Muse-Modelle von Meta sind als verwaltete APIs auf der Agent Platform verfügbar. Sie können Ihre Antworten streamen, um die vom Endnutzer wahrgenommene Latenz zu reduzieren. Eine gestreamte Antwort verwendet vom Server gesendete Ereignisse (SSE, Server-Sent Events), um die Antwort schrittweise zu streamen.
Verwaltete Meta-Modelle
Die folgenden Modelle sind von Meta zur Verwendung in der Agent Platform verfügbar. Wenn Sie ein Meta-Modell suchen und aktivieren möchten, rufen Sie die entsprechende Modellkarte in Model Garden auf.
Muse Wonder 1.0 von Meta
Muse Wonder 1.0 von Meta ist ein leistungsstarkes Reasoning-Modell, das für komplexe Softwareentwicklung und langfristige agentische Aufgaben entwickelt wurde. In mehrstufigen Workflows für die Codierung, autonome Agenten und die Computernutzung plant es Aufgaben, delegiert sie an Unteragenten, ruft Tools parallel auf und behebt Fehler.
Muse Ember 1.0 von Meta
Muse Ember 1.0 von Meta ist ein effizientes Reasoning-Modell, das für Agentenaufgaben mit hohem Volumen entwickelt wurde, darunter Toolaufrufe, Programmierunteraufgaben, Routing, Extraktion und die Verarbeitung langer Dokumente. Kombinieren Sie es mit Muse Wonder 1.0 oder Muse Spark 1.3 für mehrstufige Planung und Reasoning.
Muse Spark 1.3 von Meta
Muse Spark 1.3 von Meta ist ein Reasoning-Modell, das für agentische Workflows und wettbewerbsorientiertes Programmieren trainiert wurde. Es unterstützt integrierte Toolaufrufe mit Model Context Protocol (MCP) und ein Kontextfenster mit 1 Million Tokens für mehrstufige Aufgaben.
Meta-Modelle verwenden
Muse-Modelle von Meta werden über die zustandslose OpenAI-kompatible Responses API am Endpunkt global bereitgestellt. Zustandsorientierter Antwortspeicher (store: true) wird nicht unterstützt. Senden Sie POST-Anfragen an https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/meta/v1/responses und übergeben Sie die reine Modell-ID (muse-wonder-1.0, muse-ember-1.0 oder muse-spark-1.3) im Feld model.
Im folgenden curl-Beispiel wird eine Prompt-Anfrage an Muse Wonder 1.0 am globalen Endpunkt gesendet:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json" \
"https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/meta/v1/responses" \
-d '{
"model": "muse-wonder-1.0",
"input": "Write a Python binary search function with type annotations.",
"max_output_tokens": 4096,
"stream": false
}'
Ersetzen Sie dabei PROJECT_ID durch die ID Ihres Projekts in Google Cloud .