Meta Muse API：开发者实际能得到什么，以及它服务于哪些 Muse 模型

没有一款产品字面意义上叫 Muse API。为 Meta 的 Muse 模型提供服务的那个 API 是 Meta Model API，它的响应地址是 https://api.meta.ai/v1，而开发者可以在其上调用的 Muse 模型有 Muse Spark 1.3（Meta 目前推荐的那款）、Muse Spark 1.2 和 Muse Spark 1.1——其中后两者由本站路由，分别对应 meta/muse-spark-1.1 和 meta/muse-spark-1.2。如果你搜索 “muse api” 只是想得到一句话的答案，那就是这句话。本页其余部分则是它背后的细节：在 Meta 公布的价格表上，每个模型每百万 token 的费用是多少；在第一次调用之前你需要手上有什么；速率限制实际上是以什么为衡量对象的；以及为什么 Muse Code 订阅卡上的数字不会顺延到 API 账单上。

请把本页当作参考资料来读，而不是当作新闻。Meta Model API 已经上线，其上的 Muse 模型目前即可调用；本页并非公告，本博客此前也没有任何页面回答过这一模型系列的编程访问问题。凡数据出自 Meta 官方文档之处，本页会予以注明；凡 Meta 未公布任何内容之处，本页会如实说明，而不是用内容去填充空白。

“Meta Muse API”到底是什么

Meta 自己的定义只有一句话：Model API 是“用于 Meta 最新模型（包括 Muse Wonder 和 Muse Spark）的推理平台”。Muse 系列托管在该平台上，而非托管在自己的 API 上，这正是搜索 Muse 专属端点一无所获的原因——那个端点是 Meta 的，而 Muse 只是其上的一个模型系列。

这一接口表面刻意保持常规。Meta 所称的 Model API surfaces 下记录了三种请求格式：Responses API、Chat Completions API 和 Messages API。最引人注目的集成主张是，Model API“可直接兼容 OpenAI SDK、Anthropic SDK 以及兼容 OpenAI 的 agent CLI”，并附有一句话：“无需学习自定义客户端。”在实践中，这意味着只需更改 base URL 和一个密钥，而不是重写。

该平台提供的不只是 Spark 系列。除了 muse-spark-*，它还开放了 muse-wonder-1.0、muse-image-1.0、muse-voice-transcribe-1.0 和 sam-3.1，因此，构建混合流水线的读者可以用同一套凭证访问图像生成、转录和分割功能。Muse 家族中有一个成员完全无法调用：Muse Glimmer 是一个开放权重模型，"专为在你自己的硬件上运行而打造"，以权重形式分发，而非通过 API 提供服务，Meta 也将其排除在模型列表端点之外。如果你的问题是"我能调用 Glimmer 吗"，答案是：不能——你得下载它。

有两样东西常被人们一并归入“Muse API”，但它们其实是彼此独立的产品，应放在其他页面上。Muse Code是 Meta 面向终端和 CI 的编码智能体——一套以订阅形式出售的运行框架，于 2026-08-05 以测试版发布，2026-08-31 结束测试——它既不是 API，也不是模型，调用 API 时也无需用到它。本博客的 muse-code 页面介绍该运行框架，meta-muse-code-terminal-coding-agent 则深入介绍这个智能体。以下内容仅涵盖编程接口层面。

你可以调用的模型，以及 Meta 公布的费率

有六个 id 对文本生成至关重要，下面的费率是 Meta 自己公布的，发布在其定价与速率限制页面上，单位为美元/百万 token。它们是供应商标价，并非经过独立审计的数字。

• muse-spark-1.3 — Meta 称其为“最新版本，专为智能体工作流调优”，并标记为“推荐用于新项目”。1,048,576 token 上下文。标准模式：输入 $1.25，输出 $4.25，缓存输入 $0.15。

• muse-spark-1.2 — Meta 的模型页面直接将其描述为“上一版本”。同样是 1,048,576 个 token 的上下文窗口，同样是 Standard 费率。

• muse-spark-1.1 —“原版”，且仅限 Standard 模式。上下文窗口相同，Standard 费率也再次相同。

• muse-spark-1.3-contributor 和 muse-spark-1.2-contributor —— 折扣层级：输入 $0.10，输出 $0.20，缓存输入 $0.002。1.1 没有 Contributor 变体。

• muse-wonder-1.0 —— Meta 能力最强的 Muse 模型，面向长时程智能体任务：输入 $4.00，输出 $20.00，缓存输入 $0.20，仅支持标准模式；Meta 明确表示：“Model API 上的 Muse Wonder 不提供贡献者模式。”

• 非文本 Muse 模型按单位而非按 token 定价：Muse Image 为每张图像 $0.01，Muse Voice Transcribe 为每小时 $0.18，SAM 3.1 为每 1,000 张图像 $2.50、每 1,000 帧 $0.20。如果你开启网络搜索接地功能，则为每 1,000 次搜索查询 $2.50。

那张表下面有两条通用说明，在为工作负载做规模规划之前值得了解一下。第一条是“缓存输入成本更低”——在 Standard Spark 上，缓存读取大约是输入成本的十分之一，而在 Contributor 上是五十分之一。第二条是“没有长上下文溢价”，这一点在这里比在大多数平台上更重要，因为 Spark 系列的窗口是 1,048,576 个 token；一份长文档不会让你落入另一个价位。

关于本页简介预期要呈现对比的那个问题：在 meta/muse-spark-1.1 与 meta/muse-spark-1.2 之间，无论在窗口还是费率上都无从取舍。Meta 只公布了该系列的一个上下文数字，以及一行涵盖“muse-spark-1.3 / 1.2 / 1.1”的费率。区分二者的是检查点——1.2 是较晚的那个——以及在 Meta 平台上，1.2 有 Contributor 变体而 1.1 没有。谁要是告诉你这两者在上下文长度或价格上存在差异，那他读的就不是同一份卡片。

进行首次通话前需要准备什么

本节中的所有内容均来自 Meta 自己的文档。对于 Meta 未说明的内容通常会放置的位置，本页面会将该空白保留可见，而不是编造一个看似合理的请求形态。

获取访问权限

访问权限就是一个 Model API 账户加上一把密钥。Meta 的快速入门指南会指引你前往控制台：“从 Model API 控制台获取密钥 → API keys → 创建 API 密钥。”身份验证页面则补充了人们常忽略的一点：“立即复制密钥。它只会显示一次。”密钥的显示格式为 LLM|607358788350350|nx9.....LJY，而 Meta 从未解释各段落的含义。你可以在同一个控制台中撤销密钥——“删除一把密钥不会影响团队中的其他密钥”——这正是 Meta 主张为每个应用单独签发密钥、而非共用一个密钥的理由。

身份验证方案

Bearer 令牌，位于 Authorization 头中：

• 请求头 — Authorization: Bearer $MODEL_API_KEY

• 基础 URL — https://api.meta.ai/v1，并针对 A​nthropic 格式的测试框架记录了 https://api.meta.ai

• 环境变量 — MODEL_API_KEY，Meta 指示你应设置它而不是硬编码，同时还有那句常见的“切勿将密钥提交到版本控制”的建议

• 客户端注意事项 — Meta 明确表示，“OpenAI SDK 不会自动读取 MODEL_API_KEY”，因此你要么显式传入 api_key，要么使用你的 Meta 密钥导出 OPENAI_API_KEY

Meta 的参考文档中列出的端点包括：用于文本的 POST /v1/chat/completions 和 POST /v1/responses，用于 Muse Image 的 /v1/images/generations 和 /v1/images/edits，用于转录的 POST /v1/asr/transcribe 以及位于 wss://api.meta.ai/v1/asr/realtime 的实时 websocket，还有用于上传的 POST /v1/files。Meta 并未发布 SDK：SDK 页面列出的是 OpenAI 和 Anthropic 的客户端，而 Meta 的立场是兼容，而非提供第一方库。如果你一直在等着安装一个 meta 包，那并不存在这样一个包。

速率限制，以及它们是根据什么来衡量的

这就是搜索“muse code api key”的人通常真正想问的问题，而 Meta 给出的回答比大多数厂商都更精确。公布的限额是按团队计算的，而不是按密钥：“同一团队下的密钥共享速率限制。”两位工程师各生成两个密钥，并不会让上限翻倍——他们只是把上限拆开分着用。

• muse-spark-1.3、muse-spark-1.2、muse-spark-1.1 — 每分钟 3,000 次请求和 4,000,000 个 token

• Contributor 变体 — 每分钟 150 个请求和每分钟 3,000,000 个 token

• muse-wonder-1.0 — 3,000 RPM 和 4,000,000 TPM；muse-image-1.0 — 150 RPM，无 token 上限

• 后台响应——每个团队每分钟 600 次提交的单独上限

• 超限时 — 返回带有 Retry-After 响应头的 HTTP 429，以及携带 x-ratelimit-limit-tokens、x-ratelimit-remaining-tokens、x-ratelimit-limit-requests 和 x-ratelimit-remaining-requests 的响应

Muse Code API 密钥和模型 API 密钥是同一种凭证。Muse Code 首次运行时会要求你选择浏览器登录或粘贴 API 密钥——“对于脚本和 CI，请使用 API 密钥”——其文档记载的查找顺序是：先查 META_API_KEY，再查已存储的密钥，然后查已存储的浏览器会话，且 API 密钥始终优先于浏览器登录。

计费形态：按量计费的 token，而非按席位

这是读者最容易弄错的部分，所以有必要直说。Muse Code 订阅是按月固定席位费，并附有价目表；Model API 则是按账户计量消耗。Meta 的授权页面直接说明了这种模式——“Meta Model API 的计费基于用量：你需为请求所消耗的 token 付费”——输入和输出分别计费，输出通常更贵，且费率因模型而异。当你的余额达到付款阈值时会扣款，任何剩余金额会在每月 1 日自动扣取。Meta 还补充说，“没有最低消费或预付承诺。”

这两款产品之间的一个不对称性很容易让人踩坑。Meta 表示，Muse Code“订阅默认使用 Contributor 模式，你可以在设置中开启或关闭它。”在 API 上，默认情况则相反：你会获得 Standard 定价和 Standard 条款，除非你刻意指定一个 -contributor 模型 ID。因此，一个一直以 Contributor 条款运行 Muse Code 的读者，然后换入 muse-spark-1.2 的密钥，将会落到 Standard 费率卡上，输入价格大约是其十二倍，而除了客户端之外没有改变任何东西。

Meta 没有说明的是，订阅是否让你有权使用任何 API。认证页面、定价页面或产品页面上都没有说某个套餐包含 Model API 令牌或额度；API 页面仅将密钥视为一种身份验证方法，而订阅页面则另有其主题。不要假设两者可以互换，也不要把订阅的每月数字套用到令牌预算上——它们回答的是不同的问题。

关于免费：Model API 没有记录在案的免费层级，没有试用额度，也没有免费配额。编码智能体的产品页面同样没有列出任何免费方案。Contributor 模式是折扣价，而非免费——Meta 的说法是折扣定价，“以换取使用你的内容来训练未来 Meta 模型的许可”，涵盖你发送的提示、代码、文件和上下文，以及你收到的回复。这是一笔交易，不是白送。如果某个页面告诉你 Meta Muse API 有免费层级，那它读的并不是 Meta 的定价页面。

此属性路由的内容

我们提供这一系列中的两个模型，而本页面上的可用性声明刻意写得很窄。两者目前都已上线目录：meta/muse-spark-1.1 和 meta/muse-spark-1.2。两者都具备 Meta 公布的同一个 1,048,576 token 上下文窗口，且 1.2 是更晚的检查点。我们为它们公布的费率是 Meta 的标价以 0% 加价透传——每百万输入 token 1.25 美元、每百万输出 token 4.25 美元、每百万缓存读取 0.15 美元——这正是透传安排的全部意义所在：供应商费率一旦变动，这里的价格当天即生效，我们这边无需重新定价。

这为开发者换来的不是折扣，而是少了一次集成。Muse Spark 置身于一个覆盖 200+ 模型的单一端点之后，因此把它接入流水线，不需要第二份合同、第二个密钥或第二套计费关系，而且对某一家提供商失败的请求会自动故障转移到另一家，而不是向你的用户抛出 429 错误。在模型替换尚未经过验证的情况下，这一点比平时更为重要：它让你在把路径正式押注于 meta/muse-spark-1.2 之前，先把它放到真实工作负载上跑一跑。

有两项内容在这里无法路由，本页面也不会对此加以缓和。meta/muse-spark-1.3 不在我们的目录中——如果你需要的正是 1.3，请直接联系 Meta。而 meta/muse-code 根本不是一个模型 ID，无论是在 Meta 的平台上还是在我们的平台上都是如此，因为 Muse Code 是一个 harness 而非模型；它不能作为路由目标。Contributor 层级的检查点在这里同样不进行路由。

Meta 未记录的内容

开发者合理预期会看到的一些内容，在 Meta 的 API 文档中根本不存在，而本页面的坦诚版本如实说明了这一点，而不是粗略勾勒它们。

• 组织与项目——认证页面上没有组织或项目的概念，没有层级结构，也无法将密钥限定到某个组织或项目。Meta 描述的唯一分组方式是团队。

• 密钥作用域——没有权限集，没有按资源的限制，没有只读密钥。每个密钥都是完整密钥，这也是为什么 Meta 自己建议每个应用使用一个密钥。

• 密钥有效期与轮换——吊销有文档记录（在仪表板中删除）；轮换只是建议（“立即吊销并轮换”），任何地方都没有过期时间、TTL 或滚动更换流程。

• 第一方 SDK——尚未发布任何一款；兼容性声明就是集成方案的全部说辞，而 Meta 并未表示会推出这样一款 SDK。

• 免费使用 — 没有免费套餐，没有额度，没有试用，同上。

• Muse Glimmer 的 API ID——模型页面未列出任何 ID，Meta 也将其排除在模型端点之外，因为它以权重形式发布。

如果你搜索这个的原因正是其中某个空白，那么答案就是：这些信息并未公开；而一个更糟糕的页面会去猜测某种密钥作用域方案或轮换端点，然后让你在凌晨两点自己发现那只是猜测。就已公开的内容而言，整体情况已经足够完整，可供你据此构建：位于 https://api.meta.ai/v1 的常规基础 URL、你自己创建的 Bearer 密钥、与 O​penAI 和 A​nthropic 客户端的开箱即用兼容性、有文档说明的按团队速率限制，以及一份费率表，其中本网站所提供的两个 Muse Spark 检查点在窗口和价格上完全相同。

本博客的 muse-code 页面深入讲解了 harness；本页仅涉及其编程接口层面。

这类空白也正是故障模式显现之处：围绕此类模型的已记录 AI 事件与智能体故障，都汇集在the OrcaRouter AI Incident Archive中，其中每条记录都带有各自的来源、严重程度、置信度评级和争议标记。