PulseAugur
中
实时 20:41:27
实体 Meta Model API

Meta Model API

PulseAugur coverage of Meta Model API — every cluster mentioning Meta Model API across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
14
90 天内 30
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
关系
时间线
  1. 2026-07-31 product_launch Meta launched the Meta Model API for its Muse Spark 1.1 model, initially available to US developers. 来源
  2. 2026-07-18 product_launch Meta launched a paid API for its Muse Spark 1.1 model, offering a 1 million token context window and tool-use capabilities. 来源
情绪 · 30 天

1 天有情绪数据

LAB BRAIN
observation expired 置信度 0.90

Meta's Muse Wonder API rate limits are team-based, not per-key

The recently established rate limits for Meta's Muse Wonder API (3,000 RPM and 4M TPM) are applied per team, shared across all API keys within an organization. This is a critical detail for developers, as individual key usage can be impacted by other team activities, potentially leading to unexpected 'Too Many Requests' errors. Developers will need to carefully manage their team's overall API consumption.

hypothesis resolved confirmed 置信度 0.65

Meta's Muse Wonder API to see increased adoption by enterprise agent developers within 90 days

Meta's Muse Wonder models are explicitly designed for agentic tasks, featuring 'Active Memory' and 'Active Focus'. Given their competitive performance against leading models and the API's recent launch with defined rate limits, it's plausible that developers building sophisticated AI agents will increasingly adopt this API. This adoption could be accelerated if Meta offers specific enterprise-grade support or features not yet detailed.

hypothesis resolved confirmed 置信度 0.55

Meta to release usage-based pricing for Muse Wonder API within 60 days

The current rate limits (3,000 RPM, 4M TPM) are a strong indicator of Meta's focus on managing API load. As adoption grows, particularly for agentic tasks that can be token-intensive, Meta may transition to or supplement these limits with more granular usage-based pricing tiers to better monetize the service and cater to diverse customer needs.

查看全部假设 →

最近 · 第 1/2 页 · 共 30 条
  1. FRONTIER RELEASE · CL_349528 ·

    Meta 发布 Muse Ember,一款经济高效的 AI 模型,适用于代理任务 · 跟踪 8 个来源

    Meta 发布了 Muse Ember,这是其最小、最高效的 AI 模型,专为 AI 代理执行的大量重复性任务而设计。该模型针对工具调用、路由和数据提取等功能进行了优化,与 Anthropic 的 Claude Haiku 5.5 和 OpenAI 的 Luna 等竞争对手相比,每项任务的成本显著降低。虽然不适用于复杂的推理或编程,但 Ember 在常规任务上的成本效益和性能使其成为数量至关重要的代理工作流程的战略组成部分。

  2. FRONTIER RELEASE · CL_349588 ·

    Meta AI 发布 Muse Ember,一款高效的代理任务模型

    Meta AI 推出了 Muse Ember,这是一款全新的、高效的语言模型,专为复杂的推理和重复性的代理任务而设计,例如工具调用、编码和文档解析。其定价具有竞争力,与 Claude Haiku 5.5 和 GPT-6 Luna 等模型相比,在每美元智能方面表现更优,处于效率前沿。Muse Ember 支持多模态输入,并在 Meta 的超级智能扩展框架下进行了安全评估。

  3. TOOL · CL_348810 ·

    Meta AI 通过主动记忆和焦点增强 Muse 和 Meta AI

    Meta 已开始向其 Muse 和 Meta AI 模型推出更新,整合了源自其前沿 Muse Wonder 模型的增强功能。这些更新引入了“主动记忆”和“主动焦点”功能,旨在提高助手随着时间的推移保留相关信息的能力,并在面临挑战时保持对用户目标的关注。通过在模拟的真实世界场景中减少关键信息的遗忘和提高任务完成率来展示这些改进。

  4. SIGNIFICANT · CL_312053 ·

    Meta 发布 Muse Wonder 前沿模型,限制顶级版本仅限订阅用户

    Meta 推出了其首批前沿级 AI 模型 Muse Wonder 和 Muse Wonder Full,将其定位为 Anthropic 的 Claude Opus 5.5 和 OpenAI 的 GPT-6 Astra 的竞争对手。标准版 Muse Wonder 模型可通过 API 访问,拥有 100 万个 token 的上下文窗口以及主动记忆和专注等功能,而功能更强大的 Muse Wonder Full 则仅供 Meta 的 Muse…

  5. COMMENTARY · CL_312113 ·

    Ben's Bites 简报展示了个人AI应用及其他AI发展

    Ben's Bites 简报介绍了一个由作者构建的“万能”应用,用于整合个人和代理工作流,包括任务、电子邮件和CRM。该应用旨在提供代理活动和文件管理的视觉概览。简报还重点介绍了其他几项AI发展,例如Notion的代理获得计算机访问权限、ChatGPT的新标签控制功能以及Meta发布的Muse Spark Open模型。

  6. TOOL · CL_301674 ·

    Meta 的 Muse Wonder API 为整个团队设置了每分钟 3,000 次请求和 400 万次令牌的速率限制

    Meta 的 Muse Wonder API 已设定了每分钟 3,000 次请求 (RPM) 和每分钟 4,000,000 次令牌 (TPM) 的速率限制,这些限制按模型和团队划分,而非按 API 密钥划分。这些限制在组织内的所有密钥之间共享,意味着测试或开发活动可能会影响生产使用。该 API 提供了特定的标头,例如 x-ratelimit-\*,以帮助开发者监控剩余容量并避免遇到 HTTP 429 "请求过多" 错误,Meta 建议…

  7. SIGNIFICANT · CL_297607 ·

    Meta发布用于代理的Muse Wonder AI模型

    Meta发布了其新AI模型Muse Wonder和Muse Wonder Full,这些模型被描述为其迄今为止能力最强的模型,也是Muse Spark系列的后续产品。这些模型专为个人和工作AI代理设计,具有主动记忆(Active Memory)以保持上下文和主动专注(Active Focus)以完成目标导向的任务等高级功能。这些模型在代理任务、记忆和编码的基准测试中表现强劲,现已通过Meta Model API和Muse Code提供。

  8. SIGNIFICANT · CL_317810 ·

    Meta 发布 Muse Wonder 前沿人工智能模型家族

    Meta Superintelligence Labs (MSL) 在该实验室成立约 14 个月后,推出了其第二代模型家族 Muse Wonder。Muse Wonder 家族包含两个模型:Muse Wonder,定位为快速前沿模型;以及 Muse Wonder Full,一个更高级别的模型。Muse Wonder 可通过 Meta Model API 和 Muse Code 访问,而 Muse Wonder Full 则仅供 Mus…

  9. SIGNIFICANT · CL_296051 ·

    Meta 发布 Muse Wonder 模型,具备主动聚焦和记忆功能

    Meta 推出了 Muse Wonder 和 Muse Wonder Full,这是其最新推出的、专为个人和专业代理任务设计的模型。这些模型具有用于上下文保留的“主动记忆”和“主动聚焦”功能,使它们能够通过尝试替代方法、克服障碍和适应新信息来追求具有挑战性的目标。该公司使用 FocusBench 和 SWE-Marathon 等基准来评估这些能力。文章还提供了一个实际示例,展示了如何使用 TypeScript 构建一个简化的“主动聚焦…

  10. SIGNIFICANT · CL_296057 ·

    Meta 的 Muse Wonder AI 在编码基准测试中挑战 Anthropic 的 Opus 5.5

    Meta 推出了 Muse Wonder,一款新的人工智能模型,在长代码任务方面与 Anthropic 的 Claude Opus 5.5 展开竞争。虽然 Meta 的内部基准测试显示 Muse Wonder 在 DeepSWE 和 SWE-Marathon 等领域优于 Opus 5.5,但一个独立指数给予 Opus 5.5 更高的整体智能得分。两款模型的定价结构相似,但 Meta 的官方文档强调,性能可能因配置和提示而异,建议在个人…

  11. FRONTIER RELEASE · CL_296020 ·

    Meta 的 Muse Wonder AI 以 Opus 5.5 的价格发布,独立测试中落后 · 跟踪 6 个来源

    Meta 推出了其新的前沿 AI 模型 Muse Wonder 和 Muse Wonder Full,专为代理任务设计。虽然 Meta 的内部基准测试显示 Muse Wonder Full 在性能上优于 Claude Opus 5.5 和 GPT-6 Astra 等竞争对手,但 Artificial Analysis 的独立测试将 Opus 5.5 略微排在前面。API 可访问的 Muse Wonder 定价与 Opus 5.5 完全…

  12. SIGNIFICANT · CL_295956 ·

    Meta 的 Muse Wonder 定价公布:每百万 token 输入 4 美元,输出 20 美元

    Meta 公布了其 Muse Wonder 模型的定价细节,输入 token 每百万美元 4 美元,输出 token 每百万美元 20 美元。缓存可将输入成本降低至每百万 token 0.20 美元,推理 token 按输出计费。虽然与前代 Muse Spark 1.3 相比,每 token 成本更高,但该模型在基准测试中提供了改进的性能。然而,由于 token 量,完成任务的成本可能显著更高,尤其是在代理循环中,因为上下文会反复发送…

  13. SIGNIFICANT · CL_295948 ·

    Meta发布先进AI模型Muse Wonder和Muse Wonder Full

    Meta发布了两款先进的AI模型Muse Wonder和Muse Wonder Full,旨在处理复杂的多步任务。这些模型基于Muse Spark构建,力求在编程、法律、金融和医疗保健等领域表现出色。主要功能包括用于跨对话持久化信息的Active Memory(主动记忆)和用于纠错及提供替代问题解决方法方案的Active Focus(主动聚焦)。Muse Wonder现已通过Meta Model API和Muse Code提供,而Mu…

  14. SIGNIFICANT · CL_295749 ·

    Meta 发布首批前沿人工智能模型 Muse Wonder 和 Wonder Full

    Meta 发布了其首批前沿模型 Muse Wonder 和 Muse Wonder Full,标志着其人工智能发展迈出了重要一步。这些更大、更强大的模型旨在处理编码等复杂任务,并推动个人超级智能的发展。Muse Wonder 模型在基准测试中表现出色,尤其是在长时间保留和综合用户信息方面,Meta 将此功能称为“主动记忆”。

  15. SIGNIFICANT · CL_321220 ·

    Meta AI 发布前沿智能体模型 Muse Wonder 系列

    Meta AI 推出了其新的前沿模型 Muse Wonder 系列,包括 Muse Wonder 和 Muse Wonder Full。这些模型专为高级个人和专业智能体任务而设计。Muse Wonder 可通过 Meta Model API 和 Muse Code 访问,而 Muse Wonder Full 则提供给 Muse Code 订阅者。Muse Wonder 模型还将集成到 Meta 即将推出的个人智能体产品 Muse 中。

  16. FRONTIER RELEASE · CL_295715 ·

    Meta携Muse Wonder模型重返AI前沿

    Meta发布了其新的前沿AI模型Muse Wonder和Muse Wonder Full,标志着其在AI研发领域的重要回归。这些模型在编码、长上下文推理和智能体任务方面展现了先进的能力,并具备如Active Memory和Active Focus等功能,旨在提高任务完成度和用户上下文保留能力。尽管基准测试显示其性能与Anthropic的Claude Opus 5.5和OpenAI的GPT-6 Astra等领先模型相当,但Meta的内部…

  17. RESEARCH · CL_248492 ·

    Meta 的 Muse Spark 1.3 荣登网站竞技场榜首,创下新的速度和成本基准 · 跟踪 1 个来源

    Meta 的 Muse Spark 1.3 已在 Design Arena 的网站竞技场排行榜上名列前茅,该排行榜使用真实用户投票来评估网站创建的 AI 模型。这标志着一项重大进展,因为 Muse Spark 1.3 是第一个同时在分数、速度和成本方面表现出色的模型,为该领域的效率建立了新的帕累托前沿。虽然 Claude Fable 5.1 和 Kimi K3 是强有力的竞争者,但 Meta 的成就凸显了向更具成本效益和更快的 AI …

  18. SIGNIFICANT · CL_243615 ·

    Meta 的 Muse Spark 1.3 发布,支持 100 万上下文,提供双重定价层级

    Meta 发布了 Muse Spark 1.3,这是一款闭源的多模态推理模型,专为长期代理任务和编码而设计。该模型拥有 100 万 token 的上下文窗口,并在 DeepSWE v1.1 等基准测试中得分很高,超越了 Claude Opus 5。然而,其最高性能数据来自一个受限的“max”推理模式,而公开可用的“xhigh”模式则显示出明显的性能差距。

  19. SIGNIFICANT · CL_235852 ·

    Meta 发布 Muse Spark 1.3 用于基于工具的 AI 任务

    Meta 发布了其 Muse Spark 1.3 模型,该模型专为利用外部工具的扩展任务而设计。这个新模型可通过 Muse Code 和 Meta Model API 获得,旨在提高使用 AI 的开发人员和研究人员的生产力。

  20. FRONTIER RELEASE · CL_232905 ·

    Meta的Muse Spark 1.3以具有竞争力的价格挑战顶级AI模型

    Meta发布了Muse Spark 1.3,这是一款专为长周期代理和编码任务设计的AI模型。与前代Muse Spark 1.2相比,该模型在效率上有所提高,使用的工具调用和token更少。Muse Spark 1.3可通过Muse Code和Meta Model API获得,其定价策略尤为引人注目,为选择允许其数据用于未来模型训练的用户提供大幅折扣。