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。
| 模型 ID | meta/muse-ember-1.0 |
|
|---|---|---|
| 发布阶段 | 预览版 | |
| 支持的输入和输出 |
|
|
| token 数量上限 |
|
|
| 功能 |
|
|
| 使用类型 | ||
| 版本 |
|
|
| 支持的区域 | ||
|
模型可用性 |
|
|
| 配额限制 |
全球端点:
|
|
| 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:
temperature1.0、top_p1.0(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
- 使用使用 Meta 模型发送请求。
- 在 Google Cloud Marketplace 中查看 Muse Ember。
- 探索 Meta Model API 文档。
- 查看 Meta 模型 API 服务条款和使用限制政策,这些条款和政策与 Google Cloud Marketplace 服务条款一并适用。