meta logo
meta

Meta: Muse Glimmer 30B (batch)

Descrizione della fonte (inglese)

Muse Glimmer 30B is a dense, open-weight multimodal model from Meta Superintelligence Labs, distilled from Muse Spark and optimized for autonomous agents on consumer hardware. It is suited for long-horizon...

Panoramica

Specifiche del modello

Contesto
131.072 tokens
Output massimo
16.384 tokens
Architettura
text+image->text
Tokenizer
Other
Limite di conoscenza
Non indicato
Moderato
No
OPENROUTER

Prezzi completi

Tariffe sincronizzate da OpenRouter, per milione di token.

Input
$0.24
per milione di token
Output
$0.96
per milione di token
Lettura cache
$0.032
per milione di token
API

Configurazione del modello

Parametri predefiniti

temperature
1
top_p
0.95
top_k
64

Ragionamento

Ragionamento obbligatorio
Sì
Parametri predefiniti
medium
Capacità e modalità
xhigh, high, medium, low
API

Avvio rapido

Imposta OPENROUTER_API_KEY localmente. Python richiede requests; JavaScript viene eseguito in Node.js. Conserva la chiave sul server.

Questa richiesta invia un batch asincrono con l’ID del modello base. L’ID dell’attività conferma l’invio, non il completamento.

Documentazione API

curl --fail-with-body https://openrouter.ai/api/beta/batches \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"endpoint":"/v1/chat/completions","model":"meta/muse-glimmer-30b","requests":[{"custom_id":"request-1","body":{"messages":[{"role":"user","content":"Hello!"}]}}]}'

# Replace JOB_ID with the returned id to check progress.
curl --fail-with-body "https://openrouter.ai/api/beta/batches/JOB_ID" \
  -H "Authorization: Bearer $OPENROUTER_API_KEY"
Capacità e modalità

Input → Output

Input
textimage
Output
text
Ragionamento

No · xhigh · high · medium · low

API

Parametri API supportati

frequency_penaltyinclude_reasoninglogit_biasmax_tokensmin_ppresence_penaltyreasoningreasoning_effortrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_p
Provider disponibili

1 Provider

Verificato: 7 novembre 2026

Provider live su OpenRouter

Disponibilità, latenza, throughput e routing cambiano continuamente. Consulta la fonte per i dati correnti.

OpenRouter

DeepInfra

bf16
Contesto
131K
Output massimo
16K
Input
$0.24
Output
$0.96
Lettura cache
$0.032
Scrittura cache
Non indicato
meta

4 modelli

Tutti i modelli
meta logometa

Meta: Muse Ember

Muse Ember is the smallest and most efficient model from Meta that’s designed for complex reasoning execution and the work agents repeat all day: tool calls, coding agent subtasks, routing,...

Contesto
1.0M
Input
text · image · video · file · audio
Output
text
Input: $0.1Output: $0.5per milione di token
Vedi i dettagli del modello →
meta logometa

Meta: Muse Spark Open

Muse Spark Open is a coding-optimized open-weight model. Trained specifically for agentic coding workflows, it delivers higher first-attempt accuracy, reliable tool calling, and deep codebase understanding across the repos developers...

Contesto
1.0M
Input
text · image · video · file · audio
Output
text
Input: $1.25Output: $4.25per milione di token
Vedi i dettagli del modello →
meta logometa

Meta: Muse Wonder

Muse Wonder is a frontier reasoning model from Meta, designed for complex personal and professional agentic tasks. It accepts text, images, video, audio, and PDF documents and returns text, with...

Contesto
1.0M
Input
text · image · video · file · audio
Output
text
Input: $4Output: $20per milione di token
Vedi i dettagli del modello →
meta logometa

Meta: Muse Voice Transcribe 1.0

Muse Voice Transcribe 1.0 is a synchronous speech-to-text model from Meta. It is suited for push-to-talk, endpointing, and speaker-aware transcription, with keyword biasing for domain terms and language biasing through...

Contesto
Non indicato
Input
audio
Output
transcription
Durata audio: $0.00005 al secondo
Vedi i dettagli del modello →