OpenCode 中解禁 Muse-Spark 1.3 - max 档

OpenCode 中解禁 Muse-Spark 1.3 - max 档

OpenCode UI 最高给到 xhigh。Muse-Spark 1.3 的 API 接受 max。默认配置下,max 可能在客户端被校验丢弃,或静默降级成 xhigh。解禁就是让请求真正带 reasoning_effort=max。

判定标准

三个条件同时满足才算解禁:

  1. 请求体 model 是 muse-spark-1.3
  2. 请求体 reasoning_effort 是 max
  3. 响应或日志没有降级提示

少一个,就是没解禁。

配置

写入 ~/.config/opencode/opencode.json 或项目根目录 opencode.json:

json 复制代码
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "meta": {
      "options": {
        "apiKey": "YOUR_META_API_KEY"
      },
      "models": {
        "muse-spark-1.3-contributor": {
          "id": "muse-spark-1.3",
          "name": "Muse-Spark-1.3",
          "limit": {
            "context": 1000000,
            "output": 384000
          },
          "modalities": {
            "input": ["text", "image", "video", "pdf", "audio"],
            "output": ["text"]
          },
          "options": {
            "reasoningEffort": "max",
            "reasoningSummary": "auto",
            "textVerbosity": "low"
          },
          "variants": {
            "max": {
              "reasoningEffort": "max",
              "reasoningSummary": "auto",
              "textVerbosity": "low"
            }
          }
        }
      }
    }
  }
}

要点:

  • id 必须是 muse-spark-1.3。本地键名可以叫 contributor,但发给 API 的模型名不能错。
  • options.reasoningEffort 写 max。
  • variants.max 里再写一遍 max。变体可能覆盖父级配置。
  • 命令行必须带 --variant max。

如果 OpenCode 版本对自定义 provider 做推理校验,光写 options 可能不够。需要查该版本是否支持强制透传。最可靠的方法是用代理或兼容端点,直接向请求体注入 reasoning_effort=max。不要依赖不确定的配置字段,以抓包为准。

验证

bash 复制代码
opencode run --model meta/muse-spark-1.3-contributor --variant max \
  "Reply with exactly: ok"

抓请求体,确认:

  • model = muse-spark-1.3
  • reasoning_effort = max

看响应 JSON 的 model 字段。如果返回的不是 muse-spark-1.3,那不管参数怎么写,都不是真正模型。对比 xhigh 和 max 的 reasoning token 计数,max 应该明显更高。

为什么值得解禁

Bug Hunt Bench 上 Muse-Spark 1.3 两个档位:

档位 Fixed /105
xhigh 20.3
max 33.7

n=3 平均。差距 13.4 分。该榜重复运行方差在 2--9 分之间,13.4 分超出噪声。按 20 黄金、30 铂金、40 钻石,xhigh 是黄金,max 是铂金。

contributor 如果是同一权重、不同路由,可以近似参考。如果是蒸馏、量化或社区版,分数不能直接套。必须用本地任务自测。

结论

解禁目标不是省钱,是让模型 ID 正确、max 发出、不降级。只要请求体里 reasoning_effort 不是 max,就没有开启真正的 Muse-Spark 1.3 能力。

相关推荐
大模型真好玩8 小时前
如何让视频模型对你言听计从?结构化提示词助你生成电影级画面
人工智能·agent·deepseek
警醒与鞭策10 小时前
Codex桌面版与Claude桌面版使用设置
android·unity·ai·性能优化
blackappleD11 小时前
百度 Unlimited OCR 2 拆解:SR-SWA 如何让百页文档的 KV 缓存不再涨
人工智能·llm
一千柯橘11 小时前
LangChain 的实时输出处理: stream_events 和 Streaming
python·langchain·agent
救救孩子把11 小时前
LangGraph 工程化架构:类型、状态、流式通信与可观测性
架构·agent·trace·opentelemetry·langgraph·graphrag
吴凡wudianmei12 小时前
从0搭一个AI Agent(一):为什么你需要的不是“调一次API”
llm·openai·agent
lucas_AI12 小时前
0.8B 干翻 235B:阿里 OvisOCR3 把文档解析、KIE、跨页表格全塞进一个能本地跑的小模型
llm
奇牙coding12 小时前
GPT-5.5 报 401 invalid_api_key 怎么办?换密钥前按 4 层排查请求头、项目权限和端点
数据库·gpt·ios·ai
菜鸟也有进大厂的梦13 小时前
给 pi 写了个文档读取扩展:让 AI 助手直接读懂 PDF、Word、Excel、PPT
agent
Markus实验室13 小时前
一个任务烧了54亿token,我盯着账单看了十分钟
agent·ai编程