如下：27 个提示词 token、998 个完成 token，其中 704 个是推理 token。同样，约 70% 的输出费用来自你看不到的思考过程。
使用 reasoning_effort 调低推理强度
Muse Spark 接受标准的 reasoning_effort 参数，共有六个级别，从 minimal 到 max。较低的强度会减少推理 token，从而让回答更快、更便宜。我们以两个级别发送了相同的火车问题：
reasoning_effort="low"：315 个推理 token，输出总计 335 个 token，回答正确。reasoning_effort="high"：439 个推理 token，输出总计 459 个 token，回答同样正确。
即使在 low 级别下，模型在一个简单问题上仍然进行了约 300 个 token 的推理，因此降低推理强度并不意味着可以放心地将 max_tokens 缩减到几百。推理长度也会因运行而异；我们默认强度的运行使用的 token 比 high 运行更多。对于常规流量，使用较低的推理强度；对于确实需要推理的问题，再使用 high 及以上级别。背景信息请参阅推理强度详解。
工具、JSON 与长上下文
工具调用使用标准的 tools 数组，响应中使用 tool_calls，因此现有的 agent 框架无需修改即可工作；请参阅工具调用。对于机器可读的输出，该模型支持 JSON 模式；我们的 JSON 模式指南解释了不同模型之间的差异。
1M-token 窗口可以在单个请求中容纳大型文档或较长的 agent 历史记录。当每一轮都重新发送相同的大型前缀时，将按缓存费率计费，即正常输入费用的十分之一。请参阅提示词缓存详解，了解如何让前缀更适合缓存。
何时选择 Muse Spark 1.3
- 适合：重视经过仔细检查的回答而非速度的问题；需要调用工具的 agent；以适中的价格进行长上下文阅读。
- 不太适合：每个输出 token 都很重要的超短、高频请求，以及任何需要图像输入的场景。在这些情况下，快速的非推理模型更便宜；请参阅高流量场景下最便宜的 LLM API。
流式传输响应，避免用户盯着空白屏幕
由于模型会先进行推理再写回答，非流式请求要等到整个回答准备好后才会返回任何内容。对于聊天界面，请使用流式传输。模型思考时不会显示任何内容，但回答一开始生成，token 就会逐个到达，你的客户端也能知道连接仍然处于活动状态：
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)请保留 include_usage：这样最后一个 chunk 会携带 token 数量，其中包括推理 token，而这正是计费依据。
常见错误
- 沿用非推理模型的限制。对于聊天模型有效的 256 或 512 的
max_tokens，在这里会产生空回答。 - 根据可见文本估算费用。我们的两个测试请求显示，推理 token 占输出 token 的 70% 到 96%。请记录
usage，而不是字符数。 - 发送图像。该模型仅支持文本；请移除图像部分，或将这些请求路由到视觉模型。
- 对所有请求一视同仁。简单查询使用
low或minimal强度，将更高的级别留给规划和分析任务。
常见问题
为什么 Muse Spark 1.3 返回空响应？
几乎总是因为 max_tokens 太低。模型将预算花在隐藏推理上，并在写出回答之前以 finish_reason: "length" 停止。对于简短任务，将限制提高到 4,000 或更高；对于复杂任务，提高到 8,000 到 16,000。
模型 ID 是什么？
muse-spark-1.3，发送到 https://getvibeapi.com/v1/chat/completions。
费用是多少？
起价为 $0.8875 输入 · $3.0175 输出 每百万 token。推理 token 按输出计费，因此请查看 usage.completion_tokens，而不是可见回复的长度。
Muse Spark 1.3 接受图像吗？
不接受，输入仅支持文本。对于屏幕截图和示意图，请使用Gemini 4 Argon等视觉模型。
我能看到推理过程吗？
推理过程本身不会返回；你可以在 usage.completion_tokens_details.reasoning_tokens 中获取其 token 数量，这足以监控费用。