Meta Muse Image: модель, API и изображение по фиксированной цене $0.01

Если вы искали уточнённое название и попали сюда, короткий ответ таков: Meta Muse Image — это агентная модель Meta для генерации и редактирования изображений; она проприетарная, а не с открытыми весами, и вы вызываете её через собственный Model API Meta под идентификатором muse-image-1.0 по фиксированной цене $0,01 за сгенерированное изображение, а опора на поиск включена в эту цену. Это и есть полный ответ на вопрос, который задаёт поиск, а всё ниже — справочная информация по нему: что делает модель, как к ней получить доступ, что именно является единицей оплаты, что Meta документирует о происхождении и где документация заканчивается.

О двух вещах, касающихся обоснованности этой страницы, стоит сказать прямо, потому что об этом семействе уже не раз объявляли, и вторая публикация-анонс была бы дублированием материалов, которые мы уже публикуем. Это каноническая справочная страница для этого названия: конечная точка, куда читатель попадает после поиска по нему. Её обоснование — это устойчивый спрос, который мы измерили по собственным данным 29 сентября 2026 года: читатели вводят уточнённую форму этого названия в трёх вариантах написания, при сотнях показов, на позиции, которую мы занимаем случайно благодаря другим страницам, а не потому, что написали страницу, устроенную так, как эта; и конверсия у неё почти нулевая, потому что ничто из того, что мы публикуем, не имеет формы справочной страницы. Это измерение — факт о том, что вводят люди, и ничего больше; оно ничего не говорит о качестве или популярности модели в мире. А датируемая опорная точка используется здесь как факт для датировки модели, а не как событие, о котором нужно сообщить: пост Meta о запуске Muse Image и Muse Video содержит дату 7 июля 2026 года и описывает модель как «доступную сегодня» на потребительских площадках Meta на ту дату, поэтому 7 июля 2026 года — дата запуска, от которой отталкивается эта страница. Все приведённые ниже цифры были взяты со страниц самой Meta 29 сентября 2026 года, если в предложении не сказано иное.

Что на самом деле представляет собой Muse Image

Собственное однострочное описание Meta — с этого стоит начать, потому что оно выполняет реальную работу, а не занимается маркетингом: Muse Image — это «агентная генерация изображений, обоснованная поиском и рассчитанная на производственные объёмы по цене $0.01 за изображение». На странице модели Meta набор возможностей разбит на четыре рабочих режима — генерация изображений, точное редактирование, привязанная композиция и многораундовое уточнение, — а документация для разработчиков сжимает то же самое в одну фразу: «Muse Image генерирует и редактирует изображения на основе разговора».

Отличительное утверждение, по словам Meta, состоит в том, что Muse Image — «это модель изображений, которая рассуждает, прежде чем рендерить». В посте Meta о запуске это подаётся конкретно, а не умозрительно: «Вместо прямого преобразования подсказок в изображения Muse Image работает как агент: она задействует инструменты поиска и программирования для повышения точности, самостоятельно дорабатывает собственные генерации и улучшается за счёт масштабирования вычислений на этапе тестирования». На практике это означает, что модель планирует, прежде чем рисовать, подтягивает актуальные источники из интернета, когда подсказка касается фактов из реального мира, и пишет и запускает код, когда важна точность, — путь, который Meta описывает для точных графиков и QR-кодов, — а затем проверяет результат, прежде чем вернуть его.

Три возможности, которые Meta называет первыми, — это то, по чему её и стоит оценивать, и они сформулированы в собственной фразе Meta: Muse Image «точно следует инструкциям, редактирует с ювелирной точностью и создаёт композиции на основе нескольких референсов». Утверждение о редактировании — самое сильное из трёх, потому что это заявление об умении удерживаться от лишнего, а не о результате: на странице модели Meta сказано, что модель «спроектирована так, чтобы менять именно то, что вы указали, и оставлять всё остальное нетронутым», и поддерживает итеративную доработку в течение нескольких ходов, а не правки в один проход. Композиция — это то, где живёт режим «anchored composition»: привязка «целой серии генераций к небольшому набору референсных изображений, чтобы персонаж, стиль и обстановка оставались согласованными от одного изображения к следующему» — именно эта возможность важна, если вы создаёте каталог или набор рекламных материалов, а не одну картинку. В совокупности это те заявления, которые отличают модель изображений, с которой вы просто генерируете, от той, на которой вы строите конвейер, и это заявления вендора: Meta не публикует независимого бенчмарка на следование инструкциям или точность редактирования для этой модели.

Агентная концепция — не только об инструментах. Meta описывает Muse Image как работающий в паре с Muse Spark, своей моделью рассуждений, так что «обе модели могут совместно использовать инструменты и совместно планировать для мощной агентной генерации медиа» — задокументированный пример — многосоставный вывод, такой как анимированные GIF-файлы, страницы со встроенными изображениями и небольшие интерактивные игры. Если вы создаёте что-либо, что смешивает сгенерированные изображения со сгенерированным текстом или кодом, именно эта связка — та часть дизайна, которую стоит понять, и именно поэтому модель обслуживается через тот же API и с той же аутентификацией, что и Muse Spark, а не через отдельную конечную точку для изображений с собственными учётными данными.

Как вы это называете: поверхность 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:

• Генерация — POST /v1/images/generations, на входе текстовый запрос, на выходе изображение.

• Редактирование — POST /v1/images/edits, промпт плюс входные изображения, для работы «изображение в изображение».

• Уточняйте по ходу диалога — POST /v1/responses, Responses API, — именно так работает описанный в документации многоходовой сценарий.

В конечных точках изображений документированных параметров немного, и их стоит запомнить, потому что именно в них решаются вопросы стоимости и формата вывода. nпринимает значения от 1 до 10, по умолчанию — 1. sizeпринимает строку вида «WxH», например 1792x1024, и документация прямо указывает, что на этих конечных точках он «задаёт только соотношение сторон, а не точные пиксели» — не воспринимайте его как гарантию разрешения. response_formatпо умолчанию — b64_jsonили url, а output_formatпо умолчанию — webp, при этом доступны pngи jpeg. Агентное поведение можно переключать: конечные точки изображений принимают расширение tool_enablement, охватывающее enable_image_search, enable_web_searchи enable_shell, а также reasoning_strengthсо значением high (по умолчанию) или low. Понижение уровня рассуждений — это рычаг управления стоимостью и задержкой, и именно это стоит в первую очередь проверить с помощью A/B-тестирования на собственных запросах, а не принимать на веру.

В Responses API те же элементы управления находятся внутри image_generation — объекта инструмента в tools, где поиск по изображениям, веб-поиск и shell включены по умолчанию, а выходной массив возвращается в фиксированном порядке: элемент рассуждения с кратким описанием того, что модель запланировала и что искала, элемент сообщения, а затем по одному элементу image_generation_call на каждое изображение. Само изображение находится в поле result этого элемента в виде base64, а его id документирован как подписанный дескриптор, который вы передаёте обратно, чтобы продолжить редактировать то же изображение в следующем ходе. Этот дескриптор — механизм, лежащий в основе многоходовой доработки: именно так вы избегаете повторной загрузки изображения, чтобы изменить в нём одну деталь. Обе конечные точки изображений также принимают stream: true, выдавая image_generation.completed для генерации и image_edit.completed для редактирования. Model API документирован как полностью совместимый с OpenAI SDK, Anthropic SDK и агентными CLI, совместимыми с OpenAI, поэтому существующий вызов изображения — это изменение строки модели, а не переписывание.

Одно предостережение, которое уместно в справочнике, а не в сноске: Meta не опубликовала ограничения частоты запросов для Muse Image, которые мы могли бы прочитать. Страница ограничений частоты запросов на собственном сайте Meta для разработчиков возвращала пустую оболочку без каких-либо цифр — так же, как и страница с ценами. Если пропускная способность имеет значение для вашего дизайна, это неизвестная величина, которую вы обнаружите через API, а не из документации.

Цена и единица измерения, в которой она указана

Один цент за изображение. Эта цифра взята с собственной страницы модели Muse Image от Meta, где модель указана в таблице тарифов: поисковое обоснование и рассуждения отмечены как включённые, а цена указана как $0.01/image; в документации для разработчиков это повторяется: «Muse Image тарифицируется по фиксированной цене $0.01 за сгенерированное изображение». Единица тарификации — изображение, а не токен — в документации об этом сказано прямо («Muse Image не тарифицируется по токенам») — и это важно, потому что API для изображений, которые сообщают об использовании в токенах, обычно тарифицируются по токенам. Muse Image возвращает блок использования с количеством входных и выходных токенов, и эти значения носят исключительно информационный характер.

Из единицы измерения вытекают три детали биллинга. Во-первых, n — это множитель: запрос, возвращающий десять изображений, тарифицируется за десять изображений, поэтому параметр 1–10 — это не только удобство, но и средство контроля расходов. Во-вторых, неудача не тарифицируется — изображения, которые не удалось сгенерировать или которые были удалены фильтрацией безопасности до их возврата, не учитываются. В-третьих, поисковая привязка входит в цену за изображение, а не является отдельной статьёй расходов; в документации Meta указано, что она «является частью цены за изображение, поэтому отдельная плата за поисковую привязку не взимается». Именно последний пункт делает тариф значимым для агентной работы: модель, которая ищет в интернете перед отрисовкой, может выполнить несколько вызовов инструментов за один вывод, и Meta заявляет, что эти вызовы инструментов не тарифицируются отдельно от изображения.

Мы не смогли подтвердить эту цифру по тарифной карте, и об этом стоит сказать, а не умолчать. Каждый URL с ценами в домене разработчиков Meta, который мы запрашивали, возвращал оболочку страницы без каких-либо долларовых сумм, поэтому страница модели и документация по генерации изображений — это два места, где эта цифра существует в виде читаемого утверждения. Если вам нужен второй источник для закупки, сегодня на сайте Meta его нет.

Что в действительности даёт вам один цент — это изменение решения, а не скидку. Согласно формулировке самой Meta на странице модели, модель «позволяет запускать рабочие нагрузки, которые ранее были недостижимы из-за цен на передовые модели» — генерация вариантов объявлений, изображения для каталога и персонализация под каждого пользователя, — и при такой ставке сто тысяч изображений по прайсу обойдутся примерно в $1,000. Если вы сравниваете эту ставку с премиальными моделями изображений, за которые, возможно, уже платите, полезный шаг — прогнать обе на своих промптах и с собственной оценкой, и именно один цент за изображение делает это сравнение достаточно дешёвым, чтобы его действительно можно было провести.

Происхождение: что Content Seal решает, а что нет

Meta выпускает вместе с этой моделью систему невидимых водяных знаков и описывает её достаточно точно, чтобы стоило процитировать: «Muse Image включает Content Seal — нашу систему невидимых водяных знаков. Изображения, созданные Muse Image в приложении Meta AI и на meta.ai, несут скрытый сигнал происхождения, который остаётся неизменным — даже при обрезке, сжатии, изменении размера или создании скриншота». Meta заявляет, что планирует распространить Content Seal на видео, и показывает предварительную версию инструмента обнаружения, позволяющего проверить, несёт ли изображение эту метку.

Внимательно прочитайте, на что именно распространяется это утверждение, потому что его сфера действия уже, чем кажется на первый взгляд. Сигнал происхождения, как описывается, несут изображения, созданные в приложении Meta AI и на meta.ai — потребительских интерфейсах, — а на странице модели Meta и в документации API ничего не говорится о том, несут ли изображения, сгенерированные через Model API, ту же метку. Нам не удалось найти никаких утверждений ни за, ни против, поэтому рассматривайте Content Seal как функцию указания происхождения для потребительских интерфейсов и не предполагайте, что она сопровождает файл, сгенерированный через API, пока вы не протестируете вывод со своей собственной учётной записи. Отдельно: единственный известный нам тест детектора, о котором мы сообщали, был проведён Reuters, который обнаружил, что детектор не смог подтвердить большинство изображений с водяными знаками после обрезки; этот вывод и его цифра рассматриваются в нашем пояснении к этой модели — именно эту страницу, а не эту, следует читать для аргумента о происхождении.

Где работает

Собственное заявление Meta о доступности, из поста о запуске: Muse Image «доступен сегодня в приложении Meta AI и на meta.ai, в Instagram Stories в США и в WhatsApp в ограниченном числе стран, а вскоре появится в Facebook». Это слова Meta, и эти площадки — собственные продукты Meta; ни для одной из них нет ни списка ожидания, ни кода-приглашения, ни отдельной регистрации. На стороне разработчиков модель предоставляется через Model API — именно для этого предназначены идентификатор и эндпоинты выше. На странице модели Meta также перечислены сторонние платформы инференса среди способов её запуска; мы не называем их здесь, и ничто на этой странице не следует воспринимать как утверждение об условиях или тарифах на какой-либо площадке, кроме собственного API Meta.

Meta не опубликовала дату, когда Muse Image появилась в Model API, и в документации Meta для разработчиков она не указана. Единственная дата, от которой отталкивается эта страница, — дата запуска самой модели, 7 июля 2026 года, установленная по дате в собственном анонсирующем посте Meta. Если вы датируете поверхность API, а не модель, скажите то же, что говорит Meta, — ничего.

Открытые веса или проприетарные? Проприетарные — и в семействе есть и то, и другое

Это вопрос, в котором читатели чаще всего ошибаются в этом семействе, поэтому на него стоит ответить прямо. Muse Image является проприетарным. Документация для разработчиков Meta проводит эту границу явно: модели, которые вы вызываете через Model API — Muse Spark, Muse Image, Muse Voice Transcribe и SAM — предоставляются как сервис, а «Muse Glimmer идёт другим путём: вы скачиваете открытые веса и запускаете их на собственном оборудовании, вместо того чтобы вызывать его через Model API» — по разрешительной лицензии Apache 2.0. Muse Glimmer — это путь с открытыми весами в этом семействе, и это другая модель: мультимодальная модель, дистиллированная из Muse Spark, а не открытый релиз Muse Image. Ничего на странице Meta, посвящённой Muse Image, не указывает лицензию и не предлагает веса, потому что предлагать нечего. Если самостоятельный хостинг является жёстким требованием, Muse Glimmer — это модель, которую стоит оценить; если вам нужна описанная здесь модель для изображений, вы вызываете API Meta и платите за каждое изображение.

То, что, как утверждает Meta, она ранжирует, помечено как утверждение Meta

В анонсе Meta говорится: «Muse Image занимает 2-е место на Arena в задачах преобразования текста в изображение, редактирования одного изображения и редактирования нескольких изображений по данным Elo-рейтингов на основе человеческих предпочтений на момент написания». В этом предложении важны две вещи, и обе вытекают из формулировок самой Meta. Это заявленный вендором рейтинг, а не независимая оценка, и это позиция в Elo-рейтинге человеческих предпочтений, а не результат бенчмарка на фиксированном стенде — различие, которое действительно имеет значение, когда разрыв между двумя верхними позициями меньше, чем погрешность Elo-рейтинга, построенного на ограниченном числе голосов. Графики, которые Meta публикует вместе с этим утверждением, датированы «по состоянию на 5 июля 2026 года», а само утверждение сопровождается оговоркой «на момент написания», так что это снимок живого лидерборда, процитированный заинтересованной стороной, а не устоявшаяся позиция.

В том же посте есть график масштабирования, который Meta сама снабжает подписью: диаграмма, показывающая рост качества вместе с рассуждениями, имеет подпись «Elo по результатам внутреннего абляционного теста». Это измерение внутри компании-поставщика, и его нельзя сравнивать со сторонним лидербордом. Аргумент Meta состоит в том, что качество улучшается при увеличении вычислений на этапе тестирования в приблизительно логарифмически линейной зависимости, а рассуждения и использование инструментов усиливают друг друга при совместном применении, — это внутренний абляционный тест, и именно так он и обозначен.

Независимые позиции для этой модели существуют — на площадках, не принадлежащих Meta, — и мы о них сообщали: в нашем объяснении представлены борды Artificial Analysis по изображениям и позиции в арене с их показателями, а две страницы сравнений ставят эти числа рядом с названными конкурентами. Если вам нужна независимая картина, а не версия вендора, читайте там. На этой странице эти цифры не воспроизводятся, и одну из них в любом случае нужно читать внимательно, потому что Artificial Analysis ранжирует только те модели изображений, которые поставляются с вызываемым API, — поэтому независимая позиция Muse Image относится к Model API, а не к приложению Meta AI.

На что не отвечает документация

Справочная страница полезна только в том случае, если в ней сказано, где заканчивается документальная запись, поэтому вот что нам не удалось установить по данным Meta на 29 сентября 2026 года. Для Muse Image не опубликован лимит запросов. Не опубликован профиль задержек, нет показателя успешности и независимой оценки агентного цикла под продакшн-трафиком — цена за изображение задокументирована, а эксплуатационный диапазон — нет. Нет бенчмарка на следование инструкциям или точность редактирования ни от одной независимой стороны, и Meta не публикует собственных подобных показателей; график бенчмарка на странице модели Meta не содержит читаемых цифр. Нет лицензионного заявления, поскольку модель не лицензирована для скачивания. И дата, когда Muse Image стала доступна для вызова через Model API, нигде не указана в документации Meta. Ни один из этих пробелов не является причиной избегать модели — изображение за один цент с включённой привязкой к поиску стоит протестировать уже на этом основании — но каждый из них — причина измерять, а не предполагать, прежде чем от неё начнёт зависеть пайплайн.

Вердикт для разработчика

Meta Muse Image стоит оценить, если ваша проблема — объём: изображения для каталога, варианты объявлений, персонализация под каждого пользователя — всё, где проект убивала ставка фронтирной модели за изображение. Цена за единицу задокументирована, единица однозначна, неудачные попытки не тарифицируются, а поисковая привязка входит в ставку, а не оплачивается отдельно, что для этого рынка достаточно необычно, чтобы быть главной новостью. Но принимать её вслепую не стоит, потому что всё за пределами цены — пропускная способность, задержка, то, насколько надёжно агентный цикл замыкается на ваших промптах, передаётся ли сигнал о происхождении вместе с выводом API — не задокументировано, а собственное заявление вендора о рейтинге — это позиция по предпочтениям людей, зафиксированная на момент времени, а не измеренный результат. Честная форма решения здесь — эксперимент ценой в один цент против модели изображений, которую вы уже используете, на ваших собственных промптах, с дешёвым режимом отказа и проверенным запасным вариантом за ним. О том, что это за модель, как её вызывать и сколько она стоит, эта страница — справочник; а о том, должна ли она быть в вашем стеке, считаются только те цифры, которые вы получите сами.