Meta Muse Image: המודל, ה-API, והתמונה במחיר אחיד של $0.01

אם חיפשתם את השם המפורש והגעתם לכאן, התשובה הקצרה היא זו: Meta Muse Image הוא מודל היצירה והעריכה הסוכני של תמונות של Meta, הוא קנייני ולא במשקולות פתוחות, ואתם קוראים לו דרך ה-Model API של Meta עצמה תחת המזהה muse-image-1.0 במחיר אחיד של $0.01 לכל תמונה שנוצרת, כאשר עיגון החיפוש כלול במחיר זה. זו כל התשובה לשאלה שהחיפוש שואל, וכל מה שלהלן הוא ההתייחסות לכך — מה המודל עושה, כיצד מגיעים אליו, מהי בפועל יחידת החיוב, מה Meta מתעדת בנוגע למקור, והיכן התיעוד נגמר.

שני דברים לגבי ההצדקה של העמוד הזה ראויים להיאמר בבירור, מכיוון שהמשפחה הזו כבר הוכרזה יותר מפעם אחת, וכתבת הכרזה שנייה תהיה כפילות של סיקור שאנחנו כבר מפרסמים. זהו עמוד ההתייחסות הקנוני לשם: היעד שאליו מגיע קורא לאחר חיפושו. ההצדקה שלו היא ביקוש מתמשך שמדדנו ממקור ראשון ב-29 בספטמבר 2026 — קוראים מקלידים את הצורה המובחנת של השם הזה בשלוש צורות כתיב, במאות חשיפות, בעמדה שאנו מחזיקים בה במקרה בגלל עמודים אחרים ולא מפני שכתבנו עמוד שמעוצב כמו זה, והוא ממיר בכמעט כלום כי שום דבר שאנחנו מפרסמים אינו מעוצב כמו עמוד התייחסות. המדידה הזו היא עובדה לגבי מה שאנשים מקלידים ותו לא; היא אינה אומרת דבר על איכותו או פופולריותו של המודל בעולם. והעוגן הניתן לתיארוך משמש כאן כעובדה לתיארוך המודל, לא כאירוע לדיווח: פוסט ההשקה של Meta עבור Muse Image ו-Muse Video נושא תאריך של 7 ביולי 2026 ומתאר את המודל כ"זמין היום" בכל משטחי הצריכה של Meta באותו תאריך, ולכן 7 ביולי 2026 הוא תאריך ההשקה שעמוד זה מתבסס עליו. כל נתון להלן נקרא מהעמודים של Meta עצמה ב-29 בספטמבר 2026, אלא אם המשפט אומר אחרת.

מה זה Muse Image באמת

התיאור בן שורה אחת של Meta הוא נקודת ההתחלה, מפני שהוא עושה עבודה אמיתית ולא שיווק: Muse Image הוא "יצירת תמונות אג'נטית, מעוגנת בחיפוש ומתומחרת לנפחי ייצור ב-$0.01 לתמונה". בעמוד המודל של Meta משטח היכולות מחולק לארבעה מצבי עבודה — עריכה מדויקת, קומפוזיציה מעוגנת ועידון רב-סיבובי — והתיעוד למפתחים דוחס את אותו הדבר למשפט אחד: "Muse Image יוצר ועורך תמונות מתוך שיחה."

הטענה המייחדת, בניסוח של Meta, היא ש-Muse Image "הוא מודל תמונות שחושב לפני שהוא מרנדר". פוסט ההשקה של Meta הופך זאת לקונקרטי ולא לתיאורטי: "במקום למפות פרומפטים ישירות לתמונות, Muse Image פועל כסוכן: הוא מפעיל כלי חיפוש וקידוד כדי לשפר את הדיוק, משכלל את התוצרים של עצמו, ומשתפר באמצעות הגדלת מחשוב בזמן בדיקה". בפועל, המשמעות היא שהמודל מתכנן לפני שהוא מצייר, שולף הפניות חיות מהאינטרנט כאשר פרומפט נוגע בעובדות מהעולם האמיתי, וכותב ומריץ קוד כשהדיוק חשוב — הנתיב ש-Meta מתארת עבור גרפים וקודי QR מדויקים — ואז בודק את התוצאה לפני שהוא מחזיר אותה.

שלוש היכולות שמטא מזכירה ראשונות הן אלו שלפיהן יש להעריך אותו, והן מנוסחות במשפט של מטא עצמה: Muse Image "מבצע הוראות בנאמנות, עורך בדיוק, ומרכיב ממקורות מרובים." טענת העריכה היא החדה מבין השלוש, משום שהיא טענה על איפוק ולא על פלט: דף המודל של מטא אומר שהמודל "מתוכנן לשנות בדיוק את מה שציינת ולהשאיר את כל השאר ללא נגיעה," ותומך בשיפור איטרטיבי לאורך סבבים ולא בעריכות חד-פעמיות. ההרכבה היא המקום שבו חי המצב "הרכבה מעוגנת" — עיגון "סדרה שלמה של יצירות על קבוצה קטנה של תמונות ייחוס כך שהדמות, הסגנון והסביבה נשארים עקביים מתמונה לתמונה," וזו היכולת שחשובה אם אתה מייצר קטלוג או סט פרסומות במקום תמונה בודדת. ביחד, אלו הטענות שמבדילות בין מודל תמונות שאיתו אתה מייצר לבין כזה שעליו אתה בונה צינור עיבוד, והן טענות של ספק: מטא אינה מפרסמת מדד בלתי תלוי לביצוע הוראות או לנאמנות עריכה עבור מודל זה.

המסגור האג'נטי אינו רק עניין של כלים. Meta מתעדת את Muse Image כמשתלב עם Muse Spark, מודל החשיבה שלה, כך ש"שני המודלים חולקים כלים ומתכננים במשותף ליצירת מדיה אג'נטית עוצמתית" — הדוגמה המתועדת היא פלט רב-חלקי כמו קובצי GIF מונפשים, עמודים עם תמונות משובצות ומשחקים אינטראקטיביים קטנים. אם אתם בונים משהו שמשלב תמונות מיוצרות עם טקסט או קוד מיוצרים, השילוב הזה הוא החלק בתכנון שכדאי להבין, וזה הסיבה שהמודל מוגש באותו API ובאותו אימות כמו Muse Spark ולא בנקודת קצה נפרדת לתמונות עם אישורים משלה.

איך קוראים לזה: משטח ה-API

Muse Image is reached through Meta's Model API, and the developer documentation is specific about the shape of that call. The model identifier is muse-image-1.0, passed as the model field on every request. Requests go to the base URL https://api.meta.ai/v1 with a bearer token — the documentation notes that it uses the same base URL and auth as Muse Spark — and there are two image endpoints plus a conversational one:

• יצירה — POST /v1/images/generations, קלט: הנחיית טקסט, פלט: תמונה.

• עריכה — POST /v1/images/edits, פרומפט יחד עם תמונות קלט, לעבודה של תמונה לתמונה.

• חידוד לאורך סבבים — POST /v1/responses, ה-Responses API, שהיא הדרך שבה פועלת זרימת ריבוי הסבבים המתועדת.

בנקודות הקצה של התמונות הפרמטרים המתועדים הם מעטים וכדאי לשנן אותם, משום ששם נקבעים העלות ופורמט הפלט. n מקבל ערך בין 1 ל-10, וברירת המחדל היא 1. size מקבל מחרוזת "WxH" כגון 1792x1024, והתיעוד מפורש שנקודות קצה אלה "קובעות רק את יחס הממדים, ולא פיקסלים מדויקים" — אין להבין זאת כהבטחה לרזולוציה. response_format הוא b64_json כברירת מחדל, או url, ו-output_format הוא webp כברירת מחדל, עם png ו-jpeg זמינים. ההתנהגות הסוכנית ניתנת להפעלה ולכיבוי: נקודות הקצה של התמונות מקבלות tool_enablement הרחבה המכסה את enable_image_search, enable_web_search ו-enable_shell, וכן reasoning_strength של high (ברירת המחדל) או low. הורדת עוצמת החשיבה היא המנוף לעלות ולזמן ההמתנה, והיא הדבר הראשון שכדאי לבחון ב-A/B על ההנחיות שלך במקום לקבל אותו כאקסיומה.

ב-Responses API אותן בקרות נמצאות בתוך אובייקט כלי image_generation בתוך tools, כאשר חיפוש תמונות, חיפוש באינטרנט ו-shell מופעלים כולם כברירת מחדל, ומערך הפלט חוזר בסדר קבוע: פריט reasoning המסכם מה המודל תכנן ומה חיפש, פריט message, ואז פריט image_generation_call אחד לכל תמונה. התמונה עצמה נמצאת בשדה result של אותו פריט כ-base64, וה-id שלה מתועד כ-handle חתום שאתם מעבירים בחזרה כדי להמשיך לערוך את אותה תמונה בסבב מאוחר יותר. ה-handle הזה הוא המנגנון שמאחורי עידון רב-סבבי — כך אתם נמנעים מהעלאה מחדש של תמונה כדי לשנות בה פרט אחד. שתי נקודות הקצה של התמונות מקבלות גם stream: true, ופולטות image_generation.completed עבור יצירה ו-image_edit.completed עבור עריכות. Model API מתועדת כתואמת drop-in עם OpenAI SDK, ‏Anthropic SDK ו-CLI-ים של סוכנים תואמי OpenAI, כך שקריאת תמונה קיימת היא שינוי של מחרוזת מודל ולא כתיבה מחדש.

אזהרה אחת שמקומה במסמך הייחוס ולא בהערת שוליים: Meta לא פרסמה מגבלות קצב עבור Muse Image שאותן יכולנו לקרוא. עמוד מגבלות הקצב באתר המפתחים של Meta עצמה החזיר שלד ללא נתונים, בדומה לעמוד התמחור. אם התפוקה חשובה לעיצוב שלכם, זהו נתון לא ידוע שתגלו מה-API ולא מהתיעוד.

המחיר, והיחידה שבה הוא מתומחר

סנט אחד לכל תמונה. הנתון הזה נלקח מדף המודל של Meta עצמה עבור Muse Image, שמציג את המודל בטבלת תמחור שבה גם עיגון בחיפוש וגם הסקה מסומנים ככלולים, והמחיר מוצג כ$0.01/image; תיעוד המפתחים מנסח זאת מחדש כך: "Muse Image מחויבת בתעריף קבוע של $0.01 לכל תמונה שנוצרת." היחידה היא התמונה, לא הטוקן — התיעוד אומר זאת ישירות ("Muse Image אינה מתומחרת לפי טוקן") — וזה חשוב כי ממשקי API לתמונות שמדווחים על שימוש בטוקנים בדרך כלל מחויבים לפי טוקנים. Muse Image מחזירה בלוק שימוש עם ספירות טוקנים בקלט ובפלט, וספירות אלה הן למטרות מידע בלבד.

שלושה פרטי חיוב נובעים מהיחידה. ראשית, n הוא מכפיל: בקשה שמחזירה עשר תמונות מחויבת עבור עשר תמונות, כך שבטווח 1–10 הפרמטר הוא אמצעי לשליטה בהוצאות לא פחות מאשר נוחות. שנית, כשל אינו מחויב — תמונות שנכשלות להיווצר או שמוסרות על ידי סינון בטיחות לפני שהן מוחזרות אינן נספרות. שלישית, עיגון חיפוש נמצא בתוך מחיר התמונה הבודדת ולא כסעיף נפרד; התיעוד של Meta מציין שהוא "חלק ממחיר התמונה הבודדת, כך שאין חיוב נפרד עבור עיגון חיפוש". הנקודה האחרונה היא זו שהופכת את התעריף למשמעותי לעבודה אייג'נטית: מודל שמחפש באינטרנט לפני הרינדור יכול ליצור מספר קריאות לכלים מאחורי פלט בודד, ו-Meta מציינת שקריאות הכלים אינן מחויבות בנפרד מהתמונה.

לא יכולנו לאמת את המספר מכרטיס תעריפים, וראוי לציין זאת ולא לדלג על כך. כל כתובת URL לתמחור תחת דומיין המפתחים של Meta שאותה אספנו החזירה קליפת עמוד ללא נתוני דולרים, ולכן עמוד המודל ותיעוד יצירת התמונות הם שני המקומות שבהם נתון זה קיים כהצהרה קריאה. אם יש צורך במקור שני לרכש, אין כזה באתר של Meta היום.

מה שסנט אחד קונה לך בפועל הוא שינוי בהחלטה ולא הנחה. הניסוח של מטא עצמה בדף המודל הוא שהמודל "מאפשר לך להריץ עומסי עבודה שתמחור חזיתי הציב בעבר מחוץ להישג יד" — יצירת וריאציות של מודעות, תמונות קטלוג והתאמה אישית לפי משתמש — ובתעריף הזה מאה אלף תמונות עולות בערך $1,000. אם אתה שוקל את התעריף הזה מול מודלי התמונות הפרימיום שאולי אתה כבר משלם עליהם, המהלך המועיל הוא להריץ את שניהם על הפרומפטים שלך ועל ההערכה שלך, וסנט אחד לתמונה הוא מה שהופך את ההשוואה הזו לזולה מספיק כדי לעשות אותה בפועל.

מקור: מה Content Seal מכריע ומה לא

Meta מספקת מערכת סימני מים בלתי נראית עם המודל הזה, ומתעדת אותה בדיוק מספיק כדי שיהיה שווה לצטט: "Muse Image כולל את Content Seal, מערכת סימני המים הבלתי נראית שלנו. תמונות שנוצרו באמצעות Muse Image באפליקציית Meta AI ובאתר meta.ai נושאות אות מקור נסתר שנשאר ללא פגע — אפילו כשהן נחתכות, נדחסות, משנות את גודלן או מצולמות בצילום מסך." Meta אומרת שהיא מתכננת להרחיב את Content Seal לווידאו, ומציגה בתצוגה מקדימה כלי זיהוי שמאפשר לבדוק אם תמונה נושאת את הסימן.

קראו בעיון את היקף המשפט הזה, משום שהוא צר יותר ממה שהוא נראה בתחילה. אות המקור מתואר כנישא על ידי תמונות שנוצרו באפליקציית Meta AI וב-meta.ai — המשטחים הצרכניים — ואילו עמוד המודל ותיעוד ה-API של Meta אינם אומרים דבר בשאלה אם תמונות שנוצרו דרך Model API נושאות את אותו סימן. לא הצלחנו למצוא הצהרה לכאן או לכאן, לכן התייחסו ל-Content Seal כתכונת מקור של משטחים צרכניים, ואל תניחו שהוא מלווה קובץ שנוצר דרך API עד שתבדקו פלט מהחשבון שלכם. באופן בלתי תלוי, הבדיקה היחידה של הגלאי שדיווחנו עליה הגיעה מ-Reuters, שמצאה שהוא נכשל באימות רוב התמונות עם סימן מים לאחר חיתוך; הממצא הזה והנתון שלו מכוסים במדריך שלנו למודל הזה, שהוא העמוד שיש לקרוא לצורך הטיעון בדבר מקור, ולא העמוד הזה.

היכן זה פועל

הצהרת הזמינות של Meta עצמה, מהפוסט ההשקה: Muse Image "זמין היום באפליקציית Meta AI וב-meta.ai, ב-Instagram Stories בארה"ב, וב-WhatsApp במדינות מוגבלות, ובקרוב יגיע ל-Facebook." אלה המילים של Meta והמשטחים הם מוצרים של Meta עצמה — אין רשימת המתנה, אין קוד הזמנה ואין הרשמה נפרדת לאף אחד מהם. בצד המפתחים, המודל מוגש דרך Model API, ולשם כך מיועדים המזהה ונקודות הקצה שלמעלה. בעמוד המודל של Meta מפורטות גם פלטפורמות הסקה של צד שלישי כדרכים להריץ אותו; איננו נוקבים בשמותיהן כאן, ואין לקרוא שום דבר בעמוד זה כטענה בנוגע לתנאים או לתעריפים בכל משטח אחר מלבד ה-API של Meta עצמה.

Meta לא פרסמה תאריך למועד שבו Muse Image הגיע אל Model API, והתיעוד למפתחים של Meta אינו מציין תאריך. התאריך היחיד שעליו מבוסס העמוד הזה הוא תאריך ההשקה של המודל עצמו, 7 ביולי 2026, שנקבע משורת התאריך של פוסט ההכרזה של Meta עצמה. אם אתה מתארך את משטח ה-API ולא את המודל, אמור את מה ש-Meta אומרת, שזה כלום.

משקלים פתוחים או קנייני? קנייני — ולמשפחה יש את שניהם

זו השאלה שקוראים טועים בה בתדירות הגבוהה ביותר במשפחה הזו, ולכן כדאי לענות עליה ישירות. Muse Image היא קניינית. התיעוד למפתחים של Meta מציב את הגבול במפורש: המודלים שאתם קוראים להם דרך Model API — Muse Spark, Muse Image, Muse Voice Transcribe ו-SAM — מסופקים, ו"Muse Glimmer הולך בדרך אחרת: אתם מורידים את המשקולות הפתוחות ומריצים אותו על החומרה שלכם במקום לקרוא לו דרך Model API", תחת רישיון Apache 2.0 מתירני. Muse Glimmer הוא מסלול המשקולות הפתוחות במשפחה הזו, והוא מודל שונה: מודל מולטימודלי שמזוקק מ-Muse Spark, ולא מהדורה פתוחה של Muse Image. שום דבר בדף של Meta עבור Muse Image לא מציין רישיון או מציע משקולות, משום שאין כאלה להציע. אם אירוח עצמי הוא דרישת חובה, Muse Glimmer הוא המודל שיש להעריך; אם אתם רוצים את מודל התמונות המתואר כאן, אתם קוראים ל-API של Meta ומשלמים לפי תמונה.

מה שמטא טוענת שהיא מדרגת, מתויג כטענתה של מטא

בפוסט ההשקה של Meta נאמר: "Muse Image מחזיק במקום השני ב-Arena בטקסט-לתמונה, בעריכת תמונה בודדת ובעריכת ריבוי תמונות, כפי שנמדד לפי דירוגי Elo של העדפת אדם במועד כתיבת הדברים." שני דברים במשפט הזה חשובים, ושניהם נובעים מהניסוח של Meta עצמה. מדובר בדירוג שמדווח על ידי הספק ולא בציון בלתי-תלוי, והוא מעמד Elo של העדפת אדם ולא תוצאת בנצ'מרק בהרנס קבוע — הבחנה שעושה הבדל ממשי כאשר הפער בין שני המקומות הראשונים קטן משולי דירוג Elo שנבנה על מספר מוגבל של הצבעות. הגרפים ש-Meta מפרסמת לצד הטענה נושאים את התאריך "נכון ל-5 ביולי 2026", והטענה עצמה מסויגת ב"במועד כתיבת הדברים", ולכן מדובר בתמונת מצב של לוח דירוג חי, שצוטטה מפי גורם שיש לו אינטרס בה, ולא במעמד מוגמר.

אותו פוסט כולל תרשים סקיילינג שמטא מתייגת עבורך: התרשים שמראה כיצד האיכות עולה עם החשיבה מכונה "Elo from internal ablation". זוהי מדידה פנים-ספקית, והיא אינה ברת-השוואה ללוח של צד שלישי. הטענה של מטא היא שהאיכות משתפרת עם מחשוב בזמן בדיקה ביחס לוג-ליניארי בקירוב, ושחשיבה ושימוש בכלים מצטברים זה עם זה כאשר משלבים ביניהם — אבלציה פנימית, כפי שהוצהר.

קיימים מיקומים עצמאיים עבור המודל הזה, בלוחות דירוג שאינם של Meta, ודיווחנו עליהם: מאמר ההסבר שלנו כולל את לוחות הדירוג של Artificial Analysis לתמונות ואת מיקומי הזירה עם הנתונים שלהם, ושני דפי ההשוואה הראש בראש מציבים את המספרים האלה לצד מתחרים בשמותיהם. אם אתם רוצים את התמונה העצמאית ולא את זו של הספק, שם כדאי לקרוא אותה. הדף הזה אינו מפרסם מחדש את הנתונים האלה, וגם אחד מהם ממילא צריך להיקרא בזהירות, כי Artificial Analysis מדרגת רק מודלי תמונות שמציעים API שניתן לקרוא לו — כך שמיקום עצמאי של Muse Image הוא הצהרה על Model API, לא על אפליקציית Meta AI.

מה שהתיעוד אינו עונה עליו

דף עזר שימושי רק אם הוא אומר היכן נגמר התיעוד, ולכן הנה מה שלא הצלחנו לקבוע מ-Meta ב-29 בספטמבר 2026. אין מגבלת קצב מפורסמת עבור Muse Image. אין פרופיל השהיה מפורסם, אין שיעור הצלחה ואין הערכה בלתי תלויה של הלולאה האג'נטית תחת עומס ייצור — המחיר לתמונה מתועד, אך המעטפת התפעולית אינה. אין בנצ'מרק של עמידה בהוראות או נאמנות עריכה מצד גורם בלתי תלוי כלשהו, ו-Meta אינה מפרסמת מספר כזה מטעמה; הגרפיקה של הבנצ'מרק בדף המודל של Meta אינה כוללת מספרים קריאים. אין הצהרת רישיון, משום שהמודל אינו מורשה להורדה. והתאריך שבו Muse Image הפך לזמין לקריאה ב-Model API אינו מופיע בשום מקום בתיעוד של Meta. אף אחד מהיעדרים האלה אינו סיבה להימנע מהמודל — תמונה בסנט אחד עם עיגון חיפוש כלול שווה בדיקה על סמך זה בלבד — אך כל אחד מהם הוא סיבה למדוד ולא להניח לפני שצינור עיבוד יסתמך עליו.

פסק הדין עבור מפתח

כדאי לשקול את Meta Muse Image אם הבעיה שלך היא נפח: תמונות לקטלוג, וריאציות של פרסומות, התאמה אישית לכל משתמש — כל דבר שבו תעריף החזית לכל תמונה היה הדבר שהרג את הפרויקט. מחיר היחידה מתועד, היחידה חד-משמעית, כשלים אינם מחויבים, וחיפוש מבוסס-מקורות נכלל בתעריף ולא מחויב לצידו בנפרד — דבר חריג דיו בשוק הזה כדי שיהיה הכותרת. לא כדאי לאמץ אותו באופן עיוור, כי כל מה שמעבר למחיר — תפוקה, השהיה, כמה אמין הלופ הסוכני נסגר על הפרומפטים שלך, והאם איתותי מקוריות מגיעים עם פלט ה-API — אינו מתועד, וטענת הדירוג של הספק עצמו היא דירוג העדפה אנושית שנאמר בנקודת זמן מסוימת ולא תוצאה מדודה. הצורה ההגונה של החלטה כאן היא ניסוי בעלות של סנט אחד מול מודל התמונות שאיתו אתה כבר עובד, על הפרומפטים שלך, עם מצב הכשל הזול וגיבוי מוכח מאחוריו. לגבי מהו המודל הזה, כיצד קוראים לו וכמה הוא עולה — הדף הזה הוא המקור; ולגבי האם הוא צריך להיות בסט שלך, המספרים שאתה מייצר בעצמך הם היחידים שנחשבים.