L'API Meta Muse : ce qu'un développeur obtient réellement, et quels modèles Muse elle sert

Il n'existe pas de produit appelé littéralement l'API Muse. L'API qui sert les modèles Muse de Meta est Meta Model API, elle répond à https://api.meta.ai/v1, et les modèles Muse qu'un développeur peut appeler dessus sont Muse Spark 1.3 (celui que Meta recommande actuellement), Muse Spark 1.2 et Muse Spark 1.1 — les deux derniers étant routés par ce site, sous meta/muse-spark-1.1 et meta/muse-spark-1.2. Si vous avez cherché « muse api » en voulant une réponse en une ligne, c'est celle-ci. Le reste de cette page est le détail qui la sous-tend : ce que chaque modèle coûte par million de jetons selon la grille tarifaire publiée de Meta, ce qu'il vous faut en main avant le premier appel, ce sur quoi la limite de débit est réellement mesurée, et pourquoi les chiffres sur une carte d'abonnement Muse Code ne se reportent pas sur une facture d'API.

Lisez ceci comme une page de référence, et non comme une actualité. Meta Model API est en ligne et les modèles Muse qu’elle expose sont appelables dès aujourd’hui ; rien ici n’est une annonce, et aucune page de ce blog n’a jusqu’à présent répondu à la question de l’accès programmatique pour cette gamme de modèles. Lorsqu’un chiffre provient de la documentation propre à Meta, cette page l’indique, et lorsque Meta ne publie rien, cette page le dit au lieu de combler le vide.

Ce qu’est réellement « la Meta Muse API »

La définition de Meta elle-même tient en une seule phrase : Model API est « la plateforme d’inférence pour les derniers modèles de Meta, notamment Muse Wonder et Muse Spark ». La gamme Muse est hébergée sur cette plateforme plutôt que sur une API qui lui soit propre, ce qui explique qu’une recherche d’un endpoint spécifique à Muse n’aboutisse nulle part — l’endpoint est celui de Meta, et Muse est l’une des familles de modèles qui y sont hébergées.

La surface est délibérément conventionnelle. Trois formats de requête sont documentés sous ce que Meta appelle les « Model API surfaces » : la Responses API, la Chat Completions API et la Messages API. L’argument d’intégration mis en avant est que Model API est « compatible en remplacement direct avec le SDK O​penAI, le SDK A​nthropic et les CLI d’agents compatibles O​penAI », avec la phrase qui l’accompagne : « aucun client personnalisé à apprendre ». En pratique, cela signifie un changement d’URL de base et une clé, pas une réécriture.

La plateforme propose plus que la gamme Spark. Outre muse-spark-*, elle expose muse-wonder-1.0, muse-image-1.0, muse-voice-transcribe-1.0 et sam-3.1, de sorte qu'un lecteur qui construit un pipeline mixte peut accéder à la génération d'images, à la transcription et à la segmentation avec le même identifiant. Un membre de la famille Muse n'est pas appelable du tout : Muse Glimmer est un modèle à poids ouverts « conçu pour s'exécuter sur votre propre matériel », distribué sous forme de poids plutôt que servi via l'API, et Meta l'exclut du point de terminaison de liste des modèles. Si votre question est « puis-je appeler Glimmer », la réponse est non — vous le téléchargez.

Deux éléments que l'on rattache habituellement à « l'API Muse » sont en réalité des produits distincts et ont leur place sur d'autres pages. Muse Codeest l'agent de codage de Meta pour le terminal et la CI — un harnais vendu sous forme d'abonnement, publié en bêta le 2026-08-05 et sorti de bêta le 2026-08-31 — et ce n'est pas une API, ni un modèle, et il n'est pas nécessaire pour appeler l'API. La page muse-code de ce blog traite du harnais, et meta-muse-code-terminal-coding-agent couvre l'agent en profondeur. Ce qui suit ici ne concerne que la surface programmatique.

Les modèles que vous pouvez appeler, et les tarifs publiés par Meta

Six identifiants importants pour la génération de texte, et les tarifs ci-dessous sont ceux de Meta, publiés sur sa page de tarification et de limites de débit, en dollars par million de tokens. Ce sont des prix catalogue du fournisseur, et non des chiffres audités de façon indépendante.

• muse-spark-1.3 — Meta l’appelle « la dernière version, optimisée pour les workflows agentiques » et le classe « Recommandée pour les nouveaux travaux ». Contexte de 1 048 576 tokens. Mode standard : 1,25 $ en entrée, 4,25 $ en sortie, 0,15 $ en entrée mise en cache.

• muse-spark-1.2 — La page des modèles de Meta le décrit simplement comme « la version précédente ». Même contexte de 1 048 576 tokens, mêmes tarifs Standard.

• muse-spark-1.1 — « la version originale », et uniquement en mode Standard. Même fenêtre de contexte, mêmes tarifs Standard à nouveau.

• muse-spark-1.3-contributor et muse-spark-1.2-contributor — le palier à tarif réduit : 0,10 $ en entrée, 0,20 $ en sortie, 0,002 $ en entrée mise en cache. Il n'existe pas de variante Contributor de 1.1.

• muse-wonder-1.0 — le modèle Muse le plus performant de Meta, positionné pour le travail agentique à long horizon : 4,00 $ en entrée, 20,00 $ en sortie, 0,20 $ en entrée mise en cache, mode Standard uniquement, et Meta déclare clairement que « le mode Contributor n'est pas disponible pour Muse Wonder sur l'API Model. »

• Les modèles Muse non textuels sont facturés à l’unité plutôt que par token : Muse Image à 0,01 $ par image, Muse Voice Transcribe à 0,18 $ par heure, et SAM 3.1 à 2,50 $ par 1 000 images et 0,20 $ par 1 000 trames. L’ancrage par recherche web, si vous l’activez, est de 2,50 $ par 1 000 requêtes de recherche.

Deux remarques générales figurent sous ce tableau et valent la peine d’être connues avant de dimensionner une charge de travail. La première est « Les entrées mises en cache coûtent moins cher » — les lectures mises en cache représentent environ un dixième du prix des entrées sur Standard Spark, et un cinquantième sur Contributor. La seconde est « Aucun supplément pour le contexte long », ce qui compte davantage ici que sur la plupart des plateformes, car la fenêtre de la gamme Spark est de 1 048 576 jetons ; un document long ne vous fait pas passer à un autre tarif.

Sur la question, le brief de cette page prévoyait un contraste : entre meta/muse-spark-1.1 et meta/muse-spark-1.2, il n’y a rien à choisir en matière de fenêtre ou de tarif. Meta publie un seul chiffre de contexte pour la gamme et une seule ligne tarifaire couvrant « muse-spark-1.3 / 1.2 / 1.1 ». Ce qui les sépare, c’est le checkpoint — 1.2 est le plus récent — et, sur la plateforme de Meta, la présence d’une variante Contributor pour 1.2 et non pour 1.1. Quiconque vous dit que les deux diffèrent par la longueur du contexte ou par le prix ne lit pas les mêmes fiches.

Ce qu'il vous faut sous la main pour passer le premier appel

Tout dans cette section provient de la documentation propre de Meta. Là où figurerait normalement ce que Meta ne dit pas, cette page laisse le vide visible plutôt que d’inventer une forme de requête plausible.

Obtenir l'accès

L'accès, c'est un compte Model API plus une clé. Le guide de démarrage rapide de Meta vous dirige vers le tableau de bord : « Obtenez une clé depuis le tableau de bord Model API → Clés API → Créer une clé API. » La page d'authentification ajoute le détail que les gens oublient : « Copiez la clé immédiatement. Vous ne la voyez qu'une seule fois. » Une clé s'affiche sous la forme LLM|607358788350350|nx9.....LJY, et Meta n'explique jamais ce que signifient les segments. Vous pouvez révoquer une clé depuis ce même tableau de bord — « La suppression d'une clé laisse les autres clés de l'équipe intactes » — ce qui est l'argument de Meta pour émettre une clé par application plutôt que d'en partager une.

Le schéma d'authentification

Jeton Bearer, dans l'en-tête Authorization :

• En-tête — Authorization: Bearer $MODEL_API_KEY

• URL de base — https://api.meta.ai/v1, avec https://api.meta.ai documenté pour les harnais au format Anthropic

• Variable d'environnement — MODEL_API_KEY, que Meta vous demande de définir plutôt que de coder en dur, accompagné du conseil habituel « ne jamais committer de clés dans le contrôle de version »

• Mise en garde côté client — Meta déclare sans détour que « le SDK OpenAI ne lit pas automatiquement MODEL_API_KEY », vous devez donc soit passer api_key explicitement, soit exporter OPENAI_API_KEY avec votre clé Meta

Les points de terminaison nommés dans la référence de Meta incluent POST /v1/chat/completions et POST /v1/responses pour le texte, /v1/images/generations et /v1/images/edits pour Muse Image, POST /v1/asr/transcribe ainsi qu’un websocket en temps réel à wss://api.meta.ai/v1/asr/realtime pour la transcription, et POST /v1/files pour les téléversements. Il n’existe pas de SDK publié par Meta : la page des SDK répertorie les clients OpenAI et Anthropic, et la position de Meta est celle de la compatibilité plutôt que d’une bibliothèque first-party. Si vous attendiez un paquet meta à installer, il n’y en a pas.

Limites de débit, et par rapport à quoi elles sont mesurées

Voici la question que se pose en général, au fond, la personne qui recherche « muse code api key », et Meta y répond plus précisément que la plupart des fournisseurs. Les limites publiées s’appliquent par équipe, et non par clé : « Les clés d’une même équipe partagent les limites de débit. » Deux ingénieurs qui génèrent deux clés ne doublent pas le plafond — ils le divisent.

• muse-spark-1.3, muse-spark-1.2, muse-spark-1.1 — 3 000 requêtes par minute et 4 000 000 de tokens par minute

• Les variantes Contributor — 150 requêtes par minute et 3 000 000 tokens par minute

• muse-wonder-1.0 — 3 000 RPM et 4 000 000 TPM ; muse-image-1.0 — 150 RPM sans plafond de tokens

• Réponses en arrière-plan — un plafond distinct de 600 soumissions par minute et par équipe

• En cas de dépassement — HTTP 429 avec un en-tête Retry-After, et des réponses contenant x-ratelimit-limit-tokens, x-ratelimit-remaining-tokens, x-ratelimit-limit-requests et x-ratelimit-remaining-requests

Une clé API Muse Code et une clé API Model sont le même type d’identifiant. Le premier lancement de Muse Code vous demande de choisir entre la connexion via le navigateur et le collage d’une clé API — « Pour les scripts et la CI, utilisez une clé API » — et son ordre de recherche documenté est META_API_KEY d’abord, puis une clé stockée, puis une session de navigateur stockée, une clé API étant toujours prioritaire sur une connexion via le navigateur.

Le modèle de facturation : des jetons à l'usage, pas des sièges.

C'est la section que les lecteurs comprennent mal, alors il vaut mieux être direct à ce sujet. Un abonnement Muse Code est un forfait mensuel par utilisateur avec une grille tarifaire ; Model API est une consommation mesurée sur un compte. La page d'authentification de Meta énonce directement le modèle — « La facturation de Meta Model API est basée sur l'usage : vous êtes facturé pour les tokens que vos requêtes consomment » — avec les entrées et les sorties comptées séparément, les sorties coûtant généralement plus cher, et des tarifs variant selon le modèle. L'argent est débité lorsque votre solde atteint votre seuil de paiement, et tout montant restant est facturé automatiquement le premier du mois. Meta ajoute qu'il n'y a « aucun minimum ni engagement initial ».

Il est facile de trébucher sur une asymétrie entre les deux produits. Meta indique que les abonnements à Muse Code « sont par défaut en mode Contributor, et vous pouvez l'activer ou le désactiver dans les paramètres ». Avec l'API, c'est l'inverse par défaut : vous obtenez la tarification Standard et les conditions Standard, sauf si vous ciblez délibérément un id de modèle -contributor. Ainsi, un lecteur qui a toujours utilisé Muse Code sous les conditions Contributor, puis remplace sa clé par une clé muse-spark-1.2, se retrouvera sur la grille tarifaire Standard, à environ douze fois le prix d'entrée, sans avoir changé quoi que ce soit d'autre que le client.

Ce que Meta ne précise pas, c'est si un abonnement vous donne droit à une quelconque utilisation de l'API. Rien sur la page d'authentification, la page de tarification ou la page produit n'indique qu'une formule inclut des jetons ou des crédits Model API ; la page API traite une clé purement comme une méthode d'authentification, et les pages d'abonnement traitent de leur propre sujet. Ne partez pas du principe que les deux sont interchangeables, et ne reportez pas le montant mensuel de l'abonnement sur un budget de jetons — ils répondent à des questions différentes.

Côté gratuité : aucun palier gratuit n'est documenté pour Model API, aucun crédit d'essai et aucune allocation gratuite. La page produit de l'agent de codage ne mentionne pas non plus d'offre gratuite. Le mode contributeur est proposé à tarif réduit, pas gratuitement — la formulation de Meta désigne une tarification réduite « en échange de l'autorisation d'utiliser votre contenu pour entraîner les futurs modèles Meta », ce qui couvre les prompts, le code, les fichiers et le contexte que vous envoyez, ainsi que les réponses que vous recevez. C'est un échange, pas un cadeau. Si une page vous dit que l'API Meta Muse dispose d'un palier gratuit, c'est qu'elle ne lit pas la page de tarification de Meta.

Ce que cette propriété achemine

Nous proposons deux modèles de cette gamme, et la mention de disponibilité sur cette page est volontairement restrictive. Les deux sont disponibles dans le catalogue dès aujourd’hui : meta/muse-spark-1.1 et meta/muse-spark-1.2. Les deux bénéficient de la même fenêtre de contexte de 1 048 576 tokens que publie Meta, et la 1.2 est le checkpoint le plus récent. Nos tarifs publiés pour ces modèles correspondent au prix catalogue de Meta répercuté avec 0 % de marge — 1,25 $ par million de tokens d’entrée, 4,25 $ par million de tokens de sortie et 0,15 $ par million de lectures en cache — ce qui est tout l’intérêt d’un dispositif de répercussion : une modification des tarifs du fournisseur est appliquée ici le jour même, sans re-tarification de notre côté.

Ce que cela apporte à un développeur n’est pas une remise ; c’est une intégration en moins. Muse Spark se trouve derrière un point d’accès unique couvrant plus de 200 modèles, donc l’ajouter à un pipeline ne signifie pas un second contrat, une seconde clé ni une seconde relation de facturation, et une requête qui échoue auprès d’un fournisseur bascule automatiquement vers un autre au lieu de renvoyer un 429 à vos utilisateurs. Cela compte plus que d’habitude avec un remplacement de modèle non éprouvé : c’est un moyen de mettre meta/muse-spark-1.2 sur une charge de travail réelle avant de s’engager sur cette voie.

Deux éléments ne sont pas routables ici et cette page ne va pas adoucir ce constat. meta/muse-spark-1.3 ne figure pas dans notre catalogue — si c’est bien la 1.3 qu’il vous faut, appelez Meta directement. Et meta/muse-code n’est pas du tout un identifiant de modèle, ni sur la plateforme de Meta ni sur la nôtre, car Muse Code est un harnais plutôt qu’un modèle ; il ne peut pas être une cible de routage. Les checkpoints du niveau Contributor ne sont pas non plus routés ici.

Ce que Meta ne documente pas

Plusieurs éléments auxquels un développeur s'attendrait raisonnablement sont tout simplement absents de la documentation de l'API de Meta, et la version honnête de cette page le dit plutôt que de les esquisser.

• Organisations et projets — il n’existe aucune notion d’organisation ni de projet sur la page d’authentification, aucune hiérarchie, et aucun moyen de rattacher une clé à l’une d’elles. Le seul regroupement que Meta décrit est une équipe.

• Portées des clés — aucun ensemble d'autorisations, aucune restriction par ressource, aucune clé en lecture seule. Chaque clé est une clé complète, c'est pourquoi Meta elle-même conseille une clé par application.

• Durée de vie et rotation des clés — la révocation est documentée (supprimez-la dans le tableau de bord) ; la rotation n’est qu’un conseil (« révoquez et effectuez la rotation immédiatement »), sans expiration, TTL ni procédure de basculement nulle part.

• Un SDK first-party — aucun n’est publié ; l’argument de compatibilité fait office d’histoire d’intégration, et Meta ne dit pas qu’il y en aura un.

• Utilisation gratuite — pas de niveau gratuit, pas de crédits, pas d'essai, comme ci-dessus.

• Un identifiant d'API pour Muse Glimmer — la page des modèles n'en répertorie aucun et Meta l'exclut du point de terminaison des modèles, car il est distribué sous forme de poids.

Si votre raison de rechercher ceci était l’une de ces lacunes, la réponse est que l’information n’est pas publiée, et une page moins bonne aurait deviné un schéma de portée des clés ou un point de terminaison de rotation et vous aurait laissé découvrir la supposition à 2 h du matin. Pour ce qui est publié, le tableau est suffisamment complet pour servir de base : une URL de base classique à https://api.meta.ai/v1, une clé Bearer que vous créez vous-même, une compatibilité directe avec les clients OpenAI et Anthropic, des limites de débit par équipe documentées, et une grille tarifaire dans laquelle les deux checkpoints Muse Spark que ce site propose sont identiques à la fois en fenêtre et en prix.

La page muse-code de ce blogtraite le harnais en profondeur ; cette page n'est que la surface programmatique.

C'est aussi dans des lacunes comme celles-ci que se manifestent les modes de défaillance : les incidents d'IA documentés et les défaillances d'agents concernant les modèles de cette classe sont recensés dans l'OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, son niveau de gravité, son niveau de confiance et un indicateur de contestation.