Muse Glimmer 30B QuickSilver Pro पर
Muse Glimmer 30B Meta का dense 30B open-weight multimodal मॉडल है, जो Muse Spark से distill किया गया है और autonomous agents के लिए tune किया गया है — 131,072-token context पर extended reasoning के साथ long-horizon tool use। QuickSilver Pro पर इसकी कीमत $0.28 input / $1.20 output प्रति million tokens है — OpenRouter की $0.35 / $1.50 catalog rate से input और output दोनों पर 20% कम।
एक नज़र में
कम बजट वाले long-horizon agents और रोज़मर्रा की coding — Muse Spark जैसी reasoning, कीमत के एक छोटे हिस्से पर, 131,072-token context के साथ।
Pricing तुलना ($/1M tokens)
| Provider | Input | Output | QSP की तुलना में |
|---|---|---|---|
| QuickSilver Pro | $0.28 | $1.20 | सबसे कम कीमत |
| OpenRouter (meta/muse-glimmer-30b) | $0.35 | $1.50 | 20% कम |
कब इस्तेमाल करें
Muse Glimmer 30B तब चुनें जब आपको Muse Spark का agentic अंदाज़ छोटे मॉडल की कीमत पर चाहिए: रोज़मर्रा के coding loops, ऐसे tool-calling agents जो कई steps में plan और iterate करते हैं, और batch workloads जहाँ token खर्च ही सबसे बड़ा हिस्सा होता है। यह text के साथ images भी लेता है, इसलिए agent screenshots और rendered output देखकर iterate कर सकता है, और इसका 131,072-token context काफ़ी बड़े working set को समेट लेता है।
कब कोई और model चुनें
Repository-scale working sets के लिए इसकी सीमा 131,072 tokens है — जब पूरा repo context में रखना ज़रूरी हो तो Muse Spark 1.2 ($1.00/$3.40, 1M context) या Kimi K3 पर जाएँ। यहाँ reasoning अनिवार्य है, इसलिए यह मामूली turns पर भी output tokens खर्च करता है; जहाँ लागत मायने रखती है वहाँ `reasoning_effort: "low"` से इसे काबू में रखें, या ऐसी high-volume single-shot calls के लिए DeepSeek V4 Flash ($0.086/$0.173) इस्तेमाल करें जिन्हें thinking की बिल्कुल ज़रूरत नहीं।
Quickstart (curl)
curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "muse-glimmer-30b",
"messages": [{"role": "user", "content": "Hello!"}]
}'OpenAI-संगत। base_url बदलकर एक लाइन में migration।
FAQ
Glimmer छोटा, open-weight sibling है: Muse Spark से distill किया गया dense 30B मॉडल, autonomous agents के लिए tune किया हुआ, Spark की per-token कीमत के लगभग एक-तिहाई पर, और Spark के 1M के मुकाबले 131,072-token context के साथ। Repository-scale coding और सबसे कठिन long-horizon काम के लिए Spark ही सही चुनाव है; Glimmer रोज़मर्रा के agent loops संभालता है, जहाँ लागत और iteration की रफ़्तार peak capability से ज़्यादा मायने रखती है। दोनों text और images को input के रूप में लेते हैं और जवाब देने से पहले reasoning करते हैं।
Reasoning हमेशा चालू रहती है — Muse Spark की तरह, इस endpoint पर यह अनिवार्य है और बंद नहीं की जा सकती। गहराई और latency व लागत के बीच संतुलन के लिए `reasoning_effort` इस्तेमाल करें (`low`, `medium`, `high`, या `xhigh`; default `medium` है)। Reasoning tokens दिखने वाले जवाब से पहले आपके `max_tokens` budget में से लिए जाते हैं, इसलिए `max_tokens` खुलकर सेट करें — 1024 या उससे ज़्यादा — वरना जवाब खाली आ सकता है क्योंकि budget सोचने में ही खर्च हो गया।
OpenRouter इसे $0.35 input / $1.50 output प्रति million tokens पर list करता है; QuickSilver Pro पर यह $0.28 / $1.20 है — input और output दोनों पर 20% कम, और cached input की कीमत $0.032। वही OpenAI-compatible surface: base_url को https://api.quicksilverpro.io/v1 पर point करें और model="muse-glimmer-30b" इस्तेमाल करें, `meta/` provider prefix हटाकर।
हाँ — यह एक OpenAI-compatible chat completions endpoint है, और Responses API भी उपलब्ध है। Streaming, tool calling, और json_schema strict mode सब काम करते हैं, और यह image input लेता है। किसी भी OpenAI-SDK agent framework में base_url=https://api.quicksilverpro.io/v1 और model="muse-glimmer-30b" सेट करें।