Meta Muse 模型是什麼？Meta Model API 怎麼申請與送出第一個請求

Muse 是 Meta 現在放在官方 API 上的模型系列，文字模型有 Muse Wonder 和 Muse Spark，這篇的範例用 Muse Spark，最新版的模型 ID 是 muse-spark-1.3。這個 API 叫 Meta Model API，在 dev.meta.ai 註冊、綁付款方式、建一把金鑰，就可以送請求。Muse Spark 每 100 萬輸入 token $1.25、輸出 $4.25，用多少付多少，沒有最低消費。

Muse 有哪些模型

API 上有五個：Muse Wonder、Muse Spark、Muse Image、Muse Voice Transcribe 和 SAM 3.1。Muse Wonder 是 Meta 在 2026 年 10 月 12 日推出的模型，目前是預覽版，Meta 稱它是能力最強的模型，適合複雜的軟體開發和長時間的 agent 工作；大量處理、在意延遲或成本的工作，Meta 建議用 Muse Spark。另外有一個 Muse Glimmer 是開放權重，要自己下載來跑。

寫程式或做 agent 也能用 Muse Spark。文字、圖片、影片、音訊、PDF 都能丟進去，回來的是文字，context 有 1,048,576 tokens。Meta 建議新專案直接用 muse-spark-1.3。前面的 muse-spark-1.2 和 muse-spark-1.1 能丟的東西跟 context 都一樣，差在能力。

音訊是例外。1.3 的音訊理解還沒做完整，Meta 建議音訊的工作先用 muse-spark-1.2，只是要把語音轉成文字的話，用 Muse Voice Transcribe。

Muse Spark 的推理關不掉。強度用 reasoning_effort 調，有 minimal、low、medium、high、xhigh、max 六級。max 比 xhigh 推得更深，muse-spark-1.3 和 muse-wonder-1.0 支援，muse-spark-1.3-contributor 不支援。設成 none 會回 HTTP 400。

開放權重的 Muse Glimmer 有 300 億參數，Apache 2.0 授權，不在 API 上，要到 Hugging Face 的 meta-models/Muse-Glimmer-30B 下載。它不用金鑰，也不用等審核，想先在自己的機器上跑跑看，可以從它開始。

Meta Model API 怎麼申請金鑰

在 dev.meta.ai 上三步做完：註冊、綁付款方式、建金鑰。

1. 打開 dev.meta.ai，按 Start building。可以用 email 或手機號碼註冊，也可以直接用 Facebook、Google 或 GitHub 帳號登入。註冊完，系統會一起開好一個 team。
2. 綁付款方式。沒綁之前不能送請求。
3. 到後台的 API keys 頁面，按 Create API key。

金鑰只會完整顯示這一次，視窗關掉就看不到了。它跳出來的時候先複製起來，貼進平常放密碼的地方。

一個 team 共用金鑰和速率限制，所以多建幾把金鑰，額度不會變多。

註冊要滿 18 歲，人也要在 Meta 有開放的地區。Meta 沒有列出可以用的國家，只公布了一份限制名單（2026 年 9 月 18 日更新），上面有中國（含香港、澳門）、俄羅斯、伊朗、北韓等。台灣不在名單上。

第一個請求怎麼送

把金鑰放進環境變數，再對 https://api.meta.ai/v1 送一個只有 model 和 messages 的請求就可以了。

官方範例都把金鑰放在 MODEL_API_KEY 這個環境變數。取一樣的名字，後面的範例貼上去就不用改。macOS 和 Linux 這樣設：

export MODEL_API_KEY="your-api-key-here"

接著用 curl 送一個請求。金鑰放在 Authorization 標頭：

curl -X POST "https://api.meta.ai/v1/chat/completions" \
  -H "Authorization: Bearer $MODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "muse-spark-1.3",
  "messages": [
    {
      "role": "user",
      "content": "What are three differences between TCP and UDP?"
    }
  ]
}'

成功會收到一包 JSON，模型的回答在 response.choices[0].message.content：

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1714502400,
  "model": "muse-spark-1.3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Here are three key differences between TCP and UDP..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 25,
    "completion_tokens": 19,
    "total_tokens": 44
  }
}

看到這個，金鑰和付款設定就都沒問題了。

寫進程式時用 OpenAI 的 SDK 就好，Meta 沒有另外出自己的。base URL 換成 Meta 的，其他照舊：

import os

from openai import OpenAI

client = OpenAI(
    base_url="https://api.meta.ai/v1",
    api_key=os.environ["MODEL_API_KEY"],
)

response = client.chat.completions.create(
    model="muse-spark-1.3",
    messages=[
        {
            "role": "user",
            "content": "What are three differences between TCP and UDP?",
        },
    ],
)

print(response.model_dump_json(indent=2))

OpenAI SDK 不會自己去讀 MODEL_API_KEY，所以金鑰要像上面那樣傳進去。

原本用 Anthropic SDK 的話，有相容的 Messages 格式可以接。要做工具呼叫或多輪的 agent，Meta 建議用 Responses API，搜尋 grounding 在 Responses API 和 Messages API 都能用，Chat Completions API 不支援。三種格式跑的是同一批模型，價錢一樣，挑手上程式最好改的那個就好。

請求失敗時看狀態碼

401 是金鑰沒設好或打錯。404 加上 model_not_found 是模型 ID 寫錯。這兩種和 400、403 一樣，重送結果不會變，要改的是請求本身。429、500、503 等一下再試會好，重試的間隔要越拉越長。

請求跑太久，會被 HTTP 504 gateway_timeout 切斷。這時把 stream=True 打開改用串流，就不受這個時間限制。

Meta Model API 要花多少錢

Standard 的 Muse Spark 每 100 萬輸入 token $1.25、輸出 $4.25。用多少算多少，沒有最低消費，context 很長也不加價。費用會先累積，到了門檻才從綁定的付款方式扣。

另外有一個便宜很多的 Contributor 方案：

Contributor 便宜，是因為你同意 Meta 拿你送進去的內容和它回給你的內容去訓練模型。Standard 不會。資料裡有客戶的東西、公司內部文件或個資，用 Standard；拿公開資料做實驗，才適合 Contributor。

它每分鐘只能送 150 次請求，批次送大量短請求時會先碰到這個上限。

網頁搜尋 grounding 另外計費，每 1,000 次查詢 $2.50。

官方文件沒有列免費額度，綁了付款方式之後就是照用量算。每個月大概多少，可以把預計的 token 量放進花費試算工具算。

Llama 還能用嗎？和 Muse 是什麼關係

Llama 還能用，但不在 Meta Model API 上。它是 Meta 的開源模型家族，要到 Hugging Face 或 Kaggle 下載權重，同意授權條款後自己架。Meta 的說明中心寫明，Llama 不透過 Meta Model API 提供。

最新的一代是 Llama 4，有 Scout 和 Maverick 兩個模型，授權生效日是 2025 年 4 月 5 日，之後沒有再出新的。Muse Spark 在 2026 年 4 月 8 日第一次發表，後面接著是 7 月 9 日的 Muse Spark 1.1、8 月 5 日的 Muse Spark 1.2 和 Muse Code、8 月 10 日的 Muse Glimmer、9 月 2 日的 Muse Spark 1.3。

Meta 沒有說 Llama 停止開發。想自己架模型，Llama 的權重都還在；想要 Meta 官方的託管 API，現在是 Muse。

想用 API 呼叫 Llama、又不想自己架，MixRoute 的模型目錄裡有 Llama 4 Scout、Llama 4 Maverick 和 Llama 3.3 70B，用 OpenAI 相容的格式就能送請求。

同時用好幾家模型時，金鑰怎麼管

用一個端點收在一起。MixRoute 提供一個 OpenAI 相容的端點（https://api.mixroute.ai/v1），每把 key 可以限制只能呼叫指定的幾個模型。測試用一把、正式環境用另一把，要停用的時候只動那一把。分 key 的做法，金鑰管理這篇有完整說明。

價格可以看儲值級距與方案內容；公司要談用量或合約，可以直接找業務窗口。