Meta Muse Image: โมเดล, API และภาพราคาคงที่ $0.01

ถ้าคุณค้นหาชื่อที่แยกความกำกวมแล้วและมาถึงที่นี่ คำตอบสั้น ๆ คือ: Meta Muse Image เป็นโมเดลสร้างและแก้ไขภาพแบบเอเจนต์ของ Meta เป็นซอฟต์แวร์กรรมสิทธิ์而非แบบเปิดน้ำหนัก และคุณเรียกใช้งานผ่าน Model API ของ Meta เองภายใต้ตัวระบุ muse-image-1.0 ในราคาคงที่ 0.01 ดอลลาร์ต่อภาพที่สร้างขึ้น โดยรวมการค้นหาอ้างอิงไว้ในราคานั้นแล้ว นั่นคือคำตอบทั้งหมดสำหรับคำถามที่การค้นหานี้ถาม และทุกอย่างด้านล่างคือข้อมูลอ้างอิงสำหรับเรื่องนี้ — โมเดลทำอะไรได้บ้าง เข้าถึงได้อย่างไร หน่วยการคิดค่าบริการที่แท้จริงคืออะไร Meta เอกสารเกี่ยวกับที่มาและความถูกต้องไว้อย่างไร และเอกสารหยุดอยู่ตรงไหน

มีสองเรื่องเกี่ยวกับเหตุผลความชอบธรรมของหน้านี้ที่ควรกล่าวอย่างตรงไปตรงมา เพราะตระกูลนี้ได้รับการประกาศไปแล้วมากกว่าหนึ่งครั้ง และบทประกาศชิ้นที่สองก็จะซ้ำกับเนื้อหาที่เราเผยแพร่อยู่แล้ว นี่คือหน้าอ้างอิงหลักสำหรับชื่อนี้: จุดหมายปลายทางที่ผู้อ่านไปถึงหลังจากค้นหาชื่อนี้ เหตุผลความชอบธรรมของมันคืออุปสงค์ที่มีอยู่ต่อเนื่อง ซึ่งเราวัดจากข้อมูลของเราเองเมื่อวันที่ 29 กันยายน 2026 — ผู้อ่านพิมพ์รูปแบบที่แยกความกำกวมของชื่อนี้ในสามการสะกด หลายร้อยอิมเพรสชัน ณ ตำแหน่งที่เราได้มาโดยบังเอิญจากหน้าอื่น ๆ มากกว่าจะมาจากการที่เราเขียนหน้าที่มีรูปร่างแบบนี้ และมันให้อัตราการแปลงใกล้ศูนย์ เพราะไม่มีอะไรที่เราเผยแพร่มีรูปร่างเหมือนหน้าอ้างอิง การวัดนั้นเป็นข้อเท็จจริงเกี่ยวกับสิ่งที่ผู้คนพิมพ์ และไม่มีอะไรมากไปกว่านั้น มันไม่ได้บอกอะไรเกี่ยวกับคุณภาพหรือความนิยมของโมเดลในโลกนี้ และจุดยึดที่ระบุวันที่ได้ถูกใช้ที่นี่เป็นข้อเท็จจริงเพื่อระบุวันที่ของโมเดล ไม่ใช่เป็นเหตุการณ์ที่จะรายงาน: โพสต์เปิดตัวของ Meta สำหรับ Muse Image และ Muse Video ระบุวันที่ 7 กรกฎาคม 2026 และอธิบายโมเดลว่า "พร้อมใช้งานวันนี้" ทั่วช่องทางสำหรับผู้บริโภคของ Meta ในวันนั้น ดังนั้น 7 กรกฎาคม 2026 คือวันที่เปิดตัวที่หน้านี้ใช้เป็นฐาน ตัวเลขทุกตัวด้านล่างอ่านมาจากหน้าของ Meta เองเมื่อวันที่ 29 กันยายน 2026 เว้นแต่ประโยคจะระบุเป็นอย่างอื่น

Muse Image จริง ๆ แล้วคืออะไร

คำอธิบายหนึ่งบรรทัดของ Meta เองคือจุดเริ่มต้น เพราะมันทำงานจริงมากกว่าการตลาด: Muse Image คือ "การสร้างภาพแบบเอเจนต์ิก ซึ่งอ้างอิงจากผลการค้นหาและตั้งราคาสำหรับปริมาณการผลิตที่ $0.01/ภาพ" บนหน้าของโมเดลใน Meta ขอบเขตความสามารถถูกแบ่งออกเป็นสี่โหมดการทำงาน ได้แก่ การสร้างภาพ การแก้ไขอย่างแม่นยำ การจัดองค์ประกอบแบบยึดจุดยึด และการปรับแต่งหลายรอบ และเอกสารสำหรับนักพัฒนาย่อสิ่งเดียวกันให้เหลือหนึ่งประโยค: "Muse Image สร้างและแก้ไขภาพจากบทสนทนา"

ข้ออ้างที่ทำให้แตกต่าง ในสำนวนของ Meta คือ Muse Image "เป็นโมเดลรูปภาพที่ใช้เหตุผลก่อนจะเรนเดอร์" โพสต์เปิดตัวของ Meta ทำให้เรื่องนี้เป็นรูปธรรมมากกว่าแค่แนวคิด: "แทนที่จะแมปพรอมต์เป็นรูปภาพโดยตรง Muse Image ทำงานเป็นเอเจนต์: มันเรียกใช้เครื่องมือค้นหาและเขียนโค้ดเพื่อเพิ่มความแม่นยำ ปรับปรุงผลลัพธ์ที่ตัวเองสร้างขึ้น และพัฒนาผ่านการสเกลการประมวลผล ณ เวลาทดสอบ" ในทางปฏิบัติ นั่นหมายความว่ามันวางแผนก่อนจะวาด ดึงข้อมูลอ้างอิงสด ๆ จากเว็บเมื่อพรอมต์เกี่ยวข้องกับข้อเท็จจริงในโลกจริง และเขียนและรันโค้ดเมื่อความแม่นยำเป็นเรื่องสำคัญ — เส้นทางที่ Meta อธิบายไว้สำหรับกราฟและคิวอาร์โค้ดที่แม่นยำ — จากนั้นตรวจสอบผลลัพธ์ก่อนจะส่งกลับ

ความสามารถสามประการที่ Meta ระบุชื่อเป็นอย่างแรกคือสิ่งที่ควรใช้ประเมินมัน และสิ่งเหล่านั้นถูกระบุไว้ในประโยคของ Meta เอง: Muse Image "ปฏิบัติตามคำสั่งอย่างซื่อตรง แก้ไขอย่างแม่นยำ และประกอบภาพจากภาพอ้างอิงหลายภาพ" คำกล่าวอ้างเรื่องการแก้ไขคือข้อที่คมชัดที่สุดในสามข้อ เพราะมันเป็นคำกล่าวอ้างเกี่ยวกับความยับยั้งชั่งใจ มากกว่าการสร้างผลลัพธ์: หน้าของโมเดลบน Meta ระบุว่าโมเดลนี้ "ถูกออกแบบมาให้เปลี่ยนเฉพาะสิ่งที่คุณระบุ และปล่อยให้ทุกอย่างอื่นไม่ถูกแตะต้อง" และรองรับการปรับปรุงซ้ำหลายเทิร์นมากกว่าการแก้ไขแบบครั้งเดียวจบ การประกอบภาพคือจุดที่มีโหมด "anchored composition" — การยึด "ชุดการสร้างภาพทั้งหมดไว้กับชุดภาพอ้างอิงขนาดเล็ก เพื่อให้ตัวละคร สไตล์ และฉากคงเส้นคงวาจากภาพหนึ่งไปยังภาพถัดไป" ซึ่งเป็นความสามารถที่สำคัญหากคุณกำลังผลิตแคตตาล็อกหรือชุดโฆษณา แทนที่จะเป็นภาพเดียว เมื่อนำมารวมกัน สิ่งเหล่านี้คือคำกล่าวอ้างที่แยกโมเดลภาพที่คุณใช้สร้างภาพ กับโมเดลที่คุณสร้างไปป์ไลน์บนนั้น และสิ่งเหล่านี้เป็นคำกล่าวอ้างจากผู้ขาย: Meta ไม่ได้เผยแพร่เกณฑ์มาตรฐานอิสระใด ๆ เกี่ยวกับการปฏิบัติตามคำสั่งหรือความแม่นยำในการแก้ไขสำหรับโมเดลนี้

การวางกรอบแบบเอเจนติกไม่ใช่แค่เรื่องเครื่องมือ Meta ระบุว่า Muse Image จับคู่กับ Muse Sparkซึ่งเป็นโมเดลการให้เหตุผลของ Meta เพื่อให้ "ทั้งสองโมเดลใช้เครื่องมือร่วมกันและวางแผนร่วมกันสำหรับการสร้างสื่อแบบเอเจนติกที่ทรงพลัง" — ตัวอย่างที่ระบุไว้คือเอาต์พุตหลายส่วน เช่น GIF แบบเคลื่อนไหว หน้าเว็บที่มีรูปฝังตัว และเกมอินเทอร์แอกทีฟขนาดเล็ก หากคุณกำลังสร้างอะไรก็ตามที่ผสมผสานภาพที่สร้างขึ้นกับข้อความหรือโค้ดที่สร้างขึ้น การจับคู่นั้นเป็นส่วนหนึ่งของการออกแบบที่ควรทำความเข้าใจ และนี่คือเหตุผลที่โมเดลนี้ให้บริการบน API และการรับรองความถูกต้องเดียวกันกับ Muse Spark แทนที่จะเป็นปลายทางรูปภาพแยกต่างหากที่มีข้อมูลรับรองของตัวเอง

สิ่งที่คุณเรียกมันว่า: พื้นผิวของ 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:

• สร้างภาพ — POST /v1/images/generations ใส่ข้อความพรอมป์ต์เข้าไป ได้ภาพออกมา

• แก้ไข — POST /v1/images/edits, พรอมต์พร้อมรูปภาพอินพุต สำหรับงาน image-to-image

• ปรับปรุงต่อเนื่องข้ามเทิร์น — POST /v1/responses ซึ่งเป็น Responses API และเป็นวิธีที่โฟลว์หลายเทิร์นตามเอกสารทำงาน

บน endpoint ของรูปภาพ พารามิเตอร์ที่มีการบันทึกไว้มีไม่มากและควรจดจำไว้ให้แม่น เพราะมันเป็นจุดที่กำหนดค่าใช้จ่ายและรูปแบบผลลัพธ์ n รับค่า 1 ถึง 10 และค่าเริ่มต้นคือ 1 size รับสตริง "WxH" เช่น 1792x1024 และเอกสารก็ระบุไว้ชัดเจนว่าบน endpoint เหล่านี้ มัน "กำหนดเฉพาะอัตราส่วนภาพ ไม่ใช่จำนวนพิกเซลที่แน่นอน" — อย่าตีความว่ามันรับประกันความละเอียด response_format มีค่าเป็น b64_json ตามค่าเริ่มต้น หรือ url และ output_format มีค่าเป็น webp ตามค่าเริ่มต้น โดยมี png และ jpeg ให้ใช้ได้ พฤติกรรมแบบ agentic สามารถเปิดปิดได้: endpoint ของรูปภาพรับส่วนขยาย tool_enablement ซึ่งครอบคลุม enable_image_search, enable_web_search และ enable_shell และ reasoning_strength ที่เป็น high (ค่าเริ่มต้น) หรือ low การลดระดับการคิดวิเคราะห์ลงคือคันโยกสำหรับค่าใช้จ่ายและความหน่วง และเป็นสิ่งแรกที่ควรนำไปทดสอบ A/B กับพรอมป์ของคุณเอง มากกว่าจะเชื่อไปเสียทั้งหมด

บน Responses API ตัวควบคุมชุดเดียวกันนี้อยู่ใน image_generation ออบเจ็กต์เครื่องมือใน tools โดยเปิดใช้งานการค้นหารูปภาพ การค้นหาเว็บ และเชลล์ไว้เป็นค่าเริ่มต้น และอาร์เรย์เอาต์พุตจะส่งกลับมาในลำดับที่แน่นอน: รายการ reasoning ที่สรุปว่าโมเดลวางแผนและค้นหาอะไรไปบ้าง รายการ message จากนั้นได้ image_generation_call หนึ่งรายการต่อรูปภาพ รูปภาพเองอยู่ในฟิลด์ result ของรายการนั้นในรูปแบบ base64 และ id ของมันมีเอกสารระบุว่าเป็นแฮนเดิลที่ลงนามแล้วซึ่งคุณส่งกลับไปเพื่อแก้ไขรูปภาพเดิมต่อในเทิร์นถัดไป แฮนเดิลนี้คือกลไกเบื้องหลังการปรับแต่งแบบหลายเทิร์น — เป็นวิธีที่คุณหลีกเลี่ยงการอัปโหลดรูปภาพซ้ำเพื่อเปลี่ยนรายละเอียดเพียงจุดเดียวของมัน เอนด์พอยต์รูปภาพทั้งสองแห่งยังรองรับ stream: true โดยส่ง image_generation.completed สำหรับการสร้าง และ image_edit.completed สำหรับการแก้ไข Model API มีเอกสารระบุว่าใช้แทนกันได้ทันทีกับ OpenAI SDK, Anthropic SDK และ CLI ของเอเจนต์ที่เข้ากันได้กับ OpenAI ดังนั้นการเรียกใช้รูปภาพที่มีอยู่แล้วจึงเป็นการเปลี่ยนสตริงโมเดลแทนที่จะเป็นการเขียนใหม่ทั้งหมด

ข้อควรระวังหนึ่งที่ควรอยู่ในเอกสารอ้างอิงมากกว่าในเชิงอรรถ: Meta ไม่ได้เผยแพร่ขีดจำกัดอัตราการเรียกใช้งาน (rate limits) สำหรับ Muse Image ที่เราเข้าถึงอ่านได้ หน้าเว็บว่าด้วยขีดจำกัดอัตราบนเว็บไซต์สำหรับนักพัฒนาของ Meta เอง ส่งกลับมาเพียงโครงเปล่าโดยไม่มีตัวเลขใด ๆ เช่นเดียวกับหน้าสำหรับราคา หากปริมาณงานที่ระบบรองรับ (throughput) มีความสำคัญต่อการออกแบบของคุณ นั่นคือความไม่ทราบค่าที่คุณจะค้นพบจาก API แทนที่จะเป็นจากเอกสารประกอบ

ราคา และหน่วยที่ใช้กำหนดราคา

หนึ่งเซนต์ต่อภาพ ตัวเลขดังกล่าวอ่านได้จากหน้าของโมเดล Muse Image ของ Meta เอง ซึ่งระบุโมเดลนี้ไว้ในตารางราคา โดยมีทั้ง search grounding และ reasoning ที่ทำเครื่องหมายว่ารวมอยู่ด้วย และราคาที่ให้ไว้คือ $0.01/image; เอกสารสำหรับนักพัฒนาระบุซ้ำว่า "Muse Image คิดค่าบริการในอัตราคงที่ $0.01 ต่อภาพที่สร้าง" หน่วยคือภาพ ไม่ใช่โทเคน — เอกสารระบุไว้เช่นนั้นโดยตรง ("Muse Image ไม่ได้คิดราคาต่อโทเคน") — และเรื่องนี้สำคัญเพราะ API รูปภาพที่วัดการใช้งานเป็นโทเคนมักถูกคิดค่าบริการเป็นโทเคน Muse Image ส่งคืนบล็อกการใช้งานที่มีจำนวนโทเคนอินพุตและเอาต์พุต และจำนวนเหล่านั้นเป็นเพียงข้อมูลเท่านั้น

รายละเอียดการเรียกเก็บเงินสามประการต่อไปนี้เป็นผลจากหน่วยนี้ ประการแรก nเป็นตัวคูณ: คำขอที่ส่งคืนภาพสิบภาพจะถูกเรียกเก็บเงินสำหรับภาพสิบภาพ ดังนั้น 1–10ซึ่งเป็นพารามิเตอร์จึงเป็นการควบคุมการใช้จ่ายพอ ๆ กับความสะดวก ประการที่สอง ความล้มเหลวจะไม่ถูกเรียกเก็บเงิน — ภาพที่ไม่สามารถสร้างได้หรือที่ถูกกำจัดโดยการกรองความปลอดภัยก่อนที่จะถูกส่งคืนจะไม่ถูกนับ ประการที่สาม การอ้างอิงจากการค้นหา (search grounding) รวมอยู่ในราคาต่อภาพแทนที่จะเป็นรายการแยกต่างหาก; เอกสารของ Meta ระบุว่าเป็น "ส่วนหนึ่งของราคาต่อภาพ ดังนั้นจึงไม่มีค่าใช้จ่ายในการอ้างอิงจากการค้นหาแยกต่างหาก" จุดสุดท้ายนี้เองที่ทำให้อัตรานี้มีความหมายสำหรับงานแบบเอเจนต์: โมเดลที่ค้นหาเว็บก่อนเรนเดอร์สามารถสร้างการเรียกใช้เครื่องมือหลายครั้งภายใต้ผลลัพธ์เดียว และ Meta ระบุว่าการเรียกใช้เครื่องมือเหล่านั้นไม่ถูกเรียกเก็บเงินแยกจากภาพ

เราไม่สามารถยืนยันตัวเลขนั้นจากเอกสารอัตราค่าบริการได้ และเรื่องนี้ก็ควรค่าแก่การพูดถึงมากกว่าจะมองข้ามไป ทุก URL ด้านราคาในโดเมนสำหรับนักพัฒนาของ Meta ที่เราเรียกมานั้นส่งคืนหน้าเปลือกที่ไม่มีตัวเลขสกุลดอลลาร์อยู่เลย ดังนั้นหน้าโมเดลกับเอกสารประกอบการสร้างภาพจึงเป็นสองที่ที่ตัวเลขนี้ปรากฏเป็นข้อความที่อ่านได้ หากคุณต้องการแหล่งข้อมูลแหล่งที่สองสำหรับงานจัดซื้อจัดจ้าง วันนี้ยังไม่มีแหล่งเช่นนั้นบนเว็บไซต์ของ Meta

สิ่งที่หนึ่งเซนต์ซื้อให้คุณในทางปฏิบัติคือการเปลี่ยนแปลงการตัดสินใจมากกว่าส่วนลด กรอบของ Meta เองบนหน้าโมเดลกล่าวว่าโมเดลนี้ "ช่วยให้คุณรันเวิร์กโหลดที่ราคาของโมเดลระดับแนวหน้าเคยทำให้เอื้อมไม่ถึง" — การสร้างสรรค์โฆษณารูปแบบต่างๆ ภาพแคตตาล็อก และการปรับแต่งเฉพาะบุคคลต่อผู้ใช้ — และในอัตรานี้ หนึ่งแสนภาพมีราคาประมาณ $1,000 หากคุณกำลังเปรียบเทียบอัตรานั้นกับโมเดลภาพระดับพรีเมียมที่คุณอาจจ่ายอยู่แล้ว สิ่งที่ควรทำคือการรันทั้งสองบนพรอมป์ของคุณเองและการประเมินของคุณเอง และหนึ่งเซนต์ต่อภาพคือสิ่งที่ทำให้การเปรียบเทียบนั้นถูกพอที่จะทำได้จริง

ที่มา: สิ่งที่ Content Seal จัดการและไม่ได้จัดการ

Meta เปิดตัวระบบลายน้ำล่องหนพร้อมกับโมเดลนี้ และระบุรายละเอียดไว้อย่างแม่นยำเพียงพอที่จะน่าอ้างอิง: "Muse Image มี Content Seal ระบบลายน้ำล่องหนของเรา ภาพที่สร้างโดย Muse Image ในแอป Meta AI และบน meta.ai มีสัญญาณแหล่งที่มาที่ซ่อนอยู่ซึ่งยังคงอยู่ครบถ้วน — แม้จะถูกครอป บีบอัด ปรับขนาด หรือแคปเจอร์ภาพหน้าจอ" Meta กล่าวว่ามีแผนจะขยาย Content Seal ไปยังวิดีโอ และเปิดตัวอย่างเครื่องมือตรวจจับที่ให้คุณตรวจสอบว่าภาพมีลายน้ำนี้หรือไม่

อ่านขอบเขตของประโยคนั้นให้ดี เพราะมันแคบกว่าที่เห็นในตอนแรก สัญญาณแหล่งที่มาถูกระบุว่าติดมากับภาพที่สร้างในแอป Meta AI และบน meta.ai ซึ่งเป็นส่วนติดต่อสำหรับผู้บริโภค ขณะที่หน้าโมเดลของ Meta และเอกสาร API ไม่ได้กล่าวถึงว่าภาพที่สร้างผ่าน Model API มีเครื่องหมายเดียวกันหรือไม่ เราไม่พบข้อความที่ระบุชัดไม่ทางใดทางหนึ่ง ดังนั้นให้ถือว่า Content Seal เป็นคุณสมบัติด้านแหล่งที่มาสำหรับส่วนติดต่อผู้บริโภค และอย่าสันนิษฐานว่ามันติดไปกับไฟล์ที่สร้างผ่าน API จนกว่าคุณจะทดสอบผลลัพธ์จากบัญชีของคุณเอง โดยอิสระจากการนี้ การทดสอบตัวตรวจจับเพียงครั้งเดียวที่เรารายงานมาจาก Reuters ซึ่งพบว่ามันล้มเหลวในการยืนยันภาพที่มีลายน้ำส่วนใหญ่หลังการครอป ข้อค้นพบนั้นและตัวเลขประกอบถูกกล่าวถึงในบทอธิบายโมเดลนี้ของเรา ซึ่งเป็นหน้าที่ควรอ่านสำหรับข้อโต้แย้งเรื่องแหล่งที่มา ไม่ใช่หน้านี้

ทำงานที่ไหน

แถลงการณ์ความพร้อมใช้งานของ Meta เอง จากโพสต์เปิดตัว: Muse Image "พร้อมใช้งานแล้ววันนี้ทั้งในแอป Meta AI และบน meta.ai, Instagram Stories ในสหรัฐฯ และ WhatsApp ในบางประเทศ และกำลังจะพร้อมใช้งานบน Facebook ในเร็ว ๆ นี้" นั่นคือถ้อยคำของ Meta และพื้นผิวเหล่านั้นล้วนเป็นผลิตภัณฑ์ของ Meta เอง — ไม่มีรายการรอ ไม่มีโค้ดเชิญ และไม่มีการสมัครแยกต่างหากสำหรับสิ่งใดในนั้น ในฝั่งนักพัฒนา โมเดลนี้ให้บริการผ่าน Model API ซึ่งเป็นสิ่งที่ตัวระบุและเอนด์พอยต์ข้างต้นมีไว้สำหรับ หน้าโมเดลของ Meta ยังระบุแพลตฟอร์มอินเฟอเรนซ์ของบุคคลที่สามเป็นหนึ่งในวิธีรันโมเดลด้วย เราไม่ได้ระบุชื่อพวกเขาไว้ที่นี่ และไม่มีสิ่งใดในหน้านี้ที่ควรถูกตีความว่าเป็นข้อกล่าวอ้างเกี่ยวกับข้อกำหนดหรืออัตราค่าบริการบนพื้นผิวใด ๆ นอกเหนือจาก API ของ Meta เอง

Meta ยังไม่ได้ประกาศวันที่สำหรับการเปิดตัวของ {{1}}Muse Image{{/1}} บน {{2}}Model API{{/2}} และเอกสารสำหรับนักพัฒนาของ Meta ก็ไม่มีข้อมูลนี้ วันที่เดียวที่หน้านี้ใช้เป็นหลักคือวันที่เปิดตัวของโมเดล {{3}}7 กรกฎาคม 2026{{/3}} จากวันที่ในโพสต์ของ Meta เอง หากคุณกำลังลงวันที่ให้กับ API surface แทนที่จะเป็นตัวโมเดล ให้พูดแบบที่ Meta พูด ซึ่งก็คือไม่มีอะไร

เปิดน้ำหนักหรือเป็นแบบปิด? เป็นแบบปิด — และตระกูลนี้มีทั้งสองแบบ

นี่คือคำถามที่ผู้อ่านเข้าใจผิดบ่อยที่สุดในตระกูลนี้ จึงคุ้มค่าที่จะตอบให้ตรง ๆ Muse Image เป็นซอฟต์แวร์แบบ Proprietary เอกสารสำหรับนักพัฒนาของ Meta ลากเส้นแบ่งไว้อย่างชัดเจนว่า โมเดลที่คุณเรียกผ่าน Model API — Muse Spark, Muse Image, Muse Voice Transcribe และ SAM — เป็นโมเดลที่ให้บริการผ่านระบบ และ "Muse Glimmer ใช้เส้นทางที่แตกต่างออกไป: คุณดาวน์โหลดเวตแบบเปิด (open weights) แล้วรันบนฮาร์ดแวร์ของคุณเอง แทนที่จะเรียกผ่าน Model API" ภายใต้สัญญาอนุญาต Apache 2.0 แบบเปิดกว้าง Muse Glimmer คือเส้นทางแบบน้ำหนักเปิดในตระกูลนี้ และเป็นโมเดลที่แตกต่างออกไป นั่นคือโมเดลมัลติโมดัลที่กลั่นมาจาก Muse Spark ไม่ใช่การเปิดให้ใช้แบบเปิดของ Muse Image ไม่มีข้อความใดในหน้าของ Meta สำหรับ Muse Image ที่ระบุสัญญาอนุญาตหรือเสนอเวตให้ดาวน์โหลด เพราะไม่มีอะไรให้เสนอ หากการโฮสต์เองเป็นข้อกำหนดที่ขาดไม่ได้ Muse Glimmer คือโมเดลที่ควรนำมาประเมิน หากคุณต้องการโมเดลรูปภาพที่อธิบายไว้ที่นี่ คุณต้องเรียก API ของ Meta และจ่ายเงินตามจำนวนรูปภาพ

สิ่งที่ Meta อ้างว่าจัดอันดับ โดยมีป้ายกำกับว่าเป็นคำกล่าวอ้างของ Meta

โพสต์เปิดตัวของ Meta ระบุว่า "Muse Image ครองอันดับที่ 2 บน Arena สำหรับการสร้างภาพจากข้อความ การแก้ไขภาพเดี่ยว และการแก้ไขภาพหลายภาพ เมื่อวัดจากการจัดอันดับ Elo ตามความชื่นชอบของมนุษย์ ณ เวลาที่เขียนบทความนี้" มีสองสิ่งในประโยคนั้นที่สำคัญ และทั้งสองอย่างล้วนมาจากถ้อยคำของ Meta เอง มันเป็นการจัดอันดับที่ผู้ขายรายงานเอง ไม่ใช่คะแนนที่เป็นอิสระ และเป็นสถานะElo จากความชื่นชอบของมนุษย์ มากกว่าจะเป็นผลการทดสอบบนชุดทดสอบที่ตายตัว — ความแตกต่างเช่นนี้สร้างความต่างอย่างแท้จริง เมื่อช่องว่างระหว่างสองอันดับแรกเล็กกว่าค่าคลาดเคลื่อนของคะแนน Elo ที่สร้างขึ้นจากจำนวนโหวตที่จำกัด แผนภูมิที่ Meta เผยแพร่ควบคู่กับคำกล่าวอ้างนั้นลงวันที่ ณ วันที่ 5 กรกฎาคม และตัวคำกล่าวอ้างเองก็มีเงื่อนไขกำกับว่า "ณ เวลาที่เขียน" ดังนั้นมันจึงเป็นภาพรวม ณ ขณะหนึ่งของกระดานจัดอันดับที่ยังเคลื่อนไหว ซึ่งมาจากฝ่ายที่มีส่วนได้ส่วนเสีย ไม่ใช่สถานะที่มั่นคง

โพสต์เดียวกันยังมีรูปเกี่ยวกับการสเกลที่ Meta ติดป้ายกำกับไว้ให้คุณ: แผนภูมิที่แสดงคุณภาพเพิ่มขึ้นตามการให้เหตุผลมีคำบรรยายภาพว่า “Elo from internal ablation” นั่นคือการวัดภายในของผู้ขาย และไม่สามารถเทียบเคียงกับบอร์ดจัดอันดับของบุคคลที่สามได้ ข้อโต้แย้งของ Meta คือคุณภาพจะดีขึ้นตามพลังประมวลผลตอนทดสอบในความสัมพันธ์แบบล็อก-ลิเนียร์โดยประมาณ และการให้เหตุผลกับการใช้เครื่องมือจะทวีผลกันเมื่อนำมาใช้ร่วมกัน — เป็น internal ablation ที่ระบุไว้เช่นนั้น

มีอันดับที่เป็นอิสระสำหรับโมเดลนี้อยู่ บนบอร์ดที่ไม่ใช่ของ Meta และเราได้รายงานอันดับเหล่านั้นไปแล้ว: บทความอธิบายของเรามีกระดานรูปภาพของ Artificial Analysis และอันดับจากอารีนา พร้อมตัวเลขประกอบ และหน้าจับคู่เปรียบเทียบทั้งสองหน้าก็วางตัวเลขเหล่านั้นไว้ข้างคู่แข่งที่เอ่ยชื่อไว้ หากคุณต้องการภาพที่เป็นอิสระแทนภาพจากผู้ขาย นั่นคือที่ที่ควรอ่าน หน้านี้ไม่ได้พิมพ์ตัวเลขเหล่านั้นซ้ำ และหนึ่งในนั้นก็ต้องอ่านอย่างระมัดระวังอยู่แล้ว เพราะ Artificial Analysis จัดอันดับเฉพาะโมเดลรูปภาพที่มี API ที่เรียกใช้ได้เท่านั้น — ดังนั้นอันดับอิสระของ Muse Image จึงเป็นข้อมูลเกี่ยวกับ Model API ไม่ใช่เกี่ยวกับแอป Meta AI

สิ่งที่เอกสารไม่ได้ตอบ

หน้าอ้างอิงจะมีประโยชน์ก็ต่อเมื่อมันระบุว่าบันทึกสิ้นสุด ณ จุดใด ดังนั้นนี่คือสิ่งที่เรายังไม่สามารถยืนยันได้จาก Meta เมื่อวันที่ 29 กันยายน 2026 ไม่มี rate limit ที่เผยแพร่สำหรับ Muse Image ไม่มีโปรไฟล์ความหน่วง (latency profile) ที่เผยแพร่ ไม่มีอัตราความสำเร็จ และไม่มีการประเมินที่เป็นอิสระของ agentic loop ภายใต้ทราฟฟิกโปรดักชัน — ราคาต่อภาพมีการบันทึกไว้ แต่ขอบเขตการดำเนินงาน (operational envelope) ไม่มี ไม่มี benchmark ด้านการทำตามคำสั่ง (instruction-following) หรือความแม่นยำในการแก้ไข (edit fidelity) จากบุคคลที่สามรายใด และ Meta เองก็ไม่เผยแพร่ตัวเลขดังกล่าว กราฟิก benchmark บนหน้าโมเดลของ Meta ไม่มีตัวเลขที่อ่านได้ ไม่มีข้อความระบุสัญญาอนุญาต (licence statement) เพราะโมเดลนี้ไม่มีสัญญาอนุญาตให้ดาวน์โหลด และวันที่ Muse Image เริ่มเรียกใช้ได้บน Model API ไม่ได้ระบุไว้ที่ไหนเลยในเอกสารของ Meta การที่ไม่มีข้อมูลเหล่านั้นไม่ใช่เหตุผลที่จะหลีกเลี่ยงโมเดลนี้ — ภาพราคาหนึ่งเซนต์ที่มี search grounding รวมอยู่ก็คุ้มค่าที่จะทดสอบด้วยเหตุผลเพียงเท่านี้ — แต่แต่ละอย่างล้วนเป็นเหตุผลให้วัด แทนที่จะสันนิษฐาน ก่อนที่ไปป์ไลน์จะพึ่งพามัน

คำตัดสินสำหรับนักพัฒนา

Meta Muse Image น่าที่จะลองประเมินดู หากปัญหาของคุณคือเรื่องปริมาณ ได้แก่ ภาพสำหรับแคตตาล็อก ตัวแปรของโฆษณา การปรับให้เหมาะกับผู้ใช้เป็นรายบุคคล หรืออะไรก็ตามที่อัตราค่าบริการต่อภาพระดับ frontier เป็นตัวการที่ทำให้โปรเจกต์ล่มไป ราคาต่อหน่วยมีการระบุไว้อย่างชัดเจน หน่วยนับก็ไม่กำกวม ความล้มเหลวไม่ถูกคิดเงิน และการอ้างอิงจากการค้นหา (search grounding) ถูกรวมอยู่ในอัตรานั้นแล้ว แทนที่จะถูกคิดเพิ่มเป็นรายการแยกต่างหาก ซึ่งถือว่าผิดปกติพอสมควรในตลาดนี้จนกลายเป็นจุดขายหลัก แต่ก็ไม่คุ้มที่จะรับมาใช้แบบไม่ตรวจสอบก่อน เพราะทุกอย่างที่อยู่นอกเหนือจากเรื่องราคา — ปริมาณงานที่รับได้ (throughput) ความหน่วง (latency) ลูปแบบ agentic จะปิดครบตามพรอมป์ของคุณได้น่าเชื่อถือแค่ไหน สัญญาณการระบุที่มา (provenance) ติดไปกับผลลัพธ์จาก API หรือไม่ — ล้วนไม่มีเอกสารเปิดเผย และคำกล่าวอ้างเรื่องการจัดอันดับของผู้ขายเองก็เป็นอันดับจากความชอบของมนุษย์ที่อ้าง ณ ช่วงเวลาหนึ่ง ไม่ใช่ผลจากการวัดจริง รูปธรรมของการตัดสินใจที่ซื่อตรงในกรณีนี้ คือการทดลองด้วยเงินหนึ่งเซนต์เทียบกับโมเดลภาพที่คุณใช้งานอยู่ในโปรดักชันแล้ว โดยใช้พรอมป์ของคุณเอง พร้อมโหมดความล้มเหลวที่ราคาถูกและมีทางถอยที่พิสูจน์แล้วรองรับอยู่ข้างหลัง สำหรับว่าโมเดลนี้คืออะไร เรียกใช้อย่างไร และมีค่าใช้จ่ายเท่าไร หน้านี้คือเอกสารอ้างอิง แต่สำหรับว่ามันควรอยู่ในสแตกของคุณหรือไม่ ตัวเลขที่คุณสร้างขึ้นมาเองเท่านั้นที่นับ