قیمت و API مدل Muse Spark 1.2 در ایران
meta/muse-spark-1.2
visiontoolsreasoningjsonfilesaudioشارژ بر اساس مصرف واقعی همان درخواست. قیمتها با تغییر شرایط بازار بهروز میشوند. cache ورودی: 43,519 تومان / 1M. جستجوی وب: 725.31 تومان / درخواست.قیمتها و شارژ
کد آمادهٔ Muse Spark 1.2: خواندن تصویر و استخراج داده
نمونه بر اساس قابلیتهای همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا میشود.
# tip: a data URI works too — base64 the file and prefix it with data:image/jpeg;base64,
curl https://api.uttapen.ir/v1/chat/completions \
-H "Authorization: Bearer sk-up-…" \
-H "Content-Type: application/json" \
-d '{
"model": "meta/muse-spark-1.2",
"messages": [{
"role": "user",
"content": [
{"type": "text", "text": "شمارهٔ فاکتور و مبلغ کل را فقط بهصورت JSON بده."},
{"type": "image_url", "image_url": {"url": "https://example.com/factor.jpg"}}
]
}]
}'import base64, json
from openai import OpenAI
client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")
img = base64.b64encode(open("factor.jpg", "rb").read()).decode()
resp = client.chat.completions.create(
model="meta/muse-spark-1.2",
messages=[{
"role": "user",
"content": [
{"type": "text", "text": "شمارهٔ فاکتور، تاریخ و مبلغ کل را در JSON برگردان."},
{"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{img}"}},
],
}],
response_format={"type": "json_object"},
)
print(json.loads(resp.choices[0].message.content))import OpenAI from "openai";
import { readFileSync } from "node:fs";
const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });
const img = readFileSync("factor.jpg").toString("base64");
const resp = await client.chat.completions.create({
model: "meta/muse-spark-1.2",
messages: [{
role: "user",
content: [
{ type: "text", text: "شمارهٔ فاکتور، تاریخ و مبلغ کل را در JSON برگردان." },
{ type: "image_url", image_url: { url: `data:image/jpeg;base64,${img}` } },
],
}],
response_format: { type: "json_object" },
});
console.log(JSON.parse(resp.choices[0].message.content));Muse Spark 1.2 برای چه کاری خوب است؟
Muse Spark 1.2 از Meta میآید؛ در کد فقط همین رشته را در فیلد model بگذار: «meta/muse-spark-1.2». Muse Spark 1.2 تا ۱٬۰۴۸٬۵۷۶ توکن را در یک درخواست نگه میدارد (نزدیک ۷۸۶ هزار کلمهٔ فارسی)، و همین عدد سقف تاریخچهٔ گفتگو در محصول تو را تعیین میکند. حداکثر طول پاسخ در هر فراخوانی ۹۴۳٬۷۱۸ توکن است. از نظر قیمت در دستهٔ «میانرده» است — ارزانتر از ۲۷۵ مدل و گرانتر از ۱۳۱ مدل پولی دیگر کاتالوگ.
قابلیتهایی که در همین شناسه فعال است: عکس و اسکرینشات را مستقیم میخواند، پس برای فاکتور و فرم فارسی گزینهٔ واقعی است؛ فایل (مثل PDF) را بهعنوان ورودی میپذیرد؛ ورودی صوتی دارد؛ tool calling دارد، یعنی میتواند تابعهای خودت را با آرگومان درست صدا بزند؛ با response_format خروجی JSON معتبر میدهد و مستقیم به کد وصل میشود؛ حالت استدلال دارد و روی مسئلهٔ چندمرحلهای، ریاضی و دیباگ بهتر جواب میدهد. همهٔ اینها با همان پارامترهای استاندارد SDK رسمی OpenAI کار میکنند و کد اختصاصی لازم ندارند. توجه کن که توکنهای استدلال هم توکن خروجی محسوب میشوند و در صورتحساب میآیند.
۳۶۲٬۶۵۶ تومان برای هر ۱M توکن ورودی و ۱٬۲۳۳٬۰۳۱ تومان برای هر ۱M توکن خروجی؛ در دستهٔ «میانرده» کاتالوگ مینشیند و یک درخواست ۱٬۰۰۰ کلمهای ≈ ۲٬۰۷۴ تومان. cache ورودی دارد: توکنهای تکراری context با ۴۳٬۵۱۹ تومان / ۱M حساب میشوند، که برای پرامپت سیستمی بلند تفاوت بزرگی است. شارژ نهایی همیشه بر اساس مصرف واقعی همان درخواست است، نه برآورد؛ درخواست ناموفق صفر تومان.
نزدیکترین گزینه با همین قابلیتها از تأمینکنندهٔ دیگر o4 Mini است: Muse Spark 1.2 تقریباً 1 برابر گرانتر از آن تمام میشود و پنجرهٔ context آن بزرگتر است. هر دو با همان کلید و همان کد کار میکنند، پس عوضکردنشان فقط تغییر یک رشته است.
برای اینکه عدد قابل تصور شود: با ۱۰۰ هزار تومان اعتبار، حدود ۴۸ درخواست ۱٬۰۰۰ کلمهای روی Muse Spark 1.2 جا میشود، و هر ۱٬۰۰۰ تومان تقریباً ۴۸۲ کلمه رفتوبرگشت میخرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۱٬۵۹۵٬۶۸۸ تومان میشود. پر کردن کامل پنجرهٔ ۱٬۰۴۸٬۵۷۶ توکنی این مدل فقط از سمت ورودی ۳۸۰٬۲۷۳ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بیدلیل بلند نگه ندار.
نزدیکترین همخانوادهٔ این مدل «meta/muse-spark-1.1» است و انتخاب بین این دو همان جایی است که بیشتر آدمها گیر میکنند. قیمت هر دو روی یک درخواست ۱٬۰۰۰ کلمهای تقریباً برابر است (۲٬۰۷۴ و ۲٬۰۷۴ تومان).
Meta در کاتالوگ ما ۷ مدل دارد؛ ارزانترینشان Muse Spark 1.2 Contributor با ۱۱۳ تومان و گرانترین Muse Spark 1.3 با ۲٬۰۷۴ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کمتکرار، این مدل reasoning_effort، repetition_penalty، top_k را میپذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. در عوض seed را که بیشتر مدلها دارند پشتیبانی نمیکند، پس اگر کدت به آنها تکیه دارد قبل از جابهجایی تست کن. از نظر اندازهٔ context نزدیکترین گزینه از تأمینکنندهٔ دیگر DeepSeek V4 Flash 0423 با ۱٬۰۴۸٬۵۷۶ توکن است.
بهترین جای استفادهاش: چتبات محصول و دستیار داخلی، جایی که تعادل هزینه و کیفیت مهم است، حل مسئلهٔ منطقی و بازبینی کد، استخراج متن و داده از تصویر، ایجنتهایی که به API و دیتابیس وصل میشوند، استخراج داده با اسکیمای مشخص، تحلیل سند یا کدبیس بلند در یک درخواست.
Muse Spark 1.2 is a reasoning model from Meta, designed for complex agentic tasks. It accepts text, images, video, audio, and PDF documents, returns text, and offers a 1M-token context...
سه کار واقعی، با قیمت همین مدل
اعداد از همان قیمتهای بالا حساب شدهاند و با تغییر قیمت مدل تغییر میکنند.
| کار | توکن | هزینه |
|---|---|---|
| یک نوبت گفتگو با تاریخچهٔ متوسط | 1,500 ورودی + 400 خروجی | 1,037 تومان |
| خلاصهکردن سند دهصفحهای | 4,000 ورودی + 600 خروجی | 2,190 تومان |
| دستهبندی هزار ردیف کوتاه | 120,000 ورودی + 20,000 خروجی | 68,179 تومان |
سؤالهای پرتکرار
- چطور با Muse Spark 1.2 در ایران کار کنم؟
- در یوتاپن ثبتنام کن، کیف پول را تومانی شارژ کن، کلید API بساز و در SDK رسمی OpenAI فقط base_url را به https://api.uttapen.ir/v1 و model را به «meta/muse-spark-1.2» تغییر بده. بقیهٔ کدت دستنخورده میماند.
- قیمت Muse Spark 1.2 به تومان چقدر است؟
- هر ۱ میلیون توکن ورودی ۳۶۲٬۶۵۶ تومان و هر ۱ میلیون توکن خروجی ۱٬۲۳۳٬۰۳۱ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۲٬۰۷۴ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
- Muse Spark 1.2 چند توکن ورودی میگیرد؟
- تا ۱٬۰۴۸٬۵۷۶ توکن در هر درخواست؛ برای متن فارسی حدود ۷۸۶ هزار کلمه. حداکثر طول پاسخ هم ۹۴۳٬۷۱۸ توکن است.
- آیا Muse Spark 1.2 استریم و tool calling را پشتیبانی میکند؟
- استریم (stream=true) روی همهٔ مدلها فعال است. این مدل tool calling را با همان قالب OpenAI پشتیبانی میکند. ورودی تصویر با image_url (data URI یا آدرس عمومی) پذیرفته میشود. خروجی ساختیافته با response_format هم کار میکند.