Meta의 Muse 모델은 Agent Platform에서 관리형 API로 사용할 수 있습니다. 대답을 스트리밍하여 최종 사용자의 지연 시간 인식을 줄일 수 있습니다. 스트리밍된 응답은 서버 전송 이벤트(SSE)를 사용하여 응답을 점진적으로 스트리밍합니다.
관리형 Meta 모델
Agent Platform에서 사용할 수 있는 Meta 모델은 다음과 같습니다. 메타 모델을 찾고 사용 설정하려면 Model Garden의 해당 모델 카드로 이동합니다.
Meta의 Muse Wonder 1.0
Meta의 Muse Wonder 1.0은 복잡한 소프트웨어 엔지니어링 및 장기 에이전트형 작업을 위해 빌드된 고성능 추론 모델입니다. 다단계 코딩, 자율 에이전트, 컴퓨터 사용 워크플로에서 작업을 계획하고, 하위 에이전트에 위임하고, 도구를 병렬로 호출하고, 오류를 복구합니다.
Meta의 Muse Ember 1.0
Meta의 Muse Ember 1.0은 도구 호출, 코딩 하위 작업, 라우팅, 추출, 긴 문서 처리 등 대용량 에이전트 작업을 위해 빌드된 효율적인 추론 모델입니다. Muse Wonder 1.0 또는 Muse Spark 1.3과 페어링하여 다단계 계획 및 추론을 수행할 수 있습니다.
Meta의 Muse Spark 1.3
Meta의 Muse Spark 1.3은 에이전트 워크플로와 경쟁 코딩을 위해 학습된 추론 모델입니다. 모델 컨텍스트 프로토콜(MCP) 지원과 다단계 태스크를 위한 100만 토큰 컨텍스트 윈도우를 통해 기본 제공 도구 호출을 지원합니다.
Meta 모델 사용
Meta의 Muse 모델은 global 엔드포인트에서 스테이트리스(Stateless) OpenAI 호환 Responses API를 통해 제공됩니다. 스테이트풀(Stateful) 응답 스토리지(store: true)는 지원되지 않습니다. POST 요청을 https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/meta/v1/responses에 전송하고 model 필드에 베어 모델 ID(muse-wonder-1.0, muse-ember-1.0 또는 muse-spark-1.3)를 전달합니다.
다음 curl 예시는 전역 엔드포인트에서 Muse Wonder 1.0에 프롬프트 요청을 전송합니다.
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
}'
PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.