Einführung
Muse Wonder 1.0 ist das Standardmodell der Muse-Wonder-Reihe von Meta und als Spitzenmodell für Coding, langlaufende Agenten und Computerbedienung gedacht. Dieser Chat-Endpunkt nimmt Text, Bilder, Videos und Audio in einer einzigen Nachrichtenliste entgegen, verarbeitet bis zu 1,048,576 Tokens Eingabe, streamt die Antwort und gibt Funktionsaufrufe zurück, die Ihre Anwendung ausführt. Metas größere Variante Wonder Full ist ein eigenes Produkt und wird über diesen Endpunkt nicht bereitgestellt.
| Feld | Wert |
|---|---|
| Eingabe | Text |
| Ausgabe | Text |
| Eingabebudget | 1,048,576 tokens |
| Obergrenze für max_tokens | 1,048,576 |
| Eingaben | Text / Bilder / Video / Audio |
Wichtige Funktionen und Highlights
Ganze Projekte in einer Anfrage
Meta positioniert Muse Wonder für Änderungen über mehrere Dateien in großen Codebasen und für Aufgaben, die stundenlang laufen; das Eingabebudget von 1,048,576 Tokens macht das hier praktikabel. Sie können Dateien, das fehlgeschlagene Log und die offene Frage gemeinsam senden, statt Fragmente abzurufen und zu hoffen, dass die richtigen dabei sind. Kennzeichnen Sie jede Datei, nennen Sie die maßgebliche Version und formulieren Sie die Aufgabe klar: Ein großes Fenster hilft bei Belegen, nicht bei einer vagen Anfrage.
Toolaufrufe, die Ihr Code steuert
Das Modell kann in einem Zug mehrere Funktionsaufrufe zurückgeben; parallel_tool_calls ist standardmäßig aktiv. Ihre Anwendung prüft die Argumente, führt jede Operation aus und antwortet mit einer tool-Nachricht, die die passende tool_call_id trägt. So bleibt der vorgeschlagene Schritt des Modells getrennt von der Aktion, die Sie tatsächlich ausführen. Das ist die sichere Form für Agentenschleifen, die Dateien, Tickets oder Deployments berühren. Auf diesem Endpunkt akzeptiert tool_choice nur auto; für reinen Text lassen Sie tools weg.
Bildschirme, Clips und Aufnahmen als Eingabe
Nachrichten können neben Text die Teile image_url, video_url, audio_url und input_audio (wav oder mp3) enthalten. Typische Einsätze sind ein Screenshot einer fehlerhaften Oberfläche, eine Bildschirmaufnahme eines Fehlers oder eine Besprechungsaufnahme, aus der eine Aufgabenliste entstehen soll. Sagen Sie dem Modell, auf welchen Anhang sich die Frage bezieht. Nicht gekennzeichnete Medien in einem langen Verlauf sind der häufigste Grund dafür, dass Antworten abdriften.
Denkaufwand nach Bedarf regeln
reasoning_effort reicht von minimal bis max und ist standardmäßig auf high gesetzt. minimal oder low eignen sich für Klassifikation, Extraktion und schnelle Änderungen; xhigh und max für schwierige Fehlersuche und Planung. Denk-Tokens werden als Ausgabe berechnet und zählen auf max_tokens. Bei einer tiefen Einstellung mit kleinem Limit kann das gesamte Budget verbraucht sein, bevor die sichtbare Antwort beginnt.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
messages | Ja | Senden Sie Muse Wonder 1.0 die Unterhaltung in zeitlicher Reihenfolge mit den Quellen für ein Datenbankbibliotheks-Upgrade; ordnen Sie Werkzeugergebnisse ihrer |
max_tokens | Nein | Bei Muse Wonder 1.0 ist |
reasoning_effort | Nein | Muse Wonder 1.0 bietet minimal, low, medium, high, xhigh, max, voreingestellt ist high; vergleichen Sie den Aufwand für ein Datenbankbibliotheks-Upgrade anhand der verbrauchten… |
stop | Nein | Beenden Sie die Ausgabe von Muse Wonder 1.0 mit einer oder bis zu vier Sequenzen; die erkannte Markierung erscheint nicht im endgültigen Text. mindestens 1 Zeichen · mindestens 1 Einträge · höchstens 4 Einträge |
temperature | Nein | temperature beeinflusst das Sampling von Muse Wonder 1.0; behalten Sie für ein Datenbankbibliotheks-Upgrade die Voreinstellung bei, sofern kein anderer Antwortstil benötigt wird. |
top_p | Nein |
|
tools | Nein | Definieren Sie für Muse Wonder 1.0 bis zu 128 Funktionen im OpenAI-Format für ein Datenbankbibliotheks-Upgrade; Ihre Anwendung prüft Argumente und führt die vorgeschlagenen Schr… höchstens 128 Einträge |
parallel_tool_calls | Nein | Dieser Schalter erlaubt Muse Wonder 1.0, mehrere unabhängige Funktionen in einem Zug vorzuschlagen; Ihre Anwendung steuert weiterhin die Ausführung. Standardwert: |
tool_choice | Nein | Muse Wonder 1.0 akzeptiert bei |
response_format | Nein | Fordern Sie von Muse Wonder 1.0 Text oder strukturiertes JSON für ein Datenbankbibliotheks-Upgrade an und prüfen Sie das JSON gegen die erwarteten Felder. |
Preis
Eingabe $4 / Ausgabe $20 je 1 Mio. Token
Anwendungsfälle
Refactorings und Reviews über mehrere Dateien
Fügen Sie die betroffenen Module, die Testausgabe und die Änderungsanfrage ein und bitten Sie um einen geordneten Plan mit den berührten Dateien und der Prüfung, die jeden Schritt bestätigt. Da der gesamte Kontext hineinpasst, kann der Plan echte Funktionsnamen nennen statt Vermutungen. Lassen Sie einen Diff oder einen Toolaufruf erstellen und prüfen Sie ihn, bevor etwas übernommen wird.
Langlaufende Agentenschleifen
Führen Sie eine Schleife aus Planen, Handeln und Beobachten aus, bei der jeder Durchlauf Toolergebnisse an die Nachrichtenliste anhängt. Das große Fenster hält frühere Beobachtungen über dutzende Schritte wörtlich verfügbar. Halten Sie oben eine kurze laufende Zusammenfassung der Entscheidungen, damit das Modell bereits getroffene Entscheidungen nicht erneut aufrollt, und beenden Sie die Schleife anhand eines von Ihnen festgelegten Budgets statt nach Einschätzung des Modells.
Fehlerberichte aus Screenshots und Aufnahmen
Hängen Sie den Screenshot oder eine kurze Bildschirmaufnahme zusammen mit dem Konsolenprotokoll an und bitten Sie das Modell darzulegen, was es sieht, welche Ursache wahrscheinlich ist und was zuerst zu prüfen ist. Wer das Sichtbare vom Erschlossenen trennt, macht die Antwort überprüfbar, bevor jemand Code ändert.
Dokument- und Besprechungsanalyse
Laden Sie Verträge, Spezifikationen oder eine lange Gesprächsaufnahme in einer einzigen Anfrage und stellen Sie Fragen auf Klausel- oder Entscheidungsebene. Lassen Sie Zitate mit Fundstellen anfordern, damit sich jede Aussage bis zur Quelle zurückverfolgen lässt, und behandeln Sie die Ausgabe als Entwurf, den eine Person bestätigt.
Prompt-Leitfaden und Praxistipps
Chat-Anfrage senden
Senden Sie ein POST an den Chat-Completions-Endpunkt mit einem Modellnamen und einem messages-Array. Legen Sie Anweisungen in einer system- oder developer-Nachricht ab und verwenden Sie ein content-Array, wenn Sie Text mit Bild-, Video- oder Audioteilen mischen. Setzen Sie stream bei langen Antworten auf true und prüfen Sie den Abschlussgrund, bevor Sie eine Antwort als vollständig behandeln.
Aufwand und ein sicheres
max_tokenswählenBeginnen Sie bei medium für alltägliche Arbeit und gehen Sie nur höher, wenn Antworten oberflächlich wirken. Planen Sie in
max_tokensgroßzügig Platz ein, weil das Denken darin mitgezählt wird. Werden Antworten abgeschnitten, erhöhen Sie zuerst das Limit und erst danach den Aufwand.Tools hinzufügen und die Schleife schließen
Definieren Sie Tools als JSON-Schemata, lassen Sie
tool_choiceauf auto und führen Sie beitool_callsin der Antwort jeden Aufruf aus. Hängen Sie anschließend eine tool-Nachricht mit derselbentool_call_idan. Behalten Sie die Assistenten-Nachricht mit ihren Toolaufrufen im Verlauf, damit der nächste Zug die vollständige Kette hat.Kosten prüfen, bevor Sie skalieren
Die Abrechnung folgt den gemessenen Eingabe-, Cache- und Ausgabe-Tokens, und die Schätzung auf dieser Seite zeigt die erwartete Gebühr für Ihre Einstellungen. Verwenden Sie einen stabilen Anfang wie Systemanweisungen und Referenzdateien wieder, damit wiederholte Anfragen vom gecachten Input profitieren können.
Muse Wonder 1.0 ist das Standardmodell der Muse-Wonder-Reihe von Meta und als Spitzenmodell für Coding, langlaufende Agenten und Computerbedienung gedacht. Dieser Chat-Endpunkt nimmt Text, Bilder, Videos und Audio in einer einzigen Nachrichtenliste entgegen, verarbeitet bis zu 1,048,576 Tokens Eingabe, streamt die Antwort und gibt Funktionsaufrufe zurück, die Ihre Anwendung ausführt. Metas größere Variante Wonder Full ist ein eigenes Produkt und wird über diesen Endpunkt nicht bereitgestellt.
Geben Sie Muse Wonder 1.0 für ein Datenbankbibliotheks-Upgrade die bisherige Schnittstelle, Zielversion und Kompatibilitätstests. Fordern Sie vor einem Patch einen Änderungsplan an. Hier läuft das Standardmodell Wonder; max beim Denkaufwand schaltet nicht auf Wonder Full um. tool_choice unterstützt hier nur auto, daher entscheidet Ihre Anwendung über die Ausführung vorgeschlagener Schritte.
Über Inhalte entscheidet das gewählte Modell. Bei Muse Wonder 1.0 gilt: Das NSFW-Verhalten kann variieren; uneingeschränkte Inhalte werden nicht zugesichert.
API-Schnellstart
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "meta/muse-wonder-1.0/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.