
Meta Muse API: 개발자가 실제로 얻는 것, 그리고 어떤 Muse Models을 제공하는가
- OrcaNEWOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100만 토큰당 · 56 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952지능
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856지능
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100만 토큰당 · 993 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238지능
- OpenAIOpenAI: GPT-6 Sol2026-09-2248지능
- AnthropicAnthropic: Claude Opus 5.52026-09-2258지능
- xAIGrok 4.72026-09-2146지능
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 100만 토큰당 · 40 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 100만 토큰당 · 2230 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040지능
- OpenAIOpenAI: GPT-6 Astra2026-09-0453지능77코딩
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241지능76코딩
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245지능76코딩
- AnthropicAnthropic: Claude Fable 5.12026-09-0153지능82코딩
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 100만 토큰당 · 57 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 100만 토큰당 · 125 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642지능72코딩
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 100만 토큰당 · 206 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845지능75코딩
문자 그대로 "Muse API"라고 불리는 제품은 없습니다. Meta의 Muse 모델을 제공하는 API는 Meta Model API이며, https://api.meta.ai/v1에서 응답하고, 개발자가 여기서 호출할 수 있는 Muse 모델은 Muse Spark 1.3(현재 Meta가 권장하는 모델), Muse Spark 1.2 및 Muse Spark 1.1입니다. 이 중 마지막 두 모델은 이 사이트가 meta/muse-spark-1.1 및 meta/muse-spark-1.2로 라우팅합니다. "muse api"를 검색하면서 한 줄짜리 답을 원했다면, 그것이 바로 답입니다. 이 페이지의 나머지는 그 뒤에 있는 세부 내용입니다. 즉, Meta가 공개한 요금표에서 각 모델의 백만 토큰당 비용이 얼마인지, 첫 호출 전에 무엇을 준비해야 하는지, 요청 한도가 실제로 무엇을 기준으로 측정되는지, 그리고 Muse Code 구독 카드에 적힌 숫자가 API 청구서에 그대로 이어지지 않는 이유입니다.
이 글은 뉴스가 아니라 참고 페이지로 읽어 주세요. Meta Model API는 현재 운영 중이며, 그 위의 Muse 모델들은 오늘 호출할 수 있습니다. 여기에는 어떤 발표도 없으며, 이 블로그의 어떤 페이지도 이 모델 라인에 대한 프로그래매틱 액세스 질문에 이전에 답한 적이 없습니다. 어떤 수치가 Meta 자체 문서에서 나온 경우 이 페이지는 그렇게 밝히고, Meta가 아무것도 공개하지 않은 경우에는 빈자리를 채우는 대신 그렇다고 말합니다.
"the Meta Muse API"란 실제로 무엇인가
Meta 자체 정의는 한 문장입니다: Model API는 "Muse Wonder와 Muse Spark를 포함한 Meta의 최신 모델을 위한 추론 플랫폼"입니다. Muse 라인은 자체 API가 아니라 해당 플랫폼에서 호스팅됩니다. 그렇기 때문에 Muse 전용 엔드포인트를 검색해도 아무것도 나오지 않습니다 — 엔드포인트는 Meta의 것이고, Muse는 그 위에 있는 하나의 모델군입니다.
그 표면은 의도적으로 관습적입니다. Meta가 Model API 표면이라고 부르는 것 아래에는 세 가지 요청 형식이 문서화되어 있습니다: Responses API, Chat Completions API, Messages API. 대표적인 통합 주장은 Model API가 "OpenAI SDK, Anthropic SDK, 그리고 OpenAI 호환 에이전트 CLI와 드롭인 호환된다"는 것이며, 여기에는 "배워야 할 사용자 지정 클라이언트가 없다"는 문구가 따릅니다. 실제로 이는 재작성이 아니라 base-URL 변경과 키를 의미합니다.
플랫폼은 Spark 라인만 제공하는 것이 아닙니다. muse-spark-*와 함께 muse-wonder-1.0, muse-image-1.0, muse-voice-transcribe-1.0, sam-3.1도 노출하므로, 혼합 파이프라인을 구축하는 독자는 동일한 자격 증명으로 이미지 생성, 전사, 세그멘테이션에 접근할 수 있습니다. Muse 패밀리 구성원 중 하나는 아예 호출할 수 없습니다. Muse Glimmer는 "자체 하드웨어에서 실행되도록 만들어진" 오픈 웨이트 모델로, API에서 제공되는 대신 가중치로 배포되며, Meta는 models list 엔드포인트에서 이를 제외합니다. "Glimmer를 호출할 수 있나요?"라는 질문이라면 답은 아니요입니다. 직접 다운로드하는 것입니다.
사람들이 흔히 “the Muse API”에 포함시키는 두 가지는 별개의 제품이며 다른 페이지에 속합니다. Muse Code는 터미널과 CI를 위한 Meta의 코딩 에이전트입니다. 구독으로 판매되는 하네스로, 2026-08-05에 베타로 출시되었고 2026-08-31에 베타에서 벗어났습니다. 그리고 이는 API도, 모델도 아니며, API를 호출하는 데 필요하지도 않습니다. 이 블로그의 muse-code 페이지는 이 하네스를 다루고, meta-muse-code-terminal-coding-agent는 이 에이전트를 심층적으로 다룹니다. 여기서부터는 오직 프로그래밍 방식의 표면만 다룹니다.
호출할 수 있는 모델과 Meta가 공개한 요금
텍스트 생성에는 여섯 개의 ID가 중요하며, 아래 요금은 Meta가 자체 가격 및 요청 한도 페이지에 백만 토큰당 달러로 공개한 값입니다. 이는 공급업체 정가이며, 독립적으로 감사된 수치가 아닙니다.
• muse-spark-1.3 — Meta는 이를 "에이전트 워크플로에 최적화된 최신 버전"이라고 부르며 "새로운 작업에 권장"으로 표시한다. 1,048,576 토큰 컨텍스트. 표준 모드: 입력 $1.25, 출력 $4.25, 캐시된 입력 $0.15.
• muse-spark-1.2 — Meta의 모델 페이지는 이를 간단히 "이전 버전"이라고 설명한다. 동일한 1,048,576토큰 컨텍스트, 동일한 Standard 요금.
• muse-spark-1.1 — "원래 버전"이며, Standard 모드만 지원합니다. 동일한 컨텍스트 윈도우, 다시 동일한 Standard 요금입니다.
• muse-spark-1.3-contributor 및 muse-spark-1.2-contributor — 할인 등급: 입력 $0.10, 출력 $0.20, 캐시된 입력 $0.002. 1.1에는 Contributor 버전이 없습니다.
• muse-wonder-1.0 — Meta에서 가장 뛰어난 Muse 모델로, 장기적 에이전트 작업을 겨냥해 포지셔닝되었습니다: 입력 $4.00, 출력 $20.00, 캐시된 입력 $0.20, Standard 모드 전용이며, Meta는 "Contributor mode는 Model API의 Muse Wonder에서 사용할 수 없습니다"라고 분명히 밝힙니다.
• 텍스트가 아닌 Muse 모델은 토큰당이 아니라 단위당으로 가격이 책정됩니다. Muse Image는 이미지당 $0.01, Muse Voice Transcribe는 시간당 $0.18, SAM 3.1은 이미지 1,000개당 $2.50 및 프레임 1,000개당 $0.20입니다. 웹 검색 그라운딩을 켜면 검색 쿼리 1,000건당 $2.50입니다.
그 표 아래에는 두 가지 일반적인 설명이 있으며, 워크로드 규모를 산정하기 전에 알아 두면 좋습니다. 첫 번째는 "캐시된 입력은 비용이 더 낮습니다"입니다. 캐시된 읽기는 Standard Spark에서 입력의 약 10분의 1, Contributor에서는 50분의 1입니다. 두 번째는 "롱 컨텍스트 프리미엄 없음"인데, 이는 대부분의 플랫폼에서보다 여기에서 더 중요합니다. Spark 라인의 컨텍스트 윈도가 1,048,576 토큰이기 때문입니다. 긴 문서라도 다른 가격대로 넘어가지는 않습니다.
이 페이지의 브리프가 대비를 예상했던 질문에 대해 말하자면: meta/muse-spark-1.1과 meta/muse-spark-1.2 사이에는 윈도우나 요금 면에서 선택할 것이 없습니다. Meta는 해당 라인에 대해 하나의 컨텍스트 수치를, 그리고 "muse-spark-1.3 / 1.2 / 1.1"을 포괄하는 하나의 요금 행을 게시합니다. 이들을 구분하는 것은 체크포인트입니다 — 1.2가 더 최신입니다 — 그리고 Meta 플랫폼에서는 1.2에는 Contributor 변형이 있고 1.1에는 없다는 점입니다. 두 모델이 컨텍스트 길이나 가격에서 다르다고 말하는 사람은 같은 카드를 읽고 있는 게 아닙니다.

첫 통화를 걸기 위해 손에 들고 있어야 할 것
이 섹션의 모든 내용은 Meta 자체 문서에서 가져온 것입니다. Meta가 말하지 않은 사항이 보통 들어갈 자리에서는, 이 페이지는 그럴듯한 요청 형태를 지어내기보다 그 공백을 그대로 드러냅니다.
액세스 권한 얻기
액세스란 Model API 계정과 키를 의미합니다. Meta의 퀵스타트는 대시보드로 안내합니다: "Model API 대시보드 → API keys → Create API key에서 키를 받으세요." 인증 페이지는 사람들이 놓치는 부분을 덧붙입니다: "키를 바로 복사하세요. 한 번만 볼 수 있습니다." 키는 LLM|607358788350350|nx9.....LJY 형식으로 표시되며, Meta는 각 세그먼트가 무엇을 의미하는지 결코 설명하지 않습니다. 같은 대시보드에서 키를 폐기할 수 있습니다 — "키 하나를 삭제해도 다른 팀 키는 그대로 유지됩니다" — 이는 키 하나를 공유하기보다 애플리케이션마다 키 하나를 발급하라는 Meta의 주장입니다.
인증 방식
Authorization 헤더에 있는 Bearer 토큰:
• 헤더 — Authorization: Bearer $MODEL_API_KEY
• 기본 URL — https://api.meta.ai/v1, Anthropic 형식 하네스용으로는 https://api.meta.ai가 문서화되어 있음
• 환경 변수 — MODEL_API_KEY. Meta는 하드코딩하기보다 설정하라고 지시하며, “키를 버전 관리에 절대 커밋하지 말라”는 흔한 조언과 함께 언급합니다.
• 클라이언트 유의사항 — Meta는 "OpenAI SDK는 MODEL_API_KEY를 자동으로 읽지 않습니다"라고 분명히 밝히고 있으므로, api_key를 명시적으로 전달하거나 Meta 키를 사용해 OPENAI_API_KEY를 export해야 합니다
Meta의 레퍼런스 전반에서 이름이 지정된 엔드포인트에는 텍스트용 POST /v1/chat/completions와 POST /v1/responses, Muse Image용 /v1/images/generations와 /v1/images/edits, 전사용 POST /v1/asr/transcribe와 wss://api.meta.ai/v1/asr/realtime의 실시간 웹소켓, 업로드용 POST /v1/files가 포함됩니다. Meta가 공개한 SDK는 없습니다: SDK 페이지에는 OpenAI 및 Anthropic 클라이언트가 나열되어 있으며, Meta의 입장은 자사 라이브러리보다 호환성입니다. 설치할 meta 패키지를 기다리고 있었다면, 그런 것은 없습니다.

속도 제한 및 그 측정 기준
이것은 "muse code api key"를 검색하는 사람이 보통 정말로 묻는 질문이며, Meta는 대부분의 공급업체보다 이 질문에 더 정확하게 답한다. 공개된 한도는 팀당이고, 키당이 아니다: "같은 팀의 키는 속도 제한을 공유한다." 두 엔지니어가 두 개의 키를 발급해도 상한이 두 배가 되지는 않는다 — 상한을 나눠 가질 뿐이다.
• muse-spark-1.3, muse-spark-1.2, muse-spark-1.1 — 분당 3,000건의 요청 및 분당 4,000,000 토큰
• 컨트리뷰터 변형 — 분당 150회 요청 및 분당 3,000,000 토큰
• muse-wonder-1.0 — 3,000 RPM 및 4,000,000 TPM; muse-image-1.0 — 토큰 제한 없이 150 RPM
• 백그라운드 응답 — 팀당 분당 600건 제출에 대한 별도 상한
• 위반 시 — Retry-After 헤더와 함께 HTTP 429, 그리고 x-ratelimit-limit-tokens, x-ratelimit-remaining-tokens, x-ratelimit-limit-requests 및 x-ratelimit-remaining-requests를 포함하는 응답
Muse Code API 키와 Model API 키는 동일한 종류의 자격 증명입니다. Muse Code를 처음 실행하면 브라우저 로그인을 선택하거나 API 키를 붙여넣으라고 요청합니다 — "스크립트와 CI에서는 API 키를 사용하세요" — 그리고 문서화된 조회 순서는 META_API_KEY가 먼저, 그다음 저장된 키, 그다음 저장된 브라우저 세션이며, API 키는 항상 브라우저 로그인보다 우선합니다.
과금 방식: 시트가 아닌 종량제 토큰
이 부분은 독자들이 잘못 이해하는 대목이므로, 솔직하게 짚고 넘어갈 가치가 있습니다. Muse Code 구독은 요금표가 있는 월 정액 시트이고, Model API는 계정에서 사용량을 측정해 과금하는 방식입니다. Meta의 인증 페이지는 이 모델을 직접 명시합니다 — "Meta Model API 청구는 사용량 기반입니다. 요청이 소비하는 토큰에 대해 청구됩니다" — 입력과 출력은 별도로 계산되며, 출력이 일반적으로 더 비싸고, 요금은 모델별로 다릅니다. 잔액이 결제 임계값에 도달하면 결제가 이루어지고, 남은 금액은 매월 1일에 자동으로 청구됩니다. Meta는 "최소 금액이나 선불 약정이 없습니다"라고 덧붙입니다.
두 제품 사이의 한 가지 비대칭성은 쉽게 걸려 넘어질 수 있는 부분입니다. Meta는 Muse Code에 대해 "구독은 기본적으로 Contributor 모드로 설정되며, 설정에서 켜거나 끌 수 있습니다"라고 밝힙니다. API에서는 기본값이 반대입니다. 의도적으로 -contributor 모델 id를 지정하지 않는 한 Standard 가격과 Standard 약관이 적용됩니다. 따라서 계속 Contributor 약관으로 Muse Code를 실행해 오다가 muse-spark-1.2의 키로 바꿔 넣은 독자는 클라이언트 외에는 아무것도 바꾸지 않았는데도 입력 가격의 약 12배에 달하는 Standard 요금표를 적용받게 됩니다.
Meta가 명시하지 않은 것은 구독이 API 사용 권한을 부여하는지 여부입니다. 인증 페이지, 가격 페이지 또는 제품 페이지 어디에도 플랜에 Model API 토큰이나 크레딧이 포함된다고 나와 있지 않습니다; API 페이지는 키를 순전히 인증 수단으로 취급하며, 구독 페이지는 그 자체로 별개의 주제입니다. 두 가지가 서로 대체 가능하다고 가정하지 말고, 구독의 월별 수치를 토큰 예산에 옮겨 놓지 마십시오 — 이 둘은 서로 다른 질문에 답하고 있습니다.
무료에 관해: Model API에 대해 문서화된 무료 티어는 없고, 체험 크레딧도 없으며, 무료 허용량도 없습니다. 코딩 에이전트의 제품 페이지에도 무료 플랜은 나와 있지 않습니다. Contributor 모드는 무료가 아니라 할인된 것이며, Meta의 설명에 따르면 "향후 Meta 모델을 학습시키기 위해 귀하의 콘텐츠를 사용할 수 있는 권한에 대한 대가로" 제공되는 할인 가격으로, 귀하가 보내는 프롬프트, 코드, 파일, 컨텍스트와 귀하가 받는 응답을 포함합니다. 그것은 공짜가 아니라 거래입니다. 어떤 페이지에서 Meta Muse API에 무료 티어가 있다고 한다면, 그 페이지는 Meta의 가격 페이지를 읽지 않은 것입니다.
이 속성이 라우팅하는 대상
이 라인업에서 두 가지 모델을 제공하며, 이 페이지의 가용성 설명은 의도적으로 좁게 한정되어 있습니다. 둘 다 오늘 카탈로그에 라이브 상태입니다: meta/muse-spark-1.1 및 meta/muse-spark-1.2. 둘 다 Meta가 공개한 동일한 1,048,576토큰 컨텍스트 윈도우를 갖추고 있으며, 1.2가 더 나중 체크포인트입니다. 이들에 대해 공개된 저희 요금은 Meta의 정가를 0% 마크업으로 그대로 전달한 것입니다 — 백만 입력 토큰당 $1.25, 백만 출력 토큰당 $4.25, 백만 캐시 읽기당 $0.15 — 이것이 패스스루 방식의 핵심입니다: 공급업체 요금 변경이 당일 여기에 반영되며, 저희 쪽에서는 재책정이 없습니다.
그것이 개발자에게 주는 이점은 할인이 아니라 통합 하나를 덜어내는 것입니다. Muse Spark는 200개 이상의 모델을 포괄하는 단일 엔드포인트 뒤에 있으므로, 이를 파이프라인에 추가하는 것은 두 번째 계약, 두 번째 키, 두 번째 청구 관계가 아니며, 한 제공자에게 실패한 요청은 자동으로 다른 제공자로 페일오버되어 사용자에게 429를 노출하는 대신 처리됩니다. 이는 검증되지 않은 모델 교체에서는 평소보다 더 중요합니다. 즉, 경로를 해당 모델로 확정하기 전에 meta/muse-spark-1.2를 실제 워크로드에 투입하는 방법입니다.
여기서는 두 가지가 라우팅될 수 없으며, 이 페이지는 그 점을 완화하지 않습니다. meta/muse-spark-1.3은 우리 카탈로그에 없습니다 — 1.3이 필요하시다면 Meta에 직접 문의하세요. 그리고 meta/muse-code는 Meta 플랫폼에서든 우리 플랫폼에서든 모델 ID가 전혀 아닙니다. Muse Code는 모델이 아니라 하네스이므로 라우팅 대상이 될 수 없습니다. Contributor 등급 체크포인트도 여기서는 라우팅되지 않습니다.

Meta가 문서화하지 않는 것
개발자가 합리적으로 기대할 만한 여러 가지가 Meta의 API 문서에는 그냥 빠져 있으며, 이 페이지의 정직한 버전은 그것들을 대충 그려 넣기보다 그 사실을 그대로 말한다.
• 조직 및 프로젝트 — 인증 페이지에는 조직이나 프로젝트 개념이 없고, 계층 구조도 없으며, 키를 그중 하나로 범위를 지정할 방법도 없습니다. Meta가 설명하는 유일한 그룹화는 팀입니다.
• 키 범위 — 권한 세트도, 리소스별 제한도, 읽기 전용 키도 없습니다. 모든 키는 전체 키이며, 그래서 Meta 자체의 권고도 애플리케이션당 하나의 키입니다.
• 키 수명 및 로테이션 — 폐기는 문서화되어 있고(대시보드에서 삭제), 로테이션은 권고 사항일 뿐이며("즉시 폐기하고 로테이션하세요"), 만료, TTL, 롤오버 절차는 어디에도 없습니다.
• 퍼스트파티 SDK — 공개된 것 없음. 호환성 주장이 곧 통합 스토리이며, Meta는 그것이 나올 것이라고 말하지 않는다.
• 무료 사용 — 무료 등급 없음, 크레딧 없음, 체험판 없음, 위와 같음.
• Muse Glimmer의 API id — 모델 페이지에는 id가 나열되지 않고, Meta는 이를 models 엔드포인트에서 제외합니다. 가중치 형태로 배포되기 때문입니다.
이걸 검색한 이유가 그런 공백 중 하나였다면, 답은 그 정보가 공개되어 있지 않다는 것입니다. 형편없는 페이지라면 키 범위 지정 방식이나 로테이션 엔드포인트를 추측으로 메워 놓고, 당신이 새벽 2시에 그 추측을 발견하게 내버려 두었겠지요. 공개된 내용만으로도 구현에 충분할 만큼 그림이 완성됩니다: https://api.meta.ai/v1의 관례적인 기본 URL, 직접 생성하는 Bearer 키, OpenAI 및 Anthropic 클라이언트와의 드롭인 호환성, 문서화된 팀별 요청 한도, 그리고 이 사이트가 제공하는 두 Muse Spark 체크포인트가 윈도우와 가격 모두 동일한 요금표.
이 블로그의 muse-code 페이지는 하네스를 깊이 있게 다루며, 이 페이지는 프로그래밍 방식의 표면일 뿐입니다.
이와 같은 격차는 또한 실패 모드가 드러나는 지점이기도 합니다: 이 계열의 모델과 관련된 문서화된 AI 사고와 에이전트 실패는 다음에 수집되어 있습니다: OrcaRouter AI Incident Archive, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 분쟁 플래그가 포함되어 있습니다.
이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
