La API de Meta Muse: qué obtiene realmente un desarrollador y qué modelos Muse ofrece

No existe un producto llamado literalmente Muse API. La API que sirve a los modelos Muse de Meta es Meta Model API, responde en https://api.meta.ai/v1, y los modelos Muse que un desarrollador puede invocar en ella son Muse Spark 1.3 (el que Meta recomienda actualmente), Muse Spark 1.2 y Muse Spark 1.1 — de los cuales este sitio enruta los dos últimos, como meta/muse-spark-1.1 y meta/muse-spark-1.2. Si buscaste "muse api" esperando una respuesta de una línea, eso es. El resto de esta página es el detalle que hay detrás: cuánto cuesta cada modelo por millón de tokens según la tabla de tarifas publicada por Meta, qué necesitas tener a mano antes de la primera llamada, contra qué se mide realmente el límite de frecuencia, y por qué los números de una tarjeta de suscripción de Muse Code no se trasladan a una factura de API.

Lee esto como una página de referencia en lugar de como una noticia. Meta Model API ya está disponible y los modelos Muse en ella se pueden invocar hoy mismo; nada de lo que hay aquí es un anuncio, y ninguna página de este blog ha respondido antes a la pregunta sobre el acceso programático para esta línea de modelos. Cuando un dato proviene de la documentación propia de Meta, esta página lo indica, y cuando Meta no publica nada, la página lo dice en lugar de rellenar el espacio.

Qué es realmente "la API Meta Muse"

La definición de Meta es una sola frase: Model API es «la plataforma de inferencia para los modelos más recientes de Meta, incluidos Muse Wonder y Muse Spark». La línea Muse está alojada en esa plataforma en lugar de en una API propia, y por eso una búsqueda de un endpoint específico de Muse no lleva a ningún lado: el endpoint es de Meta, y Muse es una familia de modelos dentro de ella.

La superficie es deliberadamente convencional. Se documentan tres formatos de solicitud bajo lo que Meta denomina superficies de Model API: la API de Responses, la API de Chat Completions y la API de Messages. La afirmación principal sobre la integración es que Model API es "compatible de forma inmediata con el SDK de OpenAI, el SDK de Anthropic y las CLI de agentes compatibles con OpenAI", junto con la frase de que "no hay ningún cliente personalizado que aprender". En la práctica, eso significa cambiar la URL base y una clave, no reescribir nada.

La plataforma ofrece más que la línea Spark. Junto con muse-spark-*, expone muse-wonder-1.0, muse-image-1.0, muse-voice-transcribe-1.0 y sam-3.1, de modo que un lector que construya una canalización mixta puede acceder a la generación de imágenes, la transcripción y la segmentación con la misma credencial. Un miembro de la familia Muse no se puede invocar en absoluto: Muse Glimmer es un modelo de pesos abiertos «creado para ejecutarse en tu propio hardware», distribuido como pesos en lugar de servirse en la API, y Meta lo excluye del endpoint de lista de modelos. Si tu pregunta es «¿puedo invocar Glimmer?», la respuesta es no: lo descargas.

Dos cosas que la gente suele incluir en «la Muse API» son productos separados y pertenecen a otras páginas. Muse Code es el agente de programación de Meta para la terminal y CI —un arnés que se vende como suscripción, que se lanzó como beta el 2026-08-05 y salió de beta el 2026-08-31— y no es una API, ni un modelo, ni es necesario para llamar a la API. La página muse-code de este blog cubre el arnés y meta-muse-code-terminal-coding-agent cubre el agente en profundidad. Lo que sigue aquí es solo la superficie programática.

Los modelos a los que puedes llamar, y las tarifas publicadas de Meta

Seis ids son relevantes para la generación de texto, y las tarifas que aparecen a continuación son las propias de Meta, publicadas en su página de precios y límites de uso en dólares por millón de tokens. Son precios de lista del proveedor, no cifras auditadas de forma independiente.

• muse-spark-1.3 — Meta lo llama «la última versión, optimizada para flujos de trabajo agénticos» y lo marca como «Recomendado para nuevos proyectos». Contexto de 1.048.576 tokens. Modo estándar: $1,25 de entrada, $4,25 de salida, $0,15 de entrada en caché.

• muse-spark-1.2 — La página de modelos de Meta lo describe simplemente como "la versión anterior". Mismo contexto de 1.048.576 tokens, mismas tarifas Standard.

• muse-spark-1.1 — «la versión original», y solo el modo Standard. La misma ventana de contexto, de nuevo las mismas tarifas Standard.

• muse-spark-1.3-contributor y muse-spark-1.2-contributor — el nivel con descuento: $0.10 de entrada, $0.20 de salida, $0.002 de entrada en caché. No existe una variante Contributor de 1.1.

• muse-wonder-1.0 — el modelo Muse más capaz de Meta, posicionado para trabajo agéntico de horizonte largo: $4.00 de entrada, $20.00 de salida, $0.20 de entrada en caché, solo en modo Standard, y Meta afirma claramente que "el modo Contributor no está disponible para Muse Wonder en la Model API".

• Los modelos Muse que no son de texto se facturan por unidad en lugar de por token: Muse Image a $0.01 por imagen, Muse Voice Transcribe a $0.18 por hora, y SAM 3.1 a $2.50 por cada 1,000 imágenes y $0.20 por cada 1,000 fotogramas. La conexión con la búsqueda web (grounding), si la activas, cuesta $2.50 por cada 1,000 consultas de búsqueda.

Dos afirmaciones generales aparecen bajo esa tabla y vale la pena conocerlas antes de dimensionar una carga de trabajo. La primera es «La entrada en caché cuesta menos»: las lecturas en caché representan aproximadamente una décima parte de la entrada en Standard Spark, y una quincuagésima parte en Contributor. La segunda es «Sin prima por contexto largo», que importa más aquí que en la mayoría de las plataformas porque la ventana de la línea Spark es de 1.048.576 tokens; un documento largo no te lleva a un precio diferente.

Sobre la cuestión que el brief de esta página esperaba que fuera un contraste: entre meta/muse-spark-1.1 y meta/muse-spark-1.2 no hay nada que elegir en ventana ni en tarifa. Meta publica una cifra de contexto para la línea y una fila de tarifas que cubre «muse-spark-1.3 / 1.2 / 1.1». Lo que los separa es el checkpoint —1.2 es el posterior— y, en la plataforma de Meta, la presencia de una variante Contributor para 1.2 y no para 1.1. Quien te diga que los dos difieren en longitud de contexto o en precio no está leyendo las mismas tarjetas.

Lo que necesitas tener a mano para hacer la primera llamada

Todo en esta sección proviene de la documentación propia de Meta. Donde normalmente iría algo que Meta no dice, esta página deja el hueco visible en lugar de inventar una forma de solicitud plausible.

Obtener acceso

El acceso es una cuenta de Model API más una clave. El inicio rápido de Meta te dirige al panel: "Obtén una clave en el panel de Model API → Claves de API → Crear clave de API". La página de autenticación añade la parte que la gente pasa por alto: "Copia la clave de inmediato. Solo la verás una vez". Una clave se muestra con el formato LLM|607358788350350|nx9.....LJY, y Meta nunca explica qué significan los segmentos. Puedes revocar una clave desde el mismo panel —"Eliminar una clave deja intactas las demás claves del equipo"—, que es el argumento de Meta para emitir una clave por aplicación en lugar de compartir una.

El esquema de autenticación

Token Bearer, en el encabezado Authorization:

• Encabezado — Authorization: Bearer $MODEL_API_KEY

• URL base — https://api.meta.ai/v1, con https://api.meta.ai documentado para harnesses de formato A​nthropic

• Variable de entorno — MODEL_API_KEY, que Meta te indica que definas en lugar de codificarla directamente, junto con el habitual consejo de «nunca confirmar claves en el control de versiones»

• Salvedad del cliente — Meta afirma categóricamente que "El SDK de OpenAI no lee automáticamente MODEL_API_KEY", así que o pasas api_key explícitamente o exportas OPENAI_API_KEY con tu clave de Meta

Los endpoints denominados en la referencia de Meta incluyen POST /v1/chat/completions y POST /v1/responses para texto, /v1/images/generations y /v1/images/edits para Muse Image, POST /v1/asr/transcribe, además de un websocket en tiempo real en wss://api.meta.ai/v1/asr/realtime para transcripción, y POST /v1/files para subir archivos. No hay un SDK publicado por Meta: la página de SDKs enumera los clientes de OpenAI y Anthropic, y la postura de Meta es la compatibilidad en lugar de una biblioteca propia. Si estabas esperando un paquete de Meta para instalar, no hay ninguno.

Límites de frecuencia y con qué se miden

Esta es la pregunta que en realidad está formulando quien busca "muse code api key", y Meta la responde con más precisión que la mayoría de los proveedores. Los límites publicados son por equipo, no por clave: "Las claves de un mismo equipo comparten los límites de uso." Dos ingenieros que generan dos claves no duplican el techo: lo reparten entre ambos.

• muse-spark-1.3, muse-spark-1.2, muse-spark-1.1 — 3.000 solicitudes por minuto y 4.000.000 de tokens por minuto

• Las variantes de Contributor — 150 solicitudes por minuto y 3.000.000 de tokens por minuto

• muse-wonder-1.0 — 3.000 RPM y 4.000.000 TPM; muse-image-1.0 — 150 RPM sin límite de tokens

• Respuestas en segundo plano: un límite independiente de 600 envíos por minuto por equipo

• Al superar el límite — HTTP 429 con un encabezado Retry-After, y respuestas que incluyen x-ratelimit-limit-tokens, x-ratelimit-remaining-tokens, x-ratelimit-limit-requests y x-ratelimit-remaining-requests

Una clave de API de Muse Code y una clave de API de Model son el mismo tipo de credencial. La primera ejecución de Muse Code te pide que elijas el inicio de sesión en el navegador o que pegues una clave de API — "Para scripts y CI, usa una clave de API" — y su orden de búsqueda documentado es META_API_KEY primero, luego una clave almacenada, luego una sesión de navegador almacenada, y una clave de API siempre tiene prioridad sobre un inicio de sesión en el navegador.

La forma de facturación: tokens medidos, no un asiento

Esta es la sección que los lectores malinterpretan, así que vale la pena ser directo al respecto. Una suscripción a Muse Code es un asiento mensual de tarifa plana con una lista de precios; Model API es consumo medido en una cuenta. La página de autenticación de Meta afirma el modelo directamente —«El cobro de Meta Model API se basa en el uso: se te factura por los tokens que consumen tus solicitudes»—, con la entrada y la salida contabilizadas por separado, costando normalmente más la salida, y con tarifas que varían según el modelo. El dinero se mueve cuando tu saldo alcanza tu umbral de pago, y cualquier resto se cobra automáticamente el día primero del mes. Meta añade que no hay «mínimos ni compromiso por adelantado».

Es fácil tropezar con una asimetría entre los dos productos. Meta afirma que, en Muse Code, "las suscripciones se establecen de forma predeterminada en el modo Contributor, y puedes activarlo o desactivarlo en la configuración". En la API, el valor predeterminado es el contrario: obtienes precios y condiciones Standard a menos que especifiques deliberadamente un id de modelo -contributor. Así que un lector que ha estado ejecutando Muse Code bajo las condiciones de Contributor todo el tiempo y luego cambia a una clave en muse-spark-1.2 acabará en la tarifa Standard, a aproximadamente doce veces el precio de entrada, sin haber cambiado nada excepto el cliente.

Lo que Meta no indica es si una suscripción te da derecho a algún uso de la API. Nada en la página de autenticación, la página de precios ni la página del producto dice que un plan incluya tokens o créditos de Model API; la página de la API trata una clave puramente como un método de autenticación, y las páginas de suscripción son un tema aparte. No asumas que ambos son intercambiables, y no traslades la cifra mensual de la suscripción a un presupuesto de tokens: responden a preguntas distintas.

Sobre lo gratuito: no hay ningún nivel gratuito documentado para Model API, ni crédito de prueba, ni asignación gratuita. La página del producto del agente de programación tampoco incluye ningún plan gratuito. El modo Contributor tiene descuento, no es gratuito; el planteamiento de Meta es un precio con descuento «a cambio del permiso para usar tu contenido para entrenar futuros modelos de Meta», que abarca los prompts, el código, los archivos y el contexto que envías, además de las respuestas que recibes. Eso es un intercambio, no un regalo. Si una página te dice que la API Meta Muse tiene un nivel gratuito, no está leyendo la página de precios de Meta.

Qué enruta esta propiedad

Servimos dos modelos desde esta línea, y la afirmación de disponibilidad de esta página es deliberadamente limitada. Ambos están activos hoy en el catálogo: meta/muse-spark-1.1 y meta/muse-spark-1.2. Ambos cuentan con la misma ventana de contexto de 1,048,576 tokens que publica Meta, y la 1.2 es el checkpoint posterior. Nuestras tarifas publicadas para ellos son el precio de lista de Meta transferido con un 0 % de margen — $1.25 por millón de tokens de entrada, $4.25 por millón de tokens de salida y $0.15 por millón de lecturas en caché —, que es justamente el sentido de un esquema de traspaso directo: un cambio de tarifa del proveedor se aplica aquí el mismo día, sin que tengamos que reajustar precios de nuestro lado.

Lo que eso le aporta a un desarrollador no es un descuento; es una integración menos. Muse Spark se encuentra detrás de un único endpoint que cubre más de 200 modelos, así que añadirlo a un pipeline no supone un segundo contrato, una segunda clave ni una segunda relación de facturación, y una solicitud que falla contra un proveedor se conmuta automáticamente a otro en lugar de mostrar un 429 a tus usuarios. Eso importa más de lo habitual con un cambio de modelo no probado: es una forma de poner meta/muse-spark-1.2 en una carga de trabajo real antes de comprometer la ruta con él.

Dos cosas no son enrutables aquí, y esta página no va a suavizar eso. meta/muse-spark-1.3 no está en nuestro catálogo; si lo que necesitas es la 1.3, llama directamente a Meta. Y meta/muse-code no es un id de modelo en absoluto, ni en la plataforma de Meta ni en la nuestra, porque Muse Code es un harness en lugar de un modelo; no puede ser un destino de enrutamiento. Los checkpoints de nivel Contributor tampoco se enrutan aquí.

Lo que Meta no documenta

Varias cosas que un desarrollador esperaría razonablemente simplemente no aparecen en la documentación de la API de Meta, y la versión honesta de esta página lo dice en lugar de esbozarlas.

• Organizaciones y proyectos — no existe el concepto de organización ni de proyecto en la página de autenticación, no hay jerarquía y no hay forma de limitar el alcance de una clave a uno de ellos. La única agrupación que describe Meta es un equipo.

• Ámbitos de las claves: sin conjuntos de permisos, sin restricciones por recurso, sin claves de solo lectura. Todas las claves son claves completas, por lo que el propio consejo de Meta es una clave por aplicación.

• Vida útil y rotación de claves — la revocación está documentada (elimínala en el panel); la rotación es solo una recomendación («revoca y rota de inmediato»), sin caducidad, TTL ni procedimiento de renovación en ninguna parte.

• Un SDK propio — no se ha publicado ninguno; la afirmación de compatibilidad es la historia de integración, y Meta no dice que vaya a haber uno.

• Uso gratuito — sin plan gratuito, sin créditos, sin prueba, como se indica arriba.

• Un id de API para Muse Glimmer — la página de modelos no incluye ningún id y Meta lo excluye del endpoint de modelos, porque se distribuye como pesos.

Si el motivo por el que buscabas esto era una de esas lagunas, la respuesta es que la información no está publicada, y una página peor habría adivinado un esquema de alcance de claves o un endpoint de rotación y te habría dejado descubrir la conjetura a las 2 de la madrugada. En cuanto a lo que sí está publicado, el panorama es lo bastante completo como para construir a partir de él: una URL base convencional en https://api.meta.ai/v1, una clave Bearer que creas tú mismo, compatibilidad directa con los clientes de OpenAI y Anthropic, límites de velocidad documentados por equipo y una tabla de tarifas en la que los dos checkpoints de Muse Spark que sirve este sitio son idénticos tanto en ventana como en precio.

La página de muse-code de este blog cubre el harness en profundidad; esta página es solo la superficie programática.

Los vacíos como estos son también donde se manifiestan los modos de fallo: los incidentes de IA documentados y los fallos de agentes en torno a modelos de esta clase se recopilan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, severidad, grado de confianza e indicador de disputa.