一張生成的主視覺卡片,標題為「Meta Model API」,副標題為「Meta 的 Muse 模型背後的推論平台」,並有兩個圓角資訊膠囊,分別寫著「https://api.meta.ai/v1」和「Bearer MODEL_API_KEY」。OrcaRouter 標誌合成於右下角。
Guides & Insights

Meta Muse API:開發者實際上能獲得什麼,以及它提供哪些 Muse 模型

作者

Gideon Frost

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

並沒有一個字面上叫做 Muse API 的產品。提供 Meta 的 Muse 模型所用的 API 是 Meta Model API,它回應於 https://api.meta.ai/v1,而開發者可在其上呼叫的 Muse 模型有 Muse Spark 1.3(Meta 目前推薦的那個)、Muse Spark 1.2 以及 Muse Spark 1.1——其中最後兩個是本網站所路由的,分別為 meta/muse-spark-1.1 與 meta/muse-spark-1.2。如果你搜尋「muse api」,只想要一行答案,那就是這個。本頁其餘部分則是其背後的細節:每個模型在 Meta 公布費率表上每百萬個 token 的費用、你在第一次呼叫前手上需要準備什麼、速率限制實際上是針對什麼來衡量,以及為什麼 Muse Code 訂閱卡上的數字不會沿用到 API 帳單上。

請將本文視為參考頁面,而非新聞。Meta Model API 已經上線,其上的 Muse 模型今日即可呼叫;這裡沒有任何內容是公告,而且這個部落格上過去也沒有任何頁面回答過這個模型系列的程式化存取問題。凡是數字來自 Meta 自家文件之處,本頁都會註明;凡是 Meta 未發布任何內容之處,本頁也會照實說明,而不是填補空白。

「Meta Muse API」到底是什麼

Meta 自己的定義只有一句話:Model API 是「Meta 最新模型的推論平台,包括 Muse Wonder 與 Muse Spark」。Muse 系列是架構在該平台上,而非擁有自家的 API,這就是為什麼搜尋 Muse 專屬的端點會一無所獲——那個端點屬於 Meta,而 Muse 只是其上的其中一個模型系列。

這個介面刻意維持傳統。Meta 所謂的 Model API 介面下記錄了三種請求格式:Responses API、Chat Completions API 和 Messages API。最受矚目的整合宣稱是,Model API「可無縫相容於 OpenAI SDK、Anthropic SDK,以及與 OpenAI 相容的代理 CLI」,並附帶一句「不必學習自訂用戶端」。實務上,這代表只需更改 base URL 和一組金鑰,而非重寫。

該平台提供的不只是 Spark 系列。除了 muse-spark-* 之外,它也提供 muse-wonder-1.0、muse-image-1.0、muse-voice-transcribe-1.0 和 sam-3.1,因此建構混合式管線的讀者可以用同一組憑證取用影像生成、轉錄與分割功能。Muse 家族中有一個成員完全無法呼叫:Muse Glimmer 是一個開放權重模型,「專為在你自己的硬體上執行而打造」,以權重形式發布,而非透過 API 提供服務,且 Meta 將其排除在 models 列表端點之外。如果你問的是「我可以呼叫 Glimmer 嗎」,答案是沒辦法——你要自己下載它。

人們常順手歸入「the Muse API」的兩樣東西,其實是各自獨立的產品,應該放在其他頁面。Muse Code是 Meta 為終端機與 CI 打造的程式碼代理——一套以訂閱制販售的測試框架,於 2026-08-05 以 beta 形式推出,並於 2026-08-31 脫離 beta 階段——它不是 API、不是模型,也不是呼叫 API 的必要條件。本部落格的 muse-code 頁面涵蓋這套框架,meta-muse-code-terminal-coding-agent 則深入介紹這個代理。以下內容僅涵蓋程式化介面。

你可以呼叫的模型,以及 Meta 公布的費率

六個 ID 對文字生成很重要,而以下費率是 Meta 自己在其定價與速率限制頁面上公布的,單位為每百萬個 token 多少美元。它們是供應商的牌價,並非經獨立審計的數字。

• muse-spark-1.3 — Meta 稱其為「最新版本,專為代理式工作流程調校」,並標示為「建議用於新工作」。1,048,576 個詞元上下文。標準模式:輸入 $1.25、輸出 $4.25、快取輸入 $0.15。

• muse-spark-1.2 — Meta 的模型頁面直接將其描述為「前一版」。相同的 1,048,576 token 上下文,相同的 Standard 費率。

• muse-spark-1.1 — 「原始版本」,且僅限 Standard 模式。相同的上下文視窗,同樣的 Standard 費率再現。

• muse-spark-1.3-contributor 與 muse-spark-1.2-contributor——折扣層級:輸入 $0.10,輸出 $0.20,快取輸入 $0.002。1.1 沒有 Contributor 變體。

• muse-wonder-1.0 — Meta 最強大的 Muse 模型,定位於長時程代理式工作:輸入 $4.00、輸出 $20.00、快取輸入 $0.20,僅限標準模式,且 Meta 明確表示:「Muse Wonder 在 Model API 上不提供貢獻者模式。」

非文字的 Muse 模型是依單位計價,而非依權杖計價:Muse Image 每張圖片 $0.01,Muse Voice Transcribe 每小時 $0.18,而 SAM 3.1 則是每 1,000 張圖片 $2.50、每 1,000 個影格 $0.20。網路搜尋接地若你開啟,則為每 1,000 次搜尋查詢 $2.50。

那張表下方有兩段通則,在評估工作負載規模之前值得先了解。第一點是「快取的輸入成本較低」——在 Standard Spark 上,快取讀取大約是輸入的十分之一,在 Contributor 上則是五十分之一。第二點是「沒有長脈絡附加費」,這點在這裡比在大多數平台上更重要,因為 Spark 系列的視窗是 1,048,576 個權杖;一份長文件不會讓你被移到不同的價格。

就這個問題,本頁的簡報原本預期會是個對比:在 meta/muse-spark-1.1 與 meta/muse-spark-1.2 之間,無論是視窗或費率,都沒什麼可挑的。Meta 為這條產品線公布了一個上下文數字,以及一列涵蓋「muse-spark-1.3 / 1.2 / 1.1」的費率資料。真正區分兩者的是檢查點——1.2 是較晚的那個——以及在 Meta 的平台上,1.2 有 Contributor 變體,而 1.1 沒有。任何人若告訴你這兩者在上下文長度或價格上有差異,那就是沒在看同一份規格卡。

A generated scoreboard card titled 'Meta Model API — the scoreboard', listing six vendor-published facts: base URL https://api.meta.ai/v1; auth Bearer token in the Authorization header; Spark Standard rate $1.25 in / $4.25 out / $0.15 cached per 1M; rate limit 3,000 RPM and 4,000,000 TPM measured per team; first-party SDK none published; free tier none documented. The footer reads 'All figures vendor-published on dev.meta.ai, checked 2026-10-14.'

要打第一通電話時,手邊需要準備什麼

本節內容全部出自 Meta 自家文件。在通常會補上 Meta 未明說之事的地方,本頁選擇將缺口保留為可見,而不是憑空捏造出一個看似合理的請求形式。

取得存取權

存取權限是指一個 Model API 帳號加上一把金鑰。Meta 的快速入門指南會帶你前往儀表板:「從 Model API 儀表板取得金鑰 → API 金鑰 → 建立 API 金鑰。」驗證頁面則補上大家常忽略的部分:「立刻複製金鑰。你只會看到它一次。」金鑰會以 LLM|607358788350350|nx9.....LJY 的形式顯示,而 Meta 從未解釋各個區段代表什麼意思。你可以從同一個儀表板撤銷金鑰——「刪除一把金鑰不會動到其他團隊金鑰」——這正是 Meta 主張每個應用程式各發一把金鑰、而非共用一把的理由。

驗證配置

Bearer 權杖,位於 Authorization 標頭中:

• 標頭 — Authorization: Bearer $MODEL_API_KEY

• 基礎 URL — https://api.meta.ai/v1,並記錄 https://api.meta.ai 供 A​nthropic 格式的測試框架使用

• 環境變數 — MODEL_API_KEY,Meta 指示你要設定它,而不是硬編碼,並搭配一貫的「絕不要將金鑰提交到版本控制」建議

• 客戶注意事項 — Meta 明確指出「OpenAI SDK 不會自動讀取 MODEL_API_KEY」,因此你必須明確傳入 api_key,或使用你的 Meta 金鑰匯出 OPENAI_API_KEY

Meta 參考資料中列出的端點包括:用於文字的 POST /v1/chat/completions 與 POST /v1/responses、用於 Muse Image 的 /v1/images/generations 與 /v1/images/edits、用於轉錄的 POST /v1/asr/transcribe 以及位於 wss://api.meta.ai/v1/asr/realtime 的即時 websocket,還有用於上傳的 POST /v1/files。Meta 並未發布 SDK:SDK 頁面列出的是 OpenAI 與 Anthropic 用戶端,而 Meta 的立場是相容性,而非第一方函式庫。如果你一直在等一個 meta 套件可以安裝,並沒有這種東西。

A screenshot of Meta's Model API documentation quickstart page at dev.meta.ai, showing the Model API code samples with the base URL https://api.meta.ai/v1, the curl example carrying an Authorization: Bearer header, and the guidance to store the key as the MODEL_API_KEY environment variable.

速率限制,以及它們的衡量依據

這正是「muse code api key」搜尋者通常真正想問的問題,而 Meta 的回答比大多數供應商更精確。公布的限制是依團隊計算,而非依金鑰:「同一團隊中的金鑰共享速率限制。」兩名工程師各自建立兩把金鑰,並不會讓上限加倍——而是把它分掉。

• muse-spark-1.3、muse-spark-1.2、muse-spark-1.1 — 每分鐘 3,000 次請求及每分鐘 4,000,000 個詞元

• Contributor 變體 — 每分鐘 150 次請求,以及每分鐘 3,000,000 個權杖

• muse-wonder-1.0 — 每分鐘 3,000 次請求與每分鐘 4,000,000 個 token;muse-image-1.0 — 每分鐘 150 次請求,且無 token 上限

• 背景回應 — 每個團隊每分鐘 600 筆提交的獨立上限

• 違規時 — 會傳回 HTTP 429 並附帶 Retry-After 標頭,且回應會帶有 x-ratelimit-limit-tokens、x-ratelimit-remaining-tokens、x-ratelimit-limit-requests 與 x-ratelimit-remaining-requests

Muse Code API 金鑰與 Model API 金鑰是同一種憑證。Muse Code 首次執行時會要求你選擇使用瀏覽器登入,或貼上 API 金鑰——「若供指令碼與 CI 使用,請使用 API 金鑰」——而其文件記載的查找順序是 META_API_KEY 優先,其次是儲存的金鑰,再來是儲存的瀏覽器工作階段;API 金鑰一律優先於瀏覽器登入。

計費模式:按計量 Token 計費,而非席位

這是讀者最容易搞錯的部分,因此值得直說。Muse Code 訂閱是每月固定收費的席次,附有價目表;Model API 則是依帳戶計量的用量付費。Meta 的授權頁面直接說明了這個模式——「Meta Model API 的計費採用量制:你需為請求所消耗的 token 付費」——輸入與輸出分開計算,輸出通常較貴,且費率因模型而異。當你的餘額達到付款門檻時就會扣款,任何未結餘額則會在每月一號自動請款。Meta 補充說,「沒有最低消費或預先承諾」。

兩個產品之間有一項不對稱,很容易讓人一不小心就栽跟頭。Meta 表示,Muse Code「訂閱預設為 Contributor 模式,你可以在設定中開啟或關閉它。」但在 API 上,預設情況恰恰相反:除非你刻意指定帶有 -contributor 的模型 id,否則你拿到的是 Standard 定價與 Standard 條款。因此,一位一直以 Contributor 條款運行 Muse Code 的讀者,接著換上 muse-spark-1.2 的金鑰後,就會落在 Standard 費率表上,輸入價格約為原本的十二倍,而除了用戶端之外,他什麼都沒改。

Meta 並未說明的是,訂閱是否讓你有權使用任何 API。身分驗證頁面、定價頁面或產品頁面上,都沒有任何內容表示某個方案包含 Model API 權杖或額度;API 頁面純粹將金鑰視為一種身分驗證方式,而訂閱頁面則自成一格。不要假設這兩者可以互換,也不要將訂閱的每月數字套用到權杖預算上——它們回答的是不同問題。

關於免費方案:Model API 並未記載任何免費層級、沒有試用額度,也沒有免費額度。coding agent 的產品頁面同樣未列出任何免費方案。貢獻者模式是折扣價,不是免費——Meta 的說法是折扣定價「以換取允許使用你的內容來訓練未來的 Meta 模型」,涵蓋你傳送的提示、程式碼、檔案與上下文,以及你收到的回應。那是交易,不是免費贈送。如果某個頁面告訴你 Meta Muse API 有免費層級,那它並沒有在讀 Meta 的定價頁面。

此屬性所路由的內容

我們從這個系列提供兩個模型,而本頁面上的可用性聲明刻意維持狹窄範圍。兩者目前都已在上線目錄中:meta/muse-spark-1.1 與 meta/muse-spark-1.2。兩者皆採用 Meta 所公布的相同 1,048,576 個詞元上下文視窗,而 1.2 是較晚的檢查點。我們為它們公布的費率,是將 Meta 的定價以 0% 加價直接轉嫁——每百萬輸入詞元 1.25 美元、每百萬輸出詞元 4.25 美元,以及每百萬快取讀取 0.15 美元——這正是轉嫁機制的重點所在:供應商的費率變動當天即在此生效,我們這邊無須重新定價。

這對開發者換來的並不是折扣,而是少一次整合。Muse Spark 位於一個涵蓋 200 多個模型的單一端點背後,因此將它加入管線並不需要第二份合約、第二把金鑰或第二段帳務關係,而針對某個供應商失敗的請求會自動容錯移轉到另一個供應商,而不是向你的使用者抛出 429。在尚未驗證的模型替換上,這件事比平常更重要:這是一種在把路徑定案於某個模型之前,先將 meta/muse-spark-1.2 放上真實工作負載的方法。

這裡有兩件事不可路由,而這個頁面不會淡化這件事。meta/muse-spark-1.3 不在我們的目錄中——如果你需要的是 1.3,請直接聯絡 Meta。而 meta/muse-code 根本不是模型 ID,無論是在 Meta 的平台上還是我們的平台上,因為 Muse Code 是一個執行框架,而不是模型;它不能成為路由目標。Contributor 層級的檢查點在這裡同樣不會被路由。

A screenshot of the OrcaRouter model page for Meta: Muse Spark 1.2, showing the model slug meta/muse-spark-1.2, a 1,048,576-token context window, text, image, video, audio and file inputs with text output, and pricing of $1.25 per million input tokens and $4.25 per million output tokens, with the OrcaRouter interface in English.

Meta 沒有記載的內容

有幾件開發者合理預期會存在的事,在 Meta 的 API 文件裡卻完全付之闕如;本頁的誠實版本會直言此事,而不是把它們略加勾勒。

• 組織與專案 —— 身分驗證頁面上並沒有組織或專案的概念,沒有階層結構,也沒有任何方式能將金鑰的適用範圍限定於其中一個。Meta 唯一描述過的分組方式就是團隊。

• 金鑰範圍 —— 沒有權限集、沒有個別資源限制、沒有唯讀金鑰。每個金鑰都是完整金鑰,這就是為什麼 Meta 自己建議每個應用程式使用一個金鑰。

• 金鑰生命週期與輪替 — 撤銷已有文件說明(可在儀表板中將其刪除);輪替僅為建議(「立即撤銷並輪替」),任何地方都沒有到期、TTL 或換版程序。

• 官方 SDK——尚未發布任何一款;相容性宣稱就是整合面的說法,而 Meta 並未表示會有這種 SDK。

• 免費使用 — 沒有免費方案、沒有點數、沒有試用,如上所述。

• Muse Glimmer 的 API id —— 模型頁面並未列出任何 id,而 Meta 也把它排除在模型端點之外,因為它是以權重形式發布的。

如果你搜尋這個的原因是那些缺口之一,答案是該資訊並未公開,而更糟的頁面會去猜測金鑰範圍方案或輪換端點,然後讓你在凌晨兩點才發現那是猜測。就已公開的資訊而言,全貌已足夠完整,可供作為建置基礎:一個位於 https://api.meta.ai/v1 的傳統基礎 URL、一把你自己建立的 Bearer 金鑰、可與 O​penAI 和 A​nthropic 用戶端直接相容、有文件記載的每團隊速率限制,以及一張價目表,其中本網站所服務的兩個 Muse Spark 檢查點在時間窗口與價格上完全相同。

本部落格的 muse-code 頁面深入探討 harness;本頁僅涵蓋程式化介面。

像這樣的缺口,也是失效模式會顯現的地方:此類模型相關的已記錄 AI 事件與代理失敗,都收錄於 OrcaRouter AI Incident Archive,其中每筆條目都附有自己的來源、嚴重程度、信心等級與爭議標記。

本文中的比較1

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新