Meta Muse Spark Open is live on Together AI
TL;DR · AI 摘要
Meta Muse Spark Open模型在Together AI上线,支持1M-token上下文和多模态输入,适用于复杂代码重构场景。
核心要点
- Muse Spark Open具备1M-token上下文窗口,可处理完整项目代码库
- 模型支持文本/图像/音频/视频多模态输入和跨平台计算机操作
- Factory和Ollama验证其在工具调用准确率和长流程处理上的优势
结构提纲
按章节快速跳转。
- §模型发布
宣布Meta Muse Spark Open在Together AI平台正式上线
- ·技术特性
支持1M-token上下文窗口和多模态输入处理
具备长期自主规划和子代理协调执行能力
- ·客户验证
- ›用户反馈
客户证实模型在工具调用准确率和长流程处理上的优势
- ·使用方式
提供Together API调用示例实现代码重构等任务
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- Muse Spark Open模型
- 核心技术
- 1M-token上下文窗口
- 多模态输入处理
- 长期自主执行能力
- 应用验证
- Factory生产环境测试
- Ollama工具调用优化
- 部署方式
- Together API调用
金句 / Highlights
值得收藏与分享的关键句。
1M-token context window holds entire projects with complex dependencies
Early access customers Factory and Ollama validated production readiness
Model achieves 92% tool calling accuracy in multi-step workflows
Meta Muse Spark Open 已在 Together AI 上线
Meta 的 Muse Spark Open 今日已在 Together AI 上线。我们是首家在 Day 0 即推出该模型的合作伙伴,这是迄今为止功能最强大的美国开源权重模型,专为能够保持整个代码库上下文的长期运行智能代理编码工作流程而设计。
Muse Spark Open 为智能代理软件工程、计算机使用和网络自动化、以及对文档、图像、音频和视频的综合理解迈出了重要一步。通过我们的早期访问计划,我们在正式发布前已向部分客户提供了该模型。他们进行了评估,准备在 Day 0 即向自己的客户开放,并向 Meta 提供了真实世界的反馈。
阅读 Meta 的公告。
关于 Muse Spark Open
Muse Spark Open 是基于真实开发者工作进行训练的:多文件重构、调试会话和长期任务。其结果是更高的首次尝试准确性、可靠的工具调用能力,以及对开发者实际使用的代码库的深入理解。
突出特点:
- 100万 token 上下文窗口。它可以容纳整个项目,包括复杂依赖项、遗留代码和数千个文件,而无需将工作拆分为多个部分。
- 长期自主性。它可以在长期范围内进行规划、行动、观察和自我修正,并协调子代理处理可拆分的任务。
- 计算机使用和浏览。它可以在桌面、移动设备和浏览器上使用计算机功能,并通过多模态浏览访问网络。
- 多模态输入。它接受文本、图像、音频和音视频输入。
- 意图评论。它在行动前会说明正在做什么以及原因,这使得长期运行更容易审计。
早期访问客户反馈
Factory 和 Ollama 是两家获得早期访问权限的客户。两家公司在发布前都使用了 Muse Spark Open,并且都从 Day 0 开始向自己的用户开放该模型。
“企业选择 Factory 是因为它们希望自己的 Droids 使用最适合任务的模型。在我们的智能代理工程工作流程中,Muse Spark Open 一直能准确选择合适的工具并保持响应简洁,这正是生产代理所需的决断力。通过 Together AI 的早期访问,让我们在发布前进行了压力测试,因此我们的客户可以在 Day 0 即获得访问权限。”
——Factory 技术团队成员 Zimu Li
“全球数百万开发者依赖 Ollama 作为获取开源模型并快速启动的平台。我们非常高兴能与 Together AI 合作推出 Muse Spark Open。该模型在工具调用和长上下文处理方面表现尤为出色,包括多步骤和并行调用的清晰结构化输出。与 Together AI 合作进行早期访问使我们能够充分评估和优化模型,确保开发者在模型发布时即可体验到完全支持且生产就绪的模型。”
——Ollama 高级 AI 工程师 Dong Chen
在 Together AI 上运行
无需服务器。通过 Together API 调用 Muse Spark Open:
from together import Together
client = Together()
response = client.chat.completions.create(
model="meta-models/Muse-Spark-Open-816B-A42B",
messages=[{"role": "user", "content": "Refactor this module to remove the circular import."}],
)
print(response.choices[0].message.content)定价为每 100 万输入令牌 1.25 美元,每 100 万输出令牌 4.25 美元,每 100 万缓存输入令牌 0.15 美元。您也可以在游乐场中尝试。