신규잘못된 모델을 올린 판매자를 어떻게 잡아내고 환불하는지 알려 드립니다.
Meta 로고

Meta: Muse Spark 1.2 API

meta-llama/muse-spark-1.2오디오

MartLLM의 OpenAI 호환 API로 Meta: Muse Spark 1.2을 호출하세요. 입력 $0.5625/M 및 출력 $1.9125/M부터이며, 서드파티 제공업체가 처리합니다. Meta 제작. 1,048,576 토큰 컨텍스트. 요청에는 MartLLM 수수료가 없습니다. 카드로 크레딧을 충전하면 5.5% + $0.50가 부과됩니다.

직접 판매처: OpenRouter. 여기서는 판매자가 자신의 제공업체 계정으로 이 모델을 제공합니다. 왜 이렇게 저렴한가요? · 용량은 어디서 오나요

Meta: Muse Spark 1.2 API 비용은 얼마인가요?

2026년 11월 20일부터 Meta: Muse Spark 1.2는 MartLLM을 통해 백만 input token당 $0.5625, 백만 output token당 $1.9125의 비용이 들며, 이는 정가인 $1.25 및 $4.25보다 55% 저렴합니다. 시장의 26개 판매자가 이를 제공할 수 있습니다. 최대 1,048,576개의 context token을 읽습니다. 모든 요청은 Activity log에 비용과 함께 목록에 표시됩니다. MartLLM은 이 가격에 수수료를 추가하지 않으며, 실패한 요청은 청구되지 않습니다.

가장 저렴한 Meta: Muse Spark 1.2 API는 무엇인가요?

2026년 11월 20일 기준으로, 우리가 찾은 가장 저렴한 Meta: Muse Spark 1.2 API는 MartLLM이며, 입력 토큰 백만 개당 $0.5625, 출력 토큰 백만 개당 $1.9125입니다. 이는 우리가 확인한 다른 가장 가까운 제공업체인 OpenRouter($1.25 및 $4.25)보다 입력 및 출력 모두에서 최소 55% 더 저렴합니다. Vercel AI Gateway는 이보다도 더 높습니다. MartLLM 마켓의 26개 판매자가 이를 제공할 수 있습니다. MartLLM은 이 가격에 수수료를 추가하지 않으며, 실패한 요청은 청구되지 않습니다.

2026년 11월 20일 11:00 UTC 기준 가격입니다. 이 페이지는 매시간 다시 생성됩니다.

제공업체입력 / 1M token출력 / 1M tokenMartLLM이 더 저렴합니다
MartLLM$0.5625$1.9125
OpenRouter$1.25$4.2555%
Vercel AI Gateway$1.25$4.2555%

MartLLM: 현재 최저 판매가, 추가 수수료 없음. 각 제공업체의 공개 가격표에 나온 다른 가격: OpenRouter, Vercel AI Gateway

Meta: Muse Spark 1.2 가격

공식 가격 $1.25 / $4.25 대비 입력 토큰 1M당 $0.6875, 출력 토큰 1M당 $2.3375을 절약합니다. 왜 이렇게 저렴한가요?

현재 가격 · 100만 토큰당
입력
$0.5625
출력
$1.9125
캐시된 입력
$0.0675
% 할인(공식 가격 대비)
55% 할인
공식 가격 · 100만 토큰당
입력
$1.25
출력
$4.25
캐시된 입력
$0.15

11:00 UTC 기준 가격.

각 요청은 이 모델을 제공하는 이용 가능한 서드파티 제공업체로 전송되며, 제공업체가 응답을 시작하기 전에 실패하면 재시도됩니다. 요청에는 MartLLM 수수료가 없습니다. 카드로 크레딧을 충전하면 5.5% + $0.50가 부과됩니다.

OpenAI SDK로 Meta: Muse Spark 1.2을 사용하는 방법

OpenAI SDK에서 base URL을 MartLLM으로 설정하면 기존 코드로 Meta: Muse Spark 1.2을 호출할 수 있습니다. Anthropic SDK는 https://api.martllm.com/v1/messages로 사용할 수 있습니다.

python
from openai import OpenAI

client = OpenAI(
    base_url="https://api.martllm.com/v1",
    api_key="ull_your_key_here",
)

resp = client.chat.completions.create(
    model="meta-llama/muse-spark-1.2",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)

앱에서 Meta: Muse Spark 1.2 사용하기

API를 통해 Meta: Muse Spark 1.2은 동일한 MartLLM 키와 모델 ID meta-llama/muse-spark-1.2로 세 가지 주소에서 응답합니다: https://api.martllm.com/v1/chat/completions의 OpenAI 채팅 완성, https://api.martllm.com/v1/responses의 OpenAI Responses API 및 https://api.martllm.com/v1/messages의 Anthropic Messages API.

Meta: Muse Spark 1.2을 Claude Code에서 어떻게 사용하나요?

Claude Code는 MartLLM의 Anthropic 호환 주소를 통해 Meta: Muse Spark 1.2에 도달합니다. ANTHROPIC_BASE_URL를 https://api.martllm.com으로 설정하고 (끝에 /v1 없음), ANTHROPIC_AUTH_TOKEN를 MartLLM 키로, ANTHROPIC_MODEL를 meta-llama/muse-spark-1.2[1m]으로 설정한 다음 claude을 시작하세요. opus, sonnet, haiku 및 subagent 모델 변수도 meta-llama/muse-spark-1.2으로 설정하세요. 설정되지 않은 슬롯은 계속해서 Claude 가격으로 Claude 모델을 요청합니다. ID 끝의 [1m]는 Claude Code에 Meta: Muse Spark 1.2이 1M-token 컨텍스트를 가지고 있음을 알려줍니다. 그것이 없으면 Claude Code는 200,000 token을 계획합니다.

bash
export ANTHROPIC_BASE_URL=https://api.martllm.com
export ANTHROPIC_AUTH_TOKEN=ull_your_key
export ANTHROPIC_MODEL='meta-llama/muse-spark-1.2[1m]'
export ANTHROPIC_DEFAULT_OPUS_MODEL='meta-llama/muse-spark-1.2'
export ANTHROPIC_DEFAULT_SONNET_MODEL='meta-llama/muse-spark-1.2'
export ANTHROPIC_DEFAULT_HAIKU_MODEL='meta-llama/muse-spark-1.2'
export CLAUDE_CODE_SUBAGENT_MODEL='meta-llama/muse-spark-1.2'
claude

Claude Code 호출: Anthropic Messages API https://api.martllm.com/v1/messages · 전체 Claude Code 가이드

Meta: Muse Spark 1.2을 Codex CLI에서 어떻게 사용하나요?

Codex CLI는 MartLLM의 Responses API를 통해 Meta: Muse Spark 1.2에 도달합니다. ~/.codex/config.toml에서 base_url를 https://api.martllm.com/v1과 wire_api = "responses"로 설정한 모델 공급자를 추가하고, MartLLM 키를 UBERLLM_API_KEY 환경 변수에 넣고, model을 meta-llama/muse-spark-1.2로 설정하세요. model_context_window은 Meta: Muse Spark 1.2의 컨텍스트 크기인 1,048,576로 설정됩니다. Codex는 자신이 아는 OpenAI 모델 목록 외의 모델에 대해 272,000 token을 가정하기 때문입니다.

toml
model = "meta-llama/muse-spark-1.2"
model_provider = "uberllm"
model_context_window = 1048576
web_search = "disabled"

[model_providers.uberllm]
name = "MartLLM"
base_url = "https://api.martllm.com/v1"
env_key = "UBERLLM_API_KEY"
wire_api = "responses"

Codex CLI 호출: OpenAI Responses API https://api.martllm.com/v1/responses · 전체 Codex CLI 가이드

Meta: Muse Spark 1.2을 OpenCode에서 어떻게 사용하나요?

OpenCode는 MartLLM의 OpenAI 호환 채팅 주소를 통해 Meta: Muse Spark 1.2에 도달합니다. ~/.config/opencode/opencode.json에서 baseURL를 https://api.martllm.com/v1로 설정한 @ai-sdk/openai-compatible 패키지를 사용하는 uberllm라는 이름의 공급자를 추가하고, 그 모델 아래에 meta-llama/muse-spark-1.2을 나열하고, MartLLM 키를 UBERLLM_API_KEY 환경 변수에 넣은 다음 /models로 uberllm/meta-llama/muse-spark-1.2을 선택하세요. limit 숫자는 Meta: Muse Spark 1.2의 컨텍스트 크기와 가장 큰 응답입니다. OpenCode는 긴 세션을 언제 압축해야 할지 알기 위해 이를 사용합니다.

json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "uberllm": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "MartLLM",
      "options": {
        "baseURL": "https://api.martllm.com/v1",
        "apiKey": "{env:UBERLLM_API_KEY}"
      },
      "models": {
        "meta-llama/muse-spark-1.2": {
          "name": "Meta: Muse Spark 1.2",
          "limit": {
            "context": 1048576,
            "output": 524288
          }
        }
      }
    }
  },
  "model": "uberllm/meta-llama/muse-spark-1.2"
}

OpenCode 호출: OpenAI 채팅 완성 https://api.martllm.com/v1/chat/completions · 전체 OpenCode 가이드

Meta: Muse Spark 1.2을 Cursor에서 어떻게 사용하나요?

Cursor Settings → Models에서 MartLLM 키를 OpenAI API Key 필드에 붙여넣고, OpenAI base URL 재정의를 켜고 https://api.martllm.com/v1를 입력하고, Use API Key을 켠 다음, meta-llama/muse-spark-1.2를 사용자 지정 모델로 추가하고 채팅 모델 선택기에서 선택하세요. 이것은 Cursor의 채팅용입니다. 탭 완성은 Cursor가 제공하는 모델을 계속 사용합니다.

OpenAI API Key
ull_your_key
OpenAI base URL override
https://api.martllm.com/v1
Custom model
meta-llama/muse-spark-1.2

Cursor 호출: OpenAI 채팅 완성 https://api.martllm.com/v1/chat/completions · 전체 Cursor 가이드

Meta: Muse Spark 1.2을 Cline에서 어떻게 사용하나요?

Cline 설정에서 API Provider을 OpenAI Compatible로, Base URL를 https://api.martllm.com/v1으로 설정하고, MartLLM 키를 OpenAI Compatible API Key에 붙여넣고 Model ID를 meta-llama/muse-spark-1.2으로 설정하세요. Model Configuration 아래에서 Context Window Size을 1,048,576로 설정하세요. Cline은 모델의 제한을 스스로 읽지 않습니다. 같은 곳에서 Max Output Tokens을 524,288로 설정하세요.

API Provider
OpenAI Compatible
Base URL
https://api.martllm.com/v1
OpenAI Compatible API Key
ull_your_key
Model ID
meta-llama/muse-spark-1.2
Context Window Size
1048576
Max Output Tokens
524288

Cline 호출: OpenAI 채팅 완성 https://api.martllm.com/v1/chat/completions · 전체 Cline 가이드

Meta: Muse Spark 1.2을 SillyTavern에서 어떻게 사용하나요?

SillyTavern에서 API Connections을 열고, API을 Chat Completion로, Chat Completion Source을 Custom (OpenAI-compatible)로 설정하고, Custom Endpoint (Base URL)에 https://api.martllm.com/v1를 입력하고, MartLLM 키를 Custom API Key에 붙여넣고, Connect을 클릭한 다음 Enter a Model ID에 meta-llama/muse-spark-1.2를 입력하세요.

API
Chat Completion
Chat Completion Source
Custom (OpenAI-compatible)
Custom Endpoint (Base URL)
https://api.martllm.com/v1
Custom API Key
ull_your_key
Enter a Model ID
meta-llama/muse-spark-1.2

SillyTavern 호출: OpenAI 채팅 완성 https://api.martllm.com/v1/chat/completions · 전체 SillyTavern 가이드

Meta: Muse Spark 1.2을 Janitor AI에서 어떻게 사용하나요?

Janitor AI에서 채팅을 열고, 톱니바퀴 아이콘을 클릭하고 API Settings을 여세요. Proxy을 선택하고 Model Name를 meta-llama/muse-spark-1.2으로, Proxy URL를 https://api.martllm.com/v1/chat/completions로 설정하고 MartLLM 키를 API Key에 넣은 구성을 추가하세요. Save Settings을 클릭한 다음 페이지를 새로고침하세요.

Config Name
MartLLM
Model Name
meta-llama/muse-spark-1.2
Proxy URL
https://api.martllm.com/v1/chat/completions
API Key
ull_your_key

Janitor AI 호출: OpenAI 채팅 완성 https://api.martllm.com/v1/chat/completions · 전체 Janitor AI 가이드

Meta: Muse Spark 1.2을 Open WebUI에서 어떻게 사용하나요?

Open WebUI에서 Settings → Admin → Connections으로 이동하여 URL을 https://api.martllm.com/v1로 설정하고 MartLLM 키를 API Key에 넣은 OpenAI API 연결을 추가하세요. Advanced 아래에서 Model IDs에 meta-llama/muse-spark-1.2를 추가하고 API Type을 Chat Completions로 두세요.

URL
https://api.martllm.com/v1
API Key
ull_your_key
Model IDs
meta-llama/muse-spark-1.2
API Type
Chat Completions

Open WebUI 호출: OpenAI 채팅 완성 https://api.martllm.com/v1/chat/completions · 전체 Open WebUI 가이드

Meta: Muse Spark 1.2 API FAQ

Meta: Muse Spark 1.2 요청 비용에 상한을 둘 수 있나요?

네. 요청 비용은 해당 제공업체가 청구한 금액입니다. 표시 가격은 토큰 100만 개당 입력 $0.6169, 출력 $2.0974이며, 저렴한 제공업체가 바쁠 때는 요청 비용이 더 높을 수 있습니다. 토큰 100만 개당 지불할 최대 금액을 provider.max_price로 보내면, 요청은 그 금액 이하의 제공업체로만 전달되고 그 금액을 넘어 청구되지 않습니다. 각 요청의 비용은 활동 내역에 표시됩니다.

API로 Meta: Muse Spark 1.2을 호출하는 방법은?

OpenAI 호환 SDK라면 무엇이든 사용할 수 있습니다. base URL을 https://api.martllm.com/v1로, API 키를 MartLLM API 키로, 모델을 "meta-llama/muse-spark-1.2"로 설정하세요. Anthropic SDK는 https://api.martllm.com/v1/messages로 사용할 수 있습니다.

MartLLM의 Meta: Muse Spark 1.2은 OpenAI 호환인가요?

네. Meta: Muse Spark 1.2을 포함한 MartLLM의 모든 모델은 하나의 OpenAI 호환 엔드포인트로 제공됩니다. 기존 클라이언트에서 base URL과 키만 설정하세요.

MartLLM에서 Meta: Muse Spark 1.2가 더 저렴한 이유는 무엇인가요?

MartLLM은 마켓입니다: 판매자들은 Meta: Muse Spark 1.2 용량을 정가보다 낮은 가격에 제공하며, 각 요청은 이를 제공할 수 있는 판매자에게 전달됩니다. 요청 비용은 해당 판매자가 청구한 금액이며, MartLLM은 여기에 수수료를 추가하지 않고, 모든 요청은 활동 내역에 비용과 함께 표시됩니다.

다른 수수료가 있나요?

MartLLM은 모델 가격에 수수료를 추가하지 않습니다. 크레딧 구매 시 5.5% + $0.50의 카드 수수료가 추가됩니다. 5.5%가 추가되어도 MartLLM의 Meta: Muse Spark 1.2 가격은 표의 다른 모든 제공업체보다 여전히 저렴합니다.

이 가격 삽입하기

이 가격을 내 사이트에 표시하세요. 표가 MartLLM에서 현재 가격을 읽어 오므로 항상 최신 상태입니다.

스크립트: 표가 높이를 스스로 맞춥니다

<script async src="https://martllm.com/embed.js" data-models="meta-llama/muse-spark-1.2" data-lang="ko"></script>

일반 iframe (스크립트를 허용하지 않는 사이트용)

<iframe src="https://martllm.com/embed/prices?models=meta-llama/muse-spark-1.2&amp;lang=ko" title="AI 모델 API 가격" width="100%" height="127" loading="lazy" style="border:0;max-width:720px"></iframe>

README용 가격 배지 (Markdown)

[![Meta: Muse Spark 1.2 API price on MartLLM](https://api.martllm.com/api/v1/public/badge/meta-llama/muse-spark-1.2.svg)](https://martllm.com/models/meta-llama/muse-spark-1.2?utm_source=embed&utm_medium=referral&utm_campaign=price-badge)

모든 옵션은 임베드 문서에 있습니다.

다른 제공업체와 비교: 최고의 OpenRouter 대안

Meta의 다른 모델