Muse Ember

Meta 的 Muse Ember 是一款高效的推理模型,专为处理大量智能体任务而构建,包括工具调用、编码子任务、路由、提取和长文档处理。它接受文本和图片输入,具有 100 万个 token 的上下文窗口,最多可输出 524,288 个 token。将其与 Muse Wonder 或 Muse Spark 1.3 搭配使用, 可实现多步规划和推理。

对全球 /locations/global/publishers/meta/v1/responses 端点的请求会在 model 字段中传递裸模型 ID muse-ember-1.0。如需查看示例请求,请参阅使用 Meta 模型。

在 Model Garden 中查看模型卡片

模型 ID meta/muse-ember-1.0
发布阶段 预览版
支持的输入和输出
  • 输入:
    文本、图片
  • 输出:
    文本
token 数量上限
  • 输入词元数上限:1,048,576
  • 输出 token 数量上限:524,288
功能
使用类型
版本
  • meta/muse-ember-1.0
    • 发布阶段:预览版
    • 发布日期:2026 年 11 月 9 日
支持的区域

模型可用性

  • 全球
    • global endpoint
配额限制

全球端点:

  • 上下文长度:1,048,576

价格 请参阅价格。

推理参数和限制

发送请求时,请注意以下推理参数和限制:

  • 推理工作量:将 reasoning.effort 设置为 minimal、low、medium、high、xhigh 或 max(对于智能体和编码工作,请使用 xhigh 或 max)。none 不受支持。每个努力程度级别的价格都相同。
  • 推理输出:推理内容以加密形式返回,用于多轮对话重放。推理摘要会在较高的努力程度下返回,在较低的努力程度下可能不会返回。
  • 工具调用:支持内置工具调用,并支持 Model Context Protocol (MCP)。tool_choice 仅支持 auto(不支持 none、required 和命名函数选项)。
  • 建议的采样:temperature 1.0、top_p 1.0(top_k 已停用)。
  • 推荐搭配:将 Muse Ember 与 Muse Wonder 搭配使用,可处理复杂的开放式编码任务;或使用检索功能,可处理知识密集型召回任务。
  • 已知限制:不支持音频、视频和 PDF 输入、聊天补全以及有状态响应存储 (store: true)。如需查看完整的功能列表,请参阅本页前面的表格。

后续步骤