Die Meta Muse API: Was ein Entwickler tatsächlich bekommt und welche Muse-Modelle sie bereitstellt

Es gibt kein Produkt, das buchstäblich Muse API heißt. Die API, die Metas Muse-Modelle bereitstellt, ist Meta Model API, sie antwortet unter https://api.meta.ai/v1, und die Muse-Modelle, die ein Entwickler darüber aufrufen kann, sind Muse Spark 1.3 (das Meta derzeit empfiehlt), Muse Spark 1.2 und Muse Spark 1.1 — die letzten beiden werden von dieser Website als meta/muse-spark-1.1 und meta/muse-spark-1.2 geroutet. Wenn Sie nach „muse api“ gesucht haben und eine Antwort in einem Satz wollten, dann ist das sie. Der Rest dieser Seite liefert die Details dazu: was jedes Modell pro Million Token auf Metas veröffentlichter Preisliste kostet, was Sie vor dem ersten Aufruf zur Hand haben müssen, woran das Rate Limit tatsächlich gemessen wird und warum die Zahlen auf einer Muse-Code-Abo-Karte nicht auf eine API-Rechnung übertragen werden.

Lesen Sie dies als Referenzseite und nicht als Nachricht. Meta Model API ist live, und die Muse-Modelle darauf sind heute aufrufbar; nichts hier ist eine Ankündigung, und keine Seite in diesem Blog hat bisher die Frage des programmatischen Zugriffs für diese Modellreihe beantwortet. Wo eine Zahl aus Metas eigener Dokumentation stammt, sagt diese Seite das, und wo Meta nichts veröffentlicht, sagt die Seite das, statt die Lücke zu füllen.

Was die „Meta Muse API“ tatsächlich ist

Metas eigene Definition besteht aus einem einzigen Satz: Model API ist „die Inferenzplattform für die neuesten Modelle von Meta, einschließlich Muse Wonder und Muse Spark.“ Die Muse-Reihe wird auf dieser Plattform gehostet und nicht über eine eigene API, weshalb eine Suche nach einem Muse-spezifischen Endpunkt ins Leere führt – der Endpunkt gehört Meta, und Muse ist eine Modellfamilie darauf.

Die Oberfläche ist bewusst konventionell. Drei Anfrageformate werden unter dem dokumentiert, was Meta als Model API surfaces bezeichnet: die Responses API, die Chat Completions API und die Messages API. Die zentrale Integrationsaussage ist, dass Model API „drop-in-kompatibel mit dem O​penAI SDK, dem A​nthropic SDK und O​penAI-kompatiblen Agent-CLIs“ ist, mit der begleitenden Aussage, dass es „keinen eigenen Client zu erlernen gibt“. In der Praxis bedeutet das eine Änderung der Basis-URL und einen Schlüssel, kein Rewrite.

Die Plattform bedient mehr als nur die Spark-Linie. Neben muse-spark-* stellt sie muse-wonder-1.0, muse-image-1.0, muse-voice-transcribe-1.0 und sam-3.1 bereit, sodass ein Leser, der eine gemischte Pipeline aufbaut, auf Bildgenerierung, Transkription und Segmentierung mit denselben Zugangsdaten zugreifen kann. Ein Mitglied der Muse-Familie ist überhaupt nicht aufrufbar: Muse Glimmer ist ein Open-Weight-Modell, das „darauf ausgelegt ist, auf deiner eigenen Hardware zu laufen“, und wird als Gewichte verteilt statt über die API bereitgestellt; Meta schließt es vom Endpunkt für die Modellliste aus. Wenn deine Frage „Kann ich Glimmer aufrufen?“ lautet, ist die Antwort nein – du lädst es herunter.

Zwei Dinge, die üblicherweise unter „die Muse API“ gefasst werden, sind eigenständige Produkte und gehören auf andere Seiten. Muse Code ist Metas Coding-Agent für das Terminal und CI – ein Harness, das als Abonnement verkauft wird, am 2026-08-05 als Beta veröffentlicht und am 2026-08-31 aus der Beta entlassen wurde – und es ist keine API, kein Modell und nicht erforderlich, um die API aufzurufen. Die muse-code-Seite dieses Blogs behandelt das Harness, und meta-muse-code-terminal-coding-agent behandelt den Agenten ausführlich. Was hier folgt, ist nur die programmatische Oberfläche.

Die Modelle, die Sie aufrufen können, und Metas veröffentlichte Preise

Sechs IDs sind für die Textgenerierung von Bedeutung, und die unten stehenden Tarife sind Metas eigene, veröffentlicht auf der Seite zu Preisen und Rate-Limits in Dollar pro Million Token. Es handelt sich um Listenpreise der Anbieter, nicht um unabhängig geprüfte Zahlen.

• muse-spark-1.3 — Meta nennt es „die neueste Version, optimiert für agentische Workflows“ und kennzeichnet es als „Empfohlen für neue Arbeiten“. Kontext von 1.048.576 Token. Standardmodus: 1,25 $ Eingabe, 4,25 $ Ausgabe, 0,15 $ gecachte Eingabe.

• muse-spark-1.2 — Metas Modellseite beschreibt es schlicht als „die vorherige Version“. Gleicher Kontextumfang von 1.048.576 Token, gleiche Standard-Tarife.

• muse-spark-1.1 — „die Originalversion“, und nur im Standard-Modus. Gleiches Kontextfenster, wieder dieselben Standard-Preise.

• muse-spark-1.3-contributor und muse-spark-1.2-contributor — die vergünstigte Stufe: 0,10 $ Eingabe, 0,20 $ Ausgabe, 0,002 $ zwischengespeicherte Eingabe. Es gibt keine Contributor-Variante von 1.1.

• muse-wonder-1.0 — Metas leistungsfähigstes Muse-Modell, positioniert für langfristige agentische Arbeit: 4,00 $ Eingabe, 20,00 $ Ausgabe, 0,20 $ gecachte Eingabe, nur Standardmodus, und Meta stellt unmissverständlich klar: „Der Contributor-Modus ist für Muse Wonder in der Model API nicht verfügbar.“

• Nicht-textbasierte Muse-Modelle werden pro Einheit statt pro Token abgerechnet: Muse Image zu 0,01 $ pro Bild, Muse Voice Transcribe zu 0,18 $ pro Stunde und SAM 3.1 zu 2,50 $ pro 1.000 Bilder und 0,20 $ pro 1.000 Frames. Websuche-Grounding kostet, falls Sie es aktivieren, 2,50 $ pro 1.000 Suchanfragen.

Zwei allgemeine Aussagen stehen unter dieser Tabelle und sind es wert, gekannt zu werden, bevor man eine Workload dimensioniert. Die erste ist „Gecachte Eingabe kostet weniger“ – gecachte Lesevorgänge kosten bei Standard Spark etwa ein Zehntel der Eingabe und bei Contributor ein Fünfzigstel. Die zweite ist „Kein Langkontext-Aufschlag“, was hier mehr zählt als auf den meisten Plattformen, weil das Fenster der Spark-Reihe 1.048.576 Token umfasst; ein langes Dokument bringt einen nicht in eine andere Preisklasse.

Zu der Frage, für die das Briefing dieser Seite einen Kontrast erwartete: Zwischen meta/muse-spark-1.1 und meta/muse-spark-1.2 gibt es weder beim Kontextfenster noch beim Preis einen Unterschied. Meta veröffentlicht eine Kontextangabe für die Reihe und eine Preiszeile, die „muse-spark-1.3 / 1.2 / 1.1“ abdeckt. Was sie unterscheidet, ist der Checkpoint – 1.2 ist der spätere – und auf Metas Plattform das Vorhandensein einer Contributor-Variante für 1.2, aber nicht für 1.1. Wer Ihnen sagt, die beiden unterschieden sich in der Kontextlänge oder im Preis, liest nicht dieselben Karten.

Was Sie zur Hand haben müssen, um den ersten Anruf zu tätigen

Alles in diesem Abschnitt stammt aus Metas eigener Dokumentation. Wo normalerweise etwas stünde, das Meta nicht sagt, lässt diese Seite die Lücke sichtbar, anstatt eine plausible Anfrageform zu erfinden.

Zugriff erhalten

Für den Zugriff benötigt man ein Model-API-Konto plus einen Schlüssel. Metas Schnellstartanleitung verweist dich auf das Dashboard: „Hole dir einen Schlüssel vom Model-API-Dashboard → API-Schlüssel → API-Schlüssel erstellen.“ Die Authentifizierungsseite ergänzt den Teil, den viele übersehen: „Kopiere den Schlüssel sofort. Du siehst ihn nur einmal.“ Ein Schlüssel wird im Format LLM|607358788350350|nx9.....LJY angezeigt, und Meta erklärt nie, was die Segmente bedeuten. Du kannst einen Schlüssel vom selben Dashboard aus widerrufen – „Das Löschen eines Schlüssels lässt die anderen Team-Schlüssel unberührt“ – was Metas Argument dafür ist, einen Schlüssel pro Anwendung auszugeben, statt einen gemeinsam zu nutzen.

Das Authentifizierungsschema

Bearer-Token, im Authorization-Header:

• Header — Authorization: Bearer $MODEL_API_KEY

• Basis-URL — https://api.meta.ai/v1, wobei https://api.meta.ai für Harnesses im Anthropic-Format dokumentiert ist

• Umgebungsvariable – MODEL_API_KEY, die Sie laut Meta setzen sollen, anstatt sie fest zu kodieren, neben dem üblichen Rat, Schlüssel niemals in die Versionskontrolle einzuchecken

• Kundenhinweis — Meta erklärt unmissverständlich, dass „das OpenAI SDK MODEL_API_KEY nicht automatisch liest“, also übergeben Sie entweder api_key explizit oder exportieren Sie OPENAI_API_KEY mit Ihrem Meta-Schlüssel

Zu den in Metas Referenz genannten Endpunkten zählen POST /v1/chat/completions und POST /v1/responses für Text, /v1/images/generations und /v1/images/edits für Muse Image, POST /v1/asr/transcribe sowie ein Echtzeit-WebSocket unter wss://api.meta.ai/v1/asr/realtime für Transkription und POST /v1/files für Uploads. Es gibt kein von Meta veröffentlichtes SDK: Die SDK-Seite listet die OpenAI- und Anthropic-Clients, und Metas Position ist Kompatibilität statt einer First-Party-Bibliothek. Wenn Sie auf ein Meta-Paket zum Installieren gewartet haben: Es gibt keines.

Rate Limits und woran sie gemessen werden

Das ist die Frage, die jemand, der nach dem „muse code api key“ sucht, normalerweise wirklich stellt, und Meta beantwortet sie präziser als die meisten Anbieter. Die veröffentlichten Limits gelten pro Team, nicht pro Schlüssel: „Schlüssel im selben Team teilen sich die Rate Limits.“ Zwei Entwickler, die zwei Schlüssel generieren, verdoppeln nicht die Obergrenze – sie teilen sie.

• muse-spark-1.3, muse-spark-1.2, muse-spark-1.1 — 3.000 Anfragen pro Minute und 4.000.000 Tokens pro Minute

• Die Contributor-Varianten — 150 Anfragen pro Minute und 3.000.000 Token pro Minute

• muse-wonder-1.0 — 3.000 RPM und 4.000.000 TPM; muse-image-1.0 — 150 RPM ohne Token-Limit

• Hintergrundantworten — eine separate Obergrenze von 600 Übermittlungen pro Minute pro Team

• Bei Überschreitung — HTTP 429 mit einem Retry-After-Header sowie Antworten, die x-ratelimit-limit-tokens, x-ratelimit-remaining-tokens, x-ratelimit-limit-requests und x-ratelimit-remaining-requests enthalten

Ein Muse-Code-API-Schlüssel und ein Model-API-Schlüssel sind dieselbe Art von Anmeldedaten. Beim ersten Start von Muse Code werden Sie aufgefordert, entweder die Browser-Anmeldung zu wählen oder einen API-Schlüssel einzufügen – „Für Skripte und CI verwenden Sie einen API-Schlüssel“ – und die dokumentierte Suchreihenfolge ist zuerst META_API_KEY, dann ein gespeicherter Schlüssel, dann eine gespeicherte Browser-Sitzung, wobei ein API-Schlüssel stets Vorrang vor einer Browser-Anmeldung hat.

Die Abrechnungsform: verbrauchsbasierte Tokens, kein Seat

Das ist der Abschnitt, den Leser falsch verstehen, deshalb lohnt es sich, hier unverblümt zu sein. Ein Muse Code-Abonnement ist ein monatlicher Pauschalpreis pro Seat mit einer Preisliste; die Model API ist verbrauchsabhängig abgerechneter Verbrauch auf einem Konto. Metas Authentifizierungsseite nennt das Abrechnungsmodell direkt — „Die Abrechnung der Meta Model API ist nutzungsbasiert: Ihnen werden die Tokens in Rechnung gestellt, die Ihre Anfragen verbrauchen“ —, wobei Input und Output getrennt gezählt werden, Output in der Regel mehr kostet und die Tarife je nach Modell variieren. Zahlungen werden ausgelöst, sobald Ihr Guthaben Ihre Zahlungsschwelle erreicht, und ein etwaiger Restbetrag wird automatisch am Monatsersten abgebucht. Meta ergänzt, dass es „keine Mindestbeträge oder Vorabverpflichtung“ gibt.

Eine Asymmetrie zwischen den beiden Produkten kann einem leicht zum Verhängnis werden. Meta gibt an, dass Muse Code „Abonnements standardmäßig den Contributor-Modus verwenden und du ihn in den Einstellungen ein- oder ausschalten kannst“. Bei der API ist der Standard das Gegenteil: Du erhältst Standard-Preise und Standard-Bedingungen, es sei denn, du sprichst gezielt eine -contributor-Modell-ID an. Ein Leser, der Muse Code die ganze Zeit unter Contributor-Bedingungen betrieben hat und dann einen Schlüssel für muse-spark-1.2 einsetzt, landet also auf der Standard-Preisliste bei rund dem Zwölffachen des Eingabepreises – ohne etwas anderes als den Client geändert zu haben.

Was Meta nicht sagt, ist, ob ein Abonnement Ihnen irgendeine API-Nutzung gewährt. Nichts auf der Authentifizierungsseite, der Preisseite oder der Produktseite besagt, dass ein Tarif Model-API-Tokens oder -Guthaben enthält; die API-Seite behandelt einen Schlüssel ausschließlich als Authentifizierungsmethode, und die Abonnementseiten sind ein eigenes Thema. Gehen Sie nicht davon aus, dass die beiden austauschbar sind, und übertragen Sie nicht den monatlichen Betrag des Abonnements auf ein Token-Budget – sie beantworten unterschiedliche Fragen.

Zum kostenlosen Angebot: Für die Model API ist kein kostenloser Tarif dokumentiert, es gibt kein Testguthaben und kein kostenloses Kontingent. Auch die Produktseite des Coding-Agenten listet keinen kostenlosen Plan. Der Contributor-Modus ist rabattiert, nicht kostenlos – Metas Darstellung ist ein rabattierter Preis „im Austausch für die Erlaubnis, Ihre Inhalte zum Trainieren künftiger Meta-Modelle zu verwenden“, was die Prompts, den Code, die Dateien und den Kontext umfasst, die Sie senden, plus die Antworten, die Sie zurückerhalten. Das ist ein Tausch, kein Geschenk. Wenn eine Seite Ihnen erzählt, die Meta Muse API habe einen kostenlosen Tarif, dann liest sie nicht Metas Preisseite.

Was diese Eigenschaft weiterleitet

Wir bedienen zwei Modelle aus dieser Reihe, und die Verfügbarkeitsaussage auf dieser Seite ist bewusst eng gefasst. Beide sind heute im Katalog live: meta/muse-spark-1.1 und meta/muse-spark-1.2. Beide haben dasselbe von Meta veröffentlichte Kontextfenster mit 1.048.576 Token, und 1.2 ist der spätere Checkpoint. Unsere veröffentlichten Preise für sie sind Metas Listenpreis, mit 0 % Aufschlag durchgereicht – 1,25 $ pro Million Input-Tokens, 4,25 $ pro Million Output-Tokens und 0,15 $ pro Million Cache-Lesevorgänge –, was der ganze Sinn einer Durchreichungsvereinbarung ist: Eine Tarifänderung des Anbieters ist hier am selben Tag live, ohne Neuberechnung auf unserer Seite.

Was das einem Entwickler bringt, ist kein Rabatt; es ist eine Integration weniger. Muse Spark steht hinter einem einzigen Endpunkt, der über 200+ Modelle abdeckt, sodass das Hinzufügen zu einer Pipeline weder ein zweiter Vertrag noch ein zweiter Schlüssel noch eine zweite Abrechnungsbeziehung ist, und eine Anfrage, die bei einem Anbieter fehlschlägt, automatisch auf einen anderen ausweicht statt deinen Nutzern einen 429-Fehler anzuzeigen. Das ist bei einem unerprobten Modellwechsel wichtiger als sonst: Es ist eine Möglichkeit, meta/muse-spark-1.2 auf eine echte Arbeitslast zu setzen, bevor man sich auf diesen Weg festlegt.

Zwei Dinge lassen sich hier nicht routen, und diese Seite wird das nicht abschwächen. meta/muse-spark-1.3 ist nicht in unserem Katalog – wenn Sie 1.3 benötigen, wenden Sie sich direkt an Meta. Und meta/muse-code ist überhaupt keine Modell-ID, weder auf Metas Plattform noch auf unserer, denn Muse Code ist ein Harness und kein Modell; es kann kein Routing-Ziel sein. Die Contributor-Tier-Checkpoints werden hier ebenfalls nicht geroutet.

Was Meta nicht dokumentiert

Einige Dinge, die ein Entwickler vernünftigerweise erwarten würde, fehlen in Metas API-Dokumentation schlichtweg, und die ehrliche Version dieser Seite sagt das auch, anstatt sie nur anzudeuten.

• Organisationen und Projekte — auf der Authentifizierungsseite gibt es kein Konzept für Organisationen oder Projekte, keine Hierarchie und keine Möglichkeit, den Geltungsbereich eines Schlüssels auf eine davon festzulegen. Die einzige Gruppierung, die Meta beschreibt, ist ein Team.

• Schlüssel-Scopes — keine Berechtigungssätze, keine ressourcenspezifischen Einschränkungen, keine schreibgeschützten Schlüssel. Jeder Schlüssel ist ein vollwertiger Schlüssel, weshalb Metas eigene Empfehlung lautet: ein Schlüssel pro Anwendung.

• Schlüssellebensdauer und Rotation — der Widerruf ist dokumentiert (im Dashboard löschen); die Rotation ist nur eine Empfehlung („sofort widerrufen und rotieren“), ohne Ablaufdatum, TTL oder Rollover-Verfahren.

• Ein First-Party-SDK — keines veröffentlicht; der Kompatibilitätsanspruch ist die Integrations-Story, und Meta sagt nicht, dass es eines geben wird.

• Kostenlose Nutzung — kein kostenloses Kontingent, keine Credits, keine Testversion, wie oben.

• Eine API-ID für Muse Glimmer — die Modellseite führt keine ID auf, und Meta schließt sie vom Models-Endpoint aus, weil es als Gewichte ausgeliefert wird.

Wenn der Grund für Ihre Suche eine dieser Lücken war, lautet die Antwort, dass die Information nicht veröffentlicht ist – und eine schlechtere Seite hätte ein Key-Scoping-Schema oder einen Rotations-Endpunkt geraten und es Ihnen überlassen, die Vermutung um 2 Uhr nachts selbst herauszufinden. Auf Grundlage des Veröffentlichten ist das Bild vollständig genug, um darauf aufzubauen: eine konventionelle Basis-URL unter https://api.meta.ai/v1, ein Bearer-Schlüssel, den Sie selbst erstellen, Drop-in-Kompatibilität mit den OpenAI- und Anthropic-Clients, dokumentierte Rate Limits pro Team und eine Preisliste, in der die beiden Muse-Spark-Checkpoints, die diese Seite bereitstellt, sowohl hinsichtlich des Zeitfensters als auch des Preises identisch sind.

Die muse-code-Seite dieses Blogs behandelt das Harness eingehend; diese Seite ist nur die programmatische Oberfläche.

Solche Lücken sind auch Stellen, an denen sich Fehlermodi zeigen: Die dokumentierten KI-Vorfälle und Agentenfehler rund um Modelle dieser Klasse finden sich in dem OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, Schweregrad, Konfidenzgrad und Umstritten-Kennzeichen enthält.