
Meta Muse Image: Model, API, dan Gambar dengan Tarif Flat $0.01
- typesafeBARUTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1 juta token · 1008 tok/s
- OpenAIBARUOpenAI: GPT-6 Luna2026-09-2237Kecerdasan
- OpenAIBARUOpenAI: GPT-6 Sol2026-09-2248Kecerdasan
- AnthropicBARUAnthropic: Claude Opus 5.52026-09-2258Kecerdasan
- xAIBARUGrok 4.72026-09-2146Kecerdasan
- OrcaBARUOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $5.00 per 1 juta token · 194 tok/s
- OrcaBARUOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 per 1 juta token · 1189 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040Kecerdasan
- OpenAIOpenAI: GPT-6 Astra2026-09-0453Kecerdasan77Koding
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241Kecerdasan76Koding
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245Kecerdasan76Koding
- AnthropicAnthropic: Claude Fable 5.12026-09-0153Kecerdasan82Koding
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 per 1 juta token · 22 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 per 1 juta token · 107 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642Kecerdasan72Koding
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 per 1 juta token · 220 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845Kecerdasan75Koding
- obsidianQwen3.8 27B2026-08-1534Kecerdasan68Koding
- DeepSeekDeepSeek: DeepSeek V4 Pro 08132026-08-1236Kecerdasan69Koding
- xAISpaceXAI: Grok 4.62026-08-1244Kecerdasan77Koding
Jika Anda mencari nama yang didisambiguasi dan sampai di sini, jawaban singkatnya adalah ini: Meta Muse Image adalah model pembuatan dan penyuntingan gambar agentik milik Meta, bersifat proprietary alih-alih berbobot terbuka, dan Anda memanggilnya melalui Model API milik Meta sendiri dengan pengenal muse-image-1.0 dengan tarif tetap $0,01 per gambar yang dihasilkan, dengan grounding pencarian yang sudah termasuk dalam harga tersebut. Itulah keseluruhan jawaban untuk pertanyaan yang diajukan oleh pencarian itu, dan semua yang di bawah ini adalah referensi untuknya — apa yang dilakukan model ini, bagaimana cara mengaksesnya, apa sebenarnya unit penagihannya, apa yang didokumentasikan Meta tentang asal-usul, dan di mana dokumentasi itu berhenti.
Dua hal tentang justifikasi halaman ini perlu dinyatakan secara gamblang, karena keluarga ini sudah diumumkan lebih dari sekali dan artikel pengumuman kedua akan menduplikasi liputan yang sudah kami jalankan. Ini adalah halaman referensi kanonis untuk nama tersebut: tujuan yang dicapai pembaca setelah mencarinya. Justifikasinya adalah permintaan tetap yang kami ukur secara pihak pertama pada 29 September 2026 — pembaca mengetikkan bentuk yang didisambiguasi dari nama ini dalam tiga ejaan, dalam ratusan impresi, pada posisi yang kami peroleh secara kebetulan dari halaman lain, bukan karena kami menulis halaman yang bentuknya seperti ini, dan konversinya mendekati nol karena tidak ada yang kami terbitkan yang berbentuk referensi. Pengukuran itu adalah fakta tentang apa yang diketik orang dan bukan apa pun selain itu; itu tidak mengatakan apa pun tentang kualitas atau popularitas model tersebut di dunia. Dan penanda tanggal digunakan di sini sebagai fakta untuk menetapkan tanggal model, bukan sebagai peristiwa untuk dilaporkan: tulisan peluncuran Meta untuk Muse Image dan Muse Video mencantumkan tanggal 7 Juli 2026 dan menggambarkan model tersebut sebagai "tersedia hari ini" di seluruh kanal konsumen Meta pada tanggal itu, jadi 7 Juli 2026 adalah tanggal peluncuran yang menjadi acuan halaman ini. Setiap angka di bawah ini dibaca dari halaman Meta sendiri pada 29 September 2026 kecuali kalimatnya menyatakan sebaliknya.
Apa sebenarnya Muse Image
Deskripsi satu baris milik Meta sendiri adalah tempat untuk memulai, karena deskripsi itu melakukan kerja nyata, bukan sekadar pemasaran: Muse Image adalah "pembuatan gambar agentik, yang berlandaskan pencarian dan diberi harga untuk volume produksi sebesar $0.01/gambar." Di halaman model Meta, cakupan kemampuannya dibagi menjadi empat mode kerja — pembuatan gambar, pengeditan presisi, komposisi terjangkar, dan penyempurnaan multi-putaran — dan dokumentasi pengembang memadatkan hal yang sama menjadi satu kalimat: "Muse Image menghasilkan dan mengedit gambar dari sebuah percakapan."
Klaim pembedanya, dalam kata-kata Meta, adalah bahwa Muse Image "adalah model gambar yang bernalar sebelum merender." Postingan peluncuran Meta membuatnya konkret, bukan sekadar gagasan: "Alih-alih memetakan prompt secara langsung ke gambar, Muse Image beroperasi sebagai agen: ia memanggil alat pencarian dan pengodean untuk meningkatkan akurasi, menyempurnakan hasil generasinya sendiri, dan meningkat melalui penskalaan komputasi waktu uji." Dalam praktiknya, itu berarti model tersebut merencanakan sebelum menggambar, menarik referensi langsung dari web saat sebuah prompt menyentuh fakta dunia nyata, dan menulis serta menjalankan kode saat presisi penting — jalur yang Meta gambarkan untuk plot dan kode QR yang akurat — lalu memeriksa hasilnya sebelum mengembalikannya.
Tiga kemampuan yang disebut Meta lebih dulu adalah yang menjadi dasar untuk menilainya, dan itu dinyatakan dalam kalimat Meta sendiri: Muse Image "mengikuti instruksi dengan setia, menyunting dengan presisi, dan menyusun dari berbagai referensi." Klaim penyuntingan adalah yang paling tajam dari ketiganya, karena itu adalah klaim tentang pengekangan, bukan tentang keluaran: halaman model Meta menyatakan model ini "dirancang untuk mengubah tepat apa yang Anda tentukan dan membiarkan segala hal lainnya tidak tersentuh," serta mendukung penyempurnaan iteratif lintas giliran alih-alih penyuntingan sekali jalan. Komposisi adalah tempat mode "komposisi berjangkar" berada — menjangkarkan "seluruh rangkaian generasi pada sekumpulan kecil gambar referensi sehingga karakter, gaya, dan latar tetap konsisten dari satu gambar ke gambar berikutnya," yang merupakan kemampuan yang penting jika Anda memproduksi katalog atau set iklan alih-alih satu gambar saja. Jika digabungkan, ini adalah klaim-klaim yang membedakan model gambar yang Anda pakai untuk menghasilkan gambar dari model yang Anda bangun pipeline di atasnya, dan semua itu adalah klaim vendor: Meta tidak menerbitkan tolok ukur independen untuk kepatuhan terhadap instruksi atau fidelitas penyuntingan untuk model ini.
Pembingkaian agentic bukan hanya tentang alat. Meta mendokumentasikan Muse Image sebagai dipasangkan dengan Muse Spark, model penalarannya, sehingga "kedua model tersebut berbagi alat dan merencanakan bersama untuk menghasilkan media agentic yang kuat" — contoh yang didokumentasikan adalah output multi-bagian seperti GIF animasi, halaman dengan gambar tersemat, dan game interaktif kecil. Jika Anda membangun apa pun yang mencampur citra hasil generasi dengan teks atau kode hasil generasi, pasangan itu adalah bagian dari desain yang layak dipahami, dan itulah alasan model ini dilayani pada API yang sama dan autentikasi yang sama seperti Muse Spark, bukan pada endpoint gambar terpisah dengan kredensialnya sendiri.
Apa sebutannya: permukaan 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:
• Buat — POST /v1/images/generations, prompt teks masuk, gambar keluar.
• Sunting — POST /v1/images/edits, prompt plus gambar masukan, untuk pekerjaan image-to-image.
• Sempurnakan di setiap giliran — POST /v1/responses, yaitu API Responses, yang merupakan cara kerja alur multi-giliran yang didokumentasikan.
Pada endpoint images, parameter yang didokumentasikan hanya sedikit dan layak dihafal, karena di sanalah biaya dan format output ditentukan. n menerima 1 hingga 10 dan defaultnya 1. size menerima string "WxH" seperti 1792x1024, dan dokumentasinya eksplisit bahwa pada endpoint ini parameter tersebut "hanya mengatur rasio aspek, bukan piksel persis" — jangan membacanya sebagai jaminan resolusi. response_format adalah b64_json secara default atau url, dan output_format adalah webp secara default dengan png dan jpeg tersedia. Perilaku agentic dapat dialihkan: endpoint images menerima ekstensi tool_enablement yang mencakup enable_image_search, enable_web_search dan enable_shell, dan reasoning_strength bernilai high (default) atau low. Menurunkan reasoning adalah tuas untuk biaya dan latensi, dan itu hal pertama yang layak diuji A/B pada prompt Anda sendiri daripada menerimanya begitu saja.
Pada Responses API, kontrol yang sama berada di dalam sebuah objek tool image_generation di tools, dengan pencarian gambar, pencarian web, dan shell semuanya diaktifkan secara default, dan array output kembali dalam urutan tetap: item reasoning yang merangkum apa yang direncanakan dan dicari oleh model, item message, lalu satu item image_generation_call per gambar. Gambar itu sendiri ada di field result item tersebut sebagai base64, dan id-nya didokumentasikan sebagai signed handle yang Anda kirimkan kembali untuk terus mengedit gambar yang sama di turn berikutnya. Handle itu adalah mekanisme di balik penyempurnaan multi-turn — begitulah cara Anda menghindari mengunggah ulang gambar untuk mengubah satu detailnya. Kedua endpoint gambar juga menerima stream: true, memancarkan image_generation.completed untuk pembuatan dan image_edit.completed untuk edit. Model API didokumentasikan sebagai kompatibel drop-in dengan OpenAI SDK, Anthropic SDK, dan CLI agen yang kompatibel dengan OpenAI, sehingga panggilan gambar yang sudah ada cukup berupa perubahan string model, bukan penulisan ulang.
Satu peringatan yang sebaiknya ada di referensi, bukan di catatan kaki: Meta belum menerbitkan batas laju untuk Muse Image yang bisa kami baca. Halaman batas laju di situs developer milik Meta sendiri hanya mengembalikan kerangka halaman tanpa angka apa pun, sama seperti halaman harga. Jika throughput penting bagi desain Anda, itu adalah hal yang tidak diketahui yang akan Anda temukan dari API, bukan dari dokumentasinya.

Harga, dan satuan yang digunakan untuk menetapkan harga tersebut
Satu sen per gambar. Angka itu dibaca dari halaman model milik Meta sendiri untuk Muse Image, yang mencantumkan model tersebut dalam tabel harga dengan search grounding dan reasoning keduanya ditandai sebagai sudah termasuk dan harganya diberikan sebagai $0.01/image; dokumentasi pengembang mengulanginya sebagai "Muse Image ditagih dengan tarif tetap $0.01 per gambar yang dihasilkan." Satuannya adalah gambar, bukan token — dokumentasi menyatakannya secara langsung ("Muse Image tidak dihargai per token") — dan itu penting karena API gambar yang melaporkan penggunaan dalam token biasanya ditagih dalam token. Muse Image mengembalikan blok usage dengan jumlah token input dan output, dan jumlah tersebut hanya bersifat informasional.
Tiga detail penagihan mengikuti dari unit ini. Pertama, n adalah pengali: permintaan yang mengembalikan sepuluh gambar akan ditagih untuk sepuluh gambar, sehingga 1–10 parameter merupakan kontrol pengeluaran sekaligus kemudahan. Kedua, kegagalan tidak ditagih — gambar yang gagal dibuat atau yang dihapus oleh pemfilteran keamanan sebelum dikembalikan tidak dihitung. Ketiga, grounding pencarian berada di dalam harga per gambar, bukan sebagai item baris terpisah; dokumentasi Meta menyatakan bahwa itu "bagian dari harga per gambar, sehingga tidak menimbulkan biaya grounding pencarian terpisah." Poin terakhir itulah yang membuat tarif tersebut bermakna untuk pekerjaan agentik: model yang mencari web sebelum merender dapat menghasilkan beberapa panggilan alat di balik satu output, dan Meta menyatakan bahwa panggilan alat tersebut tidak ditagih secara terpisah dari gambar.
Kami tidak dapat mengonfirmasi angka tersebut dari kartu tarif, dan itu layak disampaikan daripada dilewati. Setiap URL harga di bawah domain developer Meta yang kami ambil mengembalikan shell halaman tanpa angka dolar di dalamnya, jadi halaman model dan dokumentasi pembuatan gambar adalah dua tempat angka ini ada sebagai pernyataan yang dapat dibaca. Jika Anda memerlukan sumber kedua untuk pengadaan, tidak ada satu pun di situs Meta saat ini.

Dalam praktiknya, yang Anda dapatkan dengan satu sen adalah perubahan keputusan, bukan diskon. Meta sendiri di halaman model tersebut menyatakan bahwa model ini "memungkinkan Anda menjalankan beban kerja yang sebelumnya tidak terjangkau oleh penetapan harga frontier" — pembuatan varian iklan, citra katalog, dan personalisasi per pengguna — dan dengan tarif ini, seratus ribu gambar dihargai sekitar $1.000. Jika Anda menimbang tarif tersebut dengan model gambar premium yang mungkin sudah Anda bayar, langkah yang berguna adalah menjalankan keduanya dengan prompt Anda sendiri dan evaluasi Anda sendiri, dan satu sen per gambar adalah yang membuat perbandingan itu cukup murah untuk benar-benar dilakukan.
Provenans: apa yang Content Seal selesaikan dan tidak selesaikan
Meta merilis sistem watermark tak terlihat dengan model ini, dan mendokumentasikannya cukup rinci sehingga layak dikutip: "Muse Image menyertakan Content Seal, sistem watermark tak terlihat kami. Gambar yang dibuat oleh Muse Image di aplikasi Meta AI dan di meta.ai membawa sinyal provenans tersembunyi yang tetap utuh — bahkan saat dipotong, dikompresi, diubah ukurannya, atau diambil tangkapan layarnya." Meta mengatakan bahwa mereka berencana memperluas Content Seal ke video, dan mempratinjau alat deteksi yang memungkinkan Anda memeriksa apakah suatu gambar membawa tanda tersebut.
Baca ruang lingkup kalimat itu dengan cermat, karena ruang lingkupnya lebih sempit daripada yang terlihat pada awalnya. Sinyal provenans digambarkan sebagai dibawa oleh gambar yang dibuat di aplikasi Meta AI dan di meta.ai — permukaan konsumen — dan halaman model serta dokumentasi API Meta tidak menyatakan apa pun tentang apakah gambar yang dihasilkan melalui Model API membawa tanda yang sama. Kami tidak dapat menemukan pernyataan ke arah mana pun, jadi perlakukan Content Seal sebagai fitur provenans permukaan konsumen dan jangan menganggap fitur itu ikut menyertai file yang dihasilkan API sampai Anda menguji keluaran dari akun Anda sendiri. Secara independen, satu-satunya pengujian detektor yang kami laporkan berasal dari Reuters, yang menemukan bahwa detektor itu gagal memverifikasi mayoritas gambar bertanda air setelah pemangkasan; temuan itu dan angkanya dibahas dalam penjelasan kami tentang model ini, yang merupakan halaman yang perlu dibaca untuk argumen provenans, bukan halaman ini.
Di mana ini berjalan
Pernyataan ketersediaan Meta sendiri, dari posting peluncuran: Muse Image "tersedia hari ini di aplikasi Meta AI dan di meta.ai, Instagram Stories di AS, dan WhatsApp di sejumlah negara terbatas, serta akan segera hadir di Facebook." Itu adalah kata-kata Meta dan platform-platform tersebut adalah produk milik Meta sendiri — tidak ada daftar tunggu, tidak ada kode undangan, dan tidak ada pendaftaran terpisah untuk semuanya. Di sisi pengembang, model ini dilayani melalui Model API, yang menjadi tujuan pengenal dan endpoint di atas. Halaman model Meta juga mencantumkan platform inferensi pihak ketiga sebagai salah satu cara untuk menjalankannya; kami tidak menyebutkannya di sini, dan tidak ada apa pun di halaman ini yang boleh dibaca sebagai klaim tentang ketentuan atau tarif di platform mana pun selain API milik Meta sendiri.
Meta belum menerbitkan tanggal kapan Muse Image hadir di Model API, dan dokumentasi pengembang Meta tidak menyebutkan tanggal apa pun. Satu-satunya tanggal yang menjadi acuan halaman ini adalah tanggal peluncuran model itu sendiri, 7 Juli 2026, yang ditetapkan dari tanggal terbit postingan pengumuman Meta sendiri. Jika Anda memberi tanggal pada permukaan API, bukan pada modelnya, sampaikan apa yang Meta sampaikan, yaitu tidak ada.
Bobot terbuka atau tertutup? Tertutup — dan keluarga ini memiliki keduanya
Ini adalah pertanyaan yang paling sering dijawab salah oleh pembaca di keluarga ini, jadi layak dijawab secara langsung. Muse Image bersifat proprietary. Dokumentasi pengembang Meta menetapkan batas secara eksplisit: model yang Anda panggil melalui Model API — Muse Spark, Muse Image, Muse Voice Transcribe, dan SAM — dilayani, dan "Muse Glimmer menempuh jalur yang berbeda: Anda mengunduh bobot terbuka dan menjalankannya di perangkat keras Anda sendiri alih-alih memanggilnya melalui Model API," di bawah lisensi Apache 2.0 yang permisif. Muse Glimmer adalah jalur berbobot terbuka di keluarga ini, dan ini adalah model yang berbeda: model multimodal yang didistilasi dari Muse Spark, bukan rilis terbuka dari Muse Image. Tidak ada apa pun di halaman Meta untuk Muse Image yang menyatakan lisensi atau menawarkan bobot, karena memang tidak ada yang bisa ditawarkan. Jika hosting mandiri adalah persyaratan mutlak, Muse Glimmer adalah model yang perlu dievaluasi; jika Anda menginginkan model gambar yang dijelaskan di sini, Anda memanggil API Meta dan Anda membayar per gambar.

Apa yang Meta klaim ia peringkatkan, dilabeli sebagai klaim Meta
Postingan peluncuran Meta menyatakan: "Muse Image menempati posisi No. 2 di Arena untuk text-to-image, pengeditan gambar tunggal, dan pengeditan multi-gambar sebagaimana diukur oleh peringkat Elo preferensi manusia pada saat penulisan." Ada dua hal penting dari kalimat itu dan keduanya berasal dari kata-kata Meta sendiri. Ini adalah sebuah peringkat yang dilaporkan vendor, bukan skor independen, dan ini adalah kedudukan Elo preferensi manusia, bukan hasil benchmark pada harness tetap — sebuah perbedaan yang benar-benar berarti ketika selisih antara dua posisi teratas lebih kecil daripada margin peringkat Elo yang dibangun dari sejumlah suara yang terbatas. Bagan yang Meta terbitkan bersama klaim tersebut bertanggal "per 5 Juli 2026," dan klaim itu sendiri dibatasi dengan "pada saat penulisan," sehingga ini adalah cuplikan dari papan peringkat langsung yang dikutip oleh pihak yang berkepentingan terhadapnya, bukan kedudukan yang sudah mapan.
Pos yang sama memuat figur penskalaan yang dilabeli Meta untuk Anda: grafik yang menunjukkan kualitas meningkat seiring penalaran diberi keterangan "Elo dari ablasi internal." Itu adalah pengukuran internal vendor, dan tidak dapat dibandingkan dengan papan peringkat pihak ketiga. Argumen Meta adalah bahwa kualitas meningkat seiring komputasi waktu uji dalam hubungan yang kira-kira log-linear dan bahwa penalaran dan penggunaan alat memberikan efek majemuk ketika digabungkan — sebuah ablasi internal, yang dinyatakan sebagai demikian.
Posisi independen untuk model ini ada, di papan yang bukan milik Meta, dan kami telah melaporkannya: penjelasan kami memuat papan gambar Artificial Analysis dan posisi arena beserta angkanya, dan dua halaman pertandingan menempatkan angka-angka itu di samping rival yang disebutkan namanya. Jika Anda menginginkan gambaran independen alih-alih gambaran dari vendor, di sanalah tempat membacanya. Halaman ini tidak mencetak ulang angka-angka tersebut, dan salah satunya memang harus dibaca dengan hati-hati, karena Artificial Analysis hanya memberi peringkat pada model gambar yang menyediakan API yang dapat dipanggil — jadi posisi independen untuk Muse Image adalah pernyataan tentang Model API, bukan tentang aplikasi Meta AI.
Apa yang tidak dijawab oleh dokumentasi
Halaman referensi hanya berguna jika ia menyatakan di mana catatan itu berhenti, jadi inilah yang tidak dapat kami pastikan dari Meta pada 29 September 2026. Tidak ada batas laju yang dipublikasikan untuk Muse Image. Tidak ada profil latensi yang dipublikasikan, tidak ada tingkat keberhasilan, dan tidak ada evaluasi independen atas loop agentik di bawah lalu lintas produksi — harga per gambar didokumentasikan, tetapi rentang operasionalnya tidak. Tidak ada benchmark untuk kemampuan mengikuti instruksi atau fidelitas edit dari pihak independen mana pun, dan Meta tidak menerbitkan angka semacam itu sendiri; grafik benchmark di halaman model Meta tidak memuat angka yang dapat dibaca. Tidak ada pernyataan lisensi, karena model tersebut tidak dilisensikan untuk diunduh. Dan tanggal Muse Image dapat dipanggil di Model API tidak disebutkan di mana pun dalam dokumentasi Meta. Tidak satu pun dari ketiadaan itu menjadi alasan untuk menghindari model tersebut — gambar seharga satu sen dengan grounding pencarian yang sudah termasuk layak diuji hanya atas dasar itu — tetapi masing-masing menjadi alasan untuk mengukur alih-alih berasumsi sebelum sebuah pipeline bergantung padanya.
Putusan untuk seorang developer
Meta Muse Image layak dievaluasi jika masalah Anda adalah volume: citra katalog, varian iklan, personalisasi per pengguna, apa pun yang tarif per gambar frontier-nya menjadi hal yang menggagalkan proyek. Harga per unitnya terdokumentasi, unitnya tidak ambigu, kegagalan tidak ditagih, dan grounding pencarian termasuk dalam tarif, bukan ditagih terpisah, yang cukup tidak biasa di pasar ini sehingga menjadi headline. Namun tidak layak diadopsi secara buta, karena segala hal di luar harga — throughput, latensi, seberapa andal loop agentik menutup pada prompt Anda, apakah sinyal provenans terbawa pada keluaran API — tidak terdokumentasi, dan klaim peringkat vendor sendiri adalah posisi preferensi manusia yang dikutip pada suatu momen, bukan hasil yang terukur. Bentuk keputusan yang jujur di sini adalah eksperimen senilai satu sen terhadap model gambar yang sudah Anda gunakan, pada prompt Anda sendiri, dengan mode kegagalan yang murah dan fallback yang terbukti di belakangnya. Untuk mengetahui apa model ini, bagaimana ia dipanggil, dan berapa biayanya, halaman ini adalah rujukannya; untuk apakah ia harus ada di stack Anda, angka yang Anda hasilkan sendiri adalah satu-satunya yang penting.
