一张主视觉标题卡,文字为"Muse Wonder API 访问与定价",副标题为"Meta Superintelligence Labs,发布于 2026 年 10 月 12 日",三张卡片分别写着"每百万输入 token 4.00 美元""每百万输出 token 20.00 美元"和"1,048,576 token 上下文窗口",OrcaRouter 标志合成在右下角。
Guides & Insights

Muse Wonder API 访问权限与定价:4 美元/20 美元能在 Meta 的首个前沿模型上买到什么

作者

Gideon Frost

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

Meta Superintelligence Labs 于 2026 年 10 月 12 日开始销售 Muse Wonder,价格为每百万输入 token 4.00 美元、每百万输出 token 20.00 美元——而此次发布中能力更强的那一半 Muse Wonder Full,根本没有按 token 计价的价格。这一句话便概括了整个访问情况:发布了两个检查点,两扇不同的门,而只有一扇能用 API 密钥打开。

所以本页回答的是在任何基准比较之前会先出现的那些问题。你可以调用哪个标识符,价目表在那两个头条数字之外还包含什么,M​eta 说这个模型能做什么,外部评估者到目前为止测到了什么,以及如果你今天想从某个路由器访问它,目前的答案是什么。本页没有任何内容暗示 OrcaRouter 提供 Muse Wonder —— 它并不提供,我们在真正重要的那一节里已经说明了这一点。

哪个 Muse Wonder 是你真正能够呼叫的

{{1}}Meta{{/1}}的材料描述的是一系列产品,而非某一款型号。这两个成员作为产品表现不同,而这种差异是管理层面的,而非技术层面的。

• muse-wonder-1.0 —— 在 Meta Model API 上以及 Muse Code(Meta 的终端编码代理)内部提供服务的检查点。这是开发者据以进行配置的标识符,下文中的每一项按 token 计的数值都归属于它。

• muse-wonder-full-1.0 — 一个单独的检查点,Meta 将其描述为得分更高的配置。它不是 API 模型上的 effort 标志,也不是第二个 API 端点;Meta 通过 Muse Code 订阅来销售它。Meta 公布的该产品套餐是:Power Usage 每月 50 美元,Maximum Usage 每月 200 美元,这意味着 Full 的实际购买单位是席位月,而不是百万 token。

对于一次前沿发布来说,这种形态很不寻常,而它带来一个值得直说的实际后果:没有任何 API 路径可以通向那个得分更高的检查点。一个团队如果对 API 模型做了基准测试并且喜欢它,并不能简单地拧一下旋钮就得到 Full。他们要么购买订阅,要么接受这样一个事实:他们测得的模型,就是他们能得到的模型。

费率卡,逐行

Meta 的按 token 计价适用于 API 检查点。下表各行除非另有标注,均为供应商价目表事实,且均以每百万 token 为单位。

• 输入 — 每百万个 token 4.00 美元

• 缓存输入 — 每百万个 token 0.20 美元,独立评估机构 Artificial Analysis 将其解读为 95% 的缓存折扣

• 输出 — 每百万 tokens $20.00

• 在 7:2:1 的缓存命中/输入/输出混合比例下,混合成本约为每百万 token 2.94 美元——数据来自 Artificial Analysis 自己的模型页面

• 完成一项智能指数任务的实测成本——约为4.52美元,同样是Artificial Analysis的数据,而非Meta的

• 上下文窗口 — 标称并实际提供 1,048,576 个 token

• 单次响应最大输出 — 943,718 个 token,这是我们追踪的榜单上最大的单次响应上限

• 输入模态——文本、图像、语音和视频,对比文本输出

• 推理控制——必选。Meta 提供了从最低到最高的努力程度阶梯,默认是中等,但没有关闭开关。

有一个结构性细节容易被忽略,却对任何为检索或长智能体任务做成本估算的人都至关重要:输入费率并不会在某个 token 阈值处跳档。一条 400,000 token 的提示词,其每 token 计费费率与一条 400 token 的提示词完全相同。若干竞品旗舰模型一旦提示词超过某个已公布的界限,就会对整个请求重新定价,因此这是曲线形状上的真实差异,而不只是曲线高度上的差异。

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.

Meta 所说的得分,以及那有多大价值

Meta 发布了一张基准测试表,覆盖了两个检查点在各自最大推理设置下的表现,而且它是唯一一个涵盖 Muse Wonder Full 的排行榜。该结果由厂商自行报告,出自 Meta 自己的测试框架,且其中没有任何内容经过独立复现——请把以下内容视为 Meta 的说法,而不是实测结果。

M​eta 所宣传的那些行是持续型智能体(sustained-agent)的行。在 SWE-Marathon 这一长时程软件任务集上,M​eta 将 Muse Wonder Full 排在其对比集中的所有模型之前。在 DeepSWE 1.1 上它也提出了类似的说法,而在其发布的综合指数上,该系列以自己的名字出现。独立评论选择性地重复了那两行,并且至少有一篇被广泛转发的帖子将 Muse Wonder Full 的数值与一个更低的竞争对手数值并列,却没有指出底层表格出自厂商、未经复现,也未曾作为评测框架(harness)发布。

麻烦之处在于表格内部。Muse Wonder Full 并非全面优于更便宜的 API 检查点:这两个配置档在不同行上互有胜负,这说明 Meta 是在朝两个不同的目标训练,而不是把一个旋钮调高。如果确实如此,那么“Full 是更好的模型”对你自己的工作负载来说就不是一个稳妥假设;而想知道哪个配置档更合适,唯一的办法就是把两者都测一遍——这在目前意味着购买订阅。

外部评估者所衡量的内容

截至2026年10月13日,Artificial Analysis 是唯一为 Muse Wonder 发布了评测条目的评估方,而且其数据与 Meta 的截然不同:榜单上每个模型都使用同一套评测框架、配置公开,且没有厂商参与。

• 智能指数 — 最大努力下为 52,在榜单上排名第九,该榜单涵盖200 多个模型

• 每个索引任务的成本——约 4.52 美元,评估者指出,一旦将价格因素计入,这一数值高于同类组的中位数

• 那次运行消耗的输出 token——约 1.3 亿,而榜单中位数接近 8500 万,评估者称其略显冗长

• 服务速度——约每秒 115 个输出 token,首个 token 的时间接近 20 秒

• Muse Wonder Full — 在最大努力下指数为 56,在排行榜上排名接近顶部,没有按 token 计费的价格,因为它不按 token 出售

注意对照 Meta 的表格看最后一行:在综合指数上,Meta 为 Muse Wonder Full 公布的是 59.0,而独立榜单读数为 56。在这样一个量表上,三分之差不是舍入差异,并且应以独立数据作为规划依据,因为它是用与你正在权衡的其他每个模型的数字相同的方式得出的。

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.

在你还无法调用它的地方

Muse Wonder 可通过 M​eta 自有 API 以及在 Muse Code 内使用,目前这就是全部渠道。在我们可核实的目录中,没有第三方服务覆盖,它也不在 OrcaRouter 的目录里——路由器无法路由一个没有其他人正在服务的检查点,我们宁愿直说,也不愿暗示并非如此。

实际用起来,如果你想试一试,这意味着要采用双供应商配置:新模型用 Meta 的密钥,其余一切沿用你现有的方案。而这正是路由器在另一阵营看来天生就该解决的场景。OrcaRouter 以一个密钥接入 200 多个模型,按供应商标价原价透传、0% 加价,其中就包括 Meta 自家的 Muse Spark 1.2 与 Muse Spark 1.1——因此,你今天就能调用的 Meta 模型已经可以在同一个地方访问,而 Meta 一旦调价,当天就会同步到这里,无需等待中间商重新定价。当第二家供应商真的开始提供 Muse Wonder 时,跨端点的自动故障转移能确保单条不健康的路径不会拖垮你的流量。

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.

什么会改变这个答案

有四件事是可以核查的,其中任何一件都会让这一页值得重读,而不是重新猜测。

• 一个用于 Muse Wonder Full 的模型标识符出现在 Meta Model API 上,这将终结仅限订阅的边界

• 对独立指数的修订,该修订改变了52,或第二位拥有自己一行的评估者到来

• 任一费率卡条目上的价格变动,若加价为0%,则当天即在我们这边生效

• Muse Wonder 出现在第三方目录中并附有已公布的价格,这会使可用性问题变成路由问题,而不是供应商问题

在那之前,诚实的总结是:M​eta 已将其 API 检查点在输入和输出上的定价都比当前 A​nthropic 和 O​penAI 的旗舰低 20%,把更便宜的模型变成了你能通过程序访问的那个,而把真正有意思的配置留在了每月席位之后。4 美元/20 美元是真的,而且这是 M​eta 有史以来公布过的最低前沿价格。它也是你实际能调用的那个模型的价格。

本文中的对比1

根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新