Meta

Muse Ember

Muse Ember مدلی از Meta است که کوچک‌ترین و کارآمدترین مدل این شرکت به شمار می‌رود و برای اجرای استدلال‌های پیچیده و کارهای تکراری ایجنت‌ها ساخته شده است، مثل فراخوانی ابزار، زیرکارهای ایجنت‌های برنامه‌نویسی و مسیریابی.

لایسنس محدود
متن به متنتصویر به متن
کانتکست
۱۰۴۹K
هزار توکن
تاریخ انتشار
۱۸ آبان ۱۴۰۵

تحلیل

حکم کلی

مدلی تخصصی است. قبل از انتخاب، امتیاز فارسی‌اش را با رقبای هم‌رده مقایسه کنید.

نقاط قوت

  • متن‌های خیلی بلند را یک‌جا می‌خواند

نقاط ضعف

در داده‌ها نقطه‌ضعف مهمی دیده نشد.

سنجه‌های فارسی

این مدل هنوز ارزیابی نشده. مدل‌ها را به‌نوبت ارزیابی می‌کنیم. روش ارزیابی

قابلیت‌ها

ورودی تصویر
عکس یا اسکرین‌شات را می‌خواند
ورودی فایل
PDF و سند را مستقیم می‌گیرد، تا حدود ۱ مگابایت در هر درخواست
ورودی صدا
فایل صوتی را می‌فهمد
ورودی ویدیو
ویدیو را تحلیل می‌کند
فراخوانی ابزار
API و ابزار بیرونی را صدا می‌زند
خروجی JSON
جواب را در قالب مشخص می‌دهد
فکر کردن قبل از جواب
سطح‌ها: خیلی کم، کم، متوسط، زیاد، خیلی زیاد، حداکثر

پارامترهای قابل ارسال

این‌ها را می‌توانید در درخواست به این مدل بفرستید.

  • temperatureمیزان خلاقیت جواب
  • top_pنمونه‌برداری هسته‌ای
  • top_kمحدود کردن گزینه‌های هر توکن
  • max_tokensسقف طول جواب
  • seedجواب تکرارپذیر
  • toolsتعریف ابزار
  • tool_choiceاجبار به استفاده از ابزار
  • response_formatقالب جواب (JSON)
  • structured_outputsخروجی با اسکیمای مشخص
  • reasoningتنظیم فکر کردن
  • reasoning_effortشدت فکر کردن
  • include_reasoningبرگرداندن متن فکر
  • repetition_penaltyجریمهٔ تکرار

بر اساس اطلاعاتی که OpenRouter برای این مدل منتشر کرده.

مشخصات فنی

کانتکست
۱۰۴۹K توکن
حداکثر طول جواب
۹۴۴ هزار توکن
مودالیتی
text · vision
تاریخ انتشار
۱۸ آبان ۱۴۰۵
فیلتر محتوای ارائه‌دهنده
دارد

پرسش‌های پرتکرار

دربارهٔ Muse Ember

این مدل هنوز در ارزیابی فارسی ما نبوده. مدل‌ها را به‌نوبت ارزیابی می‌کنیم و امتیازش بعد از ارزیابی همین‌جا می‌آید.

این مدل علاوه بر متن، تصویر، ویدیو، فایل و صدا هم ورودی می‌گیرد، می‌تواند ابزار و API بیرونی را صدا بزند، خروجی را در قالب JSON مشخص برمی‌گرداند و همیشه قبل از جواب فکر می‌کند.

کانتکست این مدل ۱٫۰۵ میلیون توکن است، یعنی تقریباً ۱٬۰۴۹ صفحه متن فارسی را یک‌جا می‌خواند. در هر جواب هم تا ۹۴۴ هزار توکن می‌نویسد.