「Muse Wonder APIアクセスと料金」と表示されるヒーロータイトルカード、サブタイトルは「Meta Superintelligence Labs、2026年10月12日リリース」、3枚のカードには「入力トークン100万個あたり$4.00」「出力トークン100万個あたり$20.00」「1,048,576トークンのコンテキストウィンドウ」と表示され、右下にOrcaRouterのロゴが合成されている。
Guides & Insights

Muse Wonder APIアクセスと料金:Meta初のフロンティアモデルにおいて$4/$20で何が得られるか

著者

Gideon Frost

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

Meta Superintelligence Labsは2026年10月12日、Muse Wonderの販売を開始した。価格は入力トークン100万個あたり4.00ドル、出力トークン100万個あたり20.00ドル——そして、このリリースのより高性能な半分であるMuse Wonder Fullには、トークンあたりの価格がまったく設定されていない。これがアクセスの全体像を一文で表したものだ。2つのチェックポイントが出荷され、2つの異なる扉があり、そのうちAPIキーで開くのは片方だけである。

つまり、このページはあらゆるベンチマーク比較の前に生じる疑問に答えます。どの識別子を呼び出せるのか、料金表が目玉となる2つの数値以外に何を含むのか、M​etaがこのモデルについて何をすると述べているのか、外部評価者がこれまでに何を測定したのか、そして今日ルーター経由でそれに到達したい場合の現時点の答えは何か。このページのどの記述も、OrcaRouterがMuse Wonderを提供していることを示唆するものではありません — 提供しておらず、重要な箇所でそのように明記しています。

実際に呼び出せるMuse Wonderはどれ?

Metaの資料は、モデルではなくシリーズについて説明している。この2つは製品として異なる挙動を示すが、その違いは技術的なものではなく管理的なものである。

• muse-wonder-1.0 — Meta Model API および Meta のターミナルコーディングエージェントである Muse Code 内で提供されるチェックポイントです。これは開発者がプロビジョニングの対象とする識別子であり、以下に示すトークンあたりの数値はすべてこれに対応します。

• muse-wonder-full-1.0 — M​etaがより高スコアな構成と説明する別個のチェックポイント。これはAPIモデルのエフォートフラグではなく、2つ目のAPIエンドポイントでもない。M​etaはこれをMuse Codeサブスクリプションを通じて販売している。M​etaがその製品について公表しているプランは、Power Usageが月額50ドル、Maximum Usageが月額200ドルであり、つまりFullの実際の購入単位は100万トークンではなく、シート月である。

それはフロンティアのリリースとしては異例の形であり、率直に言っておく価値のある実務的な帰結を伴う。より高いスコアのチェックポイントへ至るAPIの道は存在しない。APIモデルをベンチマークして気に入ったチームは、つまみを回すだけでFullを手に入れることはできない。サブスクリプションを購入するか、自分が測定したモデルがそのまま手に入るモデルだと受け入れるか、どちらかだ。

料金表を、1行ずつ

Metaのトークン単位の料金はAPIチェックポイントに適用されます。以下の行は、別段の記載がない限りベンダーの料金表に基づく事実であり、すべて100万トークンあたりのものです。

• 入力 — 100万トークンあたり$4.00

• キャッシュ済み入力 — 100万トークンあたり$0.20。独立系評価機関Artificial Analysisはこれを95%のキャッシュ割引と見ている

• 出力 — 100万トークンあたり$20.00

• キャッシュヒット/入力/出力が7:2:1の混合比率におけるブレンドコスト — 100万トークンあたり約$2.94(Artificial Analysis自身のモデルページによる)

• Intelligence Indexのタスクを1つ完了するために実測されたコスト — 約$4.52、これもまたM​etaの数字ではなくArtificial Analysisの数字

• コンテキストウィンドウ — 1,048,576トークンと記載され、提供されています

• 1回のレスポンスにおける最大出力 — 943,718トークン。これは、当社が追跡するボード上で最大の単一レスポンス上限です

• 入力モダリティ — テキスト、画像、音声、動画、テキスト出力に対して

• 推論制御 — 必須。Metaは最小から最大までのエフォートの段階を公開しており、デフォルトは中程度だが、オフに切り替えるスイッチはない

見落としやすい構造上の詳細が一つあり、検索や長いエージェント作業の価格設定に関わる人なら誰にでも重要です。入力レートはトークンの閾値で段階的に変わることはありません。40万トークンのプロンプトも、400トークンのものと同じトークン単価で課金されます。競合するいくつかのフラッグシップは、プロンプトが文書化された境界を超えるとリクエスト全体を再価格設定するため、これは単に曲線の高さだけでなく、その形における真の違いなのです。

A single-column specification scoreboard titled 'Muse Wonder - the scoreboard' for 'muse-wonder-1.0, the API checkpoint', with rows reading Callable identifier muse-wonder-1.0, Context window 1,048,576 tokens, Max output 943,718 tokens, Input price $4.00 / 1M, Cached input $0.20 / 1M, Output price $20.00 / 1M, Intelligence Index 52, ninth of 216. Footer reads 'Rate-card figures per Meta; Intelligence Index per Artificial Analysis, October 13, 2026.' OrcaRouter logo bottom-right.

M​etaが主張するスコアと、それにどれほどの価値があるか

Metaは、両方のチェックポイントをそれぞれの最大推論設定でカバーするベンチマーク表を公開しました。そして、Muse Wonder Fullをそもそも対象にしている唯一のスコアボードでもあります。これはベンダーによる報告であり、Meta自身のハーネスで作成されたもので、そのいずれも独立に再現されていません——以下は測定結果ではなく、Metaの主張として読んでください。

M​eta が宣伝する行は、持続型エージェントの行である。長期的なソフトウェアタスク群である SWE-Marathon では、M​eta は Muse Wonder Full を比較対象のあらゆるモデルより上位に置いている。DeepSWE 1.1 でも同様の主張をしており、自社が公開している複合指標では、その系列が自社名を冠している。独立系の論評はこれら2つの行を選択的に繰り返してきた。そして少なくとも1つの広く共有された投稿は、基になる表がベンダーのもので、再現されておらず、ハーネスとして未公開であることに触れずに、Muse Wonder Full の数値をより低い競合他社の数値と並べた。

厄介なのは表の内部にある。Muse Wonder Full は、より安価な API チェックポイントよりも一律に優れているわけではない。2つのプロファイルは行ごとに優劣が入れ替わっており、これは Meta が1つのつまみを上げたのではなく、2つの異なる目的に向けて訓練したことを示唆している。もしそうなら、「Full の方が優れたモデルだ」というのは自分のワークロードにとって安全な前提ではなく、どちらのプロファイルが合うかを知る唯一の方法は両方を測定することだ――そして現時点では、それはサブスクリプションを購入することを意味する。

外部評価者が測定したもの

Artificial Analysis は、2026年10月13日時点で Muse Wonder について公開された行を持つ唯一の評価者であり、その数値は M​eta のものとは別種だ:ボード上のすべてのモデルに同じハーネス、公開された構成、そしてベンダーからの入力なし。

• インテリジェンス指数 — 最大努力時で52、200以上のモデル

• インデックスタスクあたりのコスト — 約4.52ドルで、評価者は価格を考慮に入れると、これはコホートの中央値より高いと指摘している

• その実行で消費された出力トークン — 約1億3,000万で、掲示板の中央値は約8,500万、評価者はやや冗長だと評している

• サービング速度 — 1秒あたり約115出力トークン、初回トークンまでの時間は約20秒

• Muse Wonder Full — 最大努力で56という指数を記録し、ボードの上位付近にランクされている。トークン単位では販売されていないため、トークンあたりの価格はない

M​etaの表の最後の行に注目してください。M​etaが公表している総合指数ではMuse Wonder Fullは59.0ですが、独立系の評価表では56を示しています。このような尺度での3ポイント差は丸め誤差ではなく、比較検討しているほかのすべてのモデルの数値と同じ方法で算出されているため、計画を立てる基準にすべきは独立系の数値のほうです。

A screenshot of the Artificial Analysis model page for Muse Wonder, tagged as a Meta proprietary model released October 2026, showing the Intelligence, Performance and Price Analysis panels with the independent Intelligence Index, the $4.00 input and $20.00 output rates, the 1M context window, the cost-per-task figure and the measured output-token count.

まだそれを呼び出せない場所

Muse Wonder は M​eta 自身の API と Muse Code 内で利用でき、現時点ではそれがすべてです。当社が確認できるカタログにはサードパーティによる提供は含まれておらず、OrcaRouter のカタログにも含まれていません。ほかに誰も提供していないチェックポイントをルーターがルーティングすることはできませんし、そうでないかのように示唆するよりは、そのことを明言するほうが私たちは望ましいと考えています。

実際に試そうという場合、これは2社体制の構成になるということです。新しいモデルにはMetaのキーを、それ以外のすべてにはすでに使っているものを。まさにそうした状況のために、塀の向こう側ではルーターが作られているのです。OrcaRouterは、1つのキーの背後にある200以上のモデルにわたって、プロバイダーの定価を0%のマークアップでそのまま通します。そこにはMeta自身のMuse Spark 1.2とMuse Spark 1.1も含まれます — つまり、今日呼び出せるMetaのモデルはすでに1か所から到達可能であり、Metaでの料金改定は、仲介業者が再価格設定するのを待つことなく、発表されたその日にここへ反映されます。2社目のプロバイダーがMuse Wonderの提供を実際に始めたとき、エンドポイント間の自動フェイルオーバーが、単一の不健全な経路であなたのトラフィックが落ちるのを防いでくれます。

A screenshot of the OrcaRouter model page for Muse Spark 1.2, showing the breadcrumb 'Home » Models » Meta', the model name Muse Spark 1.2, code samples, and the Pricing, Performance, Public benchmarks, Community buzz and FAQ tabs, with the English 'EN' language toggle visible in the site header.

何がこの回答を変えるでしょうか

確認できる点が4つあり、そのどれか一つでもあれば、このページは推測し直すよりも読み返す価値がある。

• Meta Model API 上に Muse Wonder Full のモデル識別子が現れ、サブスクリプション限定の境界が終わることになる

• 52を変更する独立インデックスの改訂、または独自の行を持つ2番目の評価者の登場

• どちらかのレートカード明細行の価格変更は、マークアップ0%の場合、当社側では当日中に反映されます

• Muse Wonderが公開料金付きでサードパーティのカタログに掲載されること。そうなれば、空き状況の問い合わせはベンダーの問題ではなくルーティングの問題となる

それまでは、正直に要約すればこうなる。M​etaは自社のAPIチェックポイントの価格を、入力・出力のいずれについても、現在のA​nthropicとO​penAIのフラッグシップより20%低く設定し、より安い方のモデルをプログラムから利用できるモデルとし、興味深い構成は月額シートの背後に残した。$4/$20は本当で、M​etaがこれまでに公表した中で最も安いフロンティア料金だ。それはまた、実際に呼び出せるモデルの価格でもある。

この記事で比較したモデル1

この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新