Meta: Muse Spark Open API
meta-llama/muse-spark-open오디오MartLLM의 OpenAI 호환 API로 Meta: Muse Spark Open을 호출하세요. 입력 $0.4625/M 및 출력 $1.5725/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, Venice AI. 여기서는 판매자가 자신의 제공업체 계정으로 이 모델을 제공합니다. 왜 이렇게 저렴한가요? · 용량은 어디서 오나요
Meta: Muse Spark Open API의 비용은 얼마인가요?
2026년 11월 20일부터, Meta: Muse Spark Open은 MartLLM을 통해 백만 입력 토큰당 $0.4625, 백만 출력 토큰당 $1.5725의 가격으로 제공되며, 이는 정가인 $1.25 및 $4.25보다 63% 저렴합니다. 시장에서 42개의 판매자가 이를 제공할 수 있습니다. 최대 1,048,576개의 컨텍스트 토큰을 읽을 수 있습니다. 모든 요청은 Activity log에 비용과 함께 기록됩니다. MartLLM은 이 가격에 어떠한 수수료도 추가하지 않으며, 실패한 요청은 청구되지 않습니다.
가장 저렴한 Meta: Muse Spark Open API는 무엇인가요?
2026년 11월 20일 기준으로, 우리가 찾은 가장 저렴한 Meta: Muse Spark Open API는 MartLLM이며, 입력 토큰 백만 개당 $0.4625, 출력 토큰 백만 개당 $1.5725입니다. 이는 우리가 확인한 다른 가장 가까운 공급업체인 OpenRouter($1.25 및 $4.25)보다 입력 및 출력 모두에서 최소 63% 더 저렴합니다. Vercel AI Gateway와 Requesty는 이보다 더 높습니다. MartLLM 마켓의 42개 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.
| 제공업체 | 입력 / 1M token | 출력 / 1M token | MartLLM이 더 저렴합니다 |
|---|---|---|---|
| MartLLM | $0.4625 | $1.5725 | |
| OpenRouter | $1.25 | $4.25 | 63% |
| Vercel AI Gateway | $1.25 | $4.25 | 63% |
| Requesty | $1.25 | $4.25 | 63% |
MartLLM: 현재 최저 판매가, 추가 수수료 없음. 각 제공업체의 공개 가격표에 나온 다른 가격: OpenRouter, Vercel AI Gateway, Requesty
Meta: Muse Spark Open 가격
공식 가격 $1.25 / $4.25 대비 입력 토큰 1M당 $0.7875, 출력 토큰 1M당 $2.6775을 절약합니다. 왜 이렇게 저렴한가요?
- 입력
- $0.4625
- 출력
- $1.5725
- 캐시된 입력
- $0.0555
- 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 Open을 사용하는 방법
OpenAI SDK에서 base URL을 MartLLM으로 설정하면 기존 코드로 Meta: Muse Spark Open을 호출할 수 있습니다. Anthropic SDK는 https://api.martllm.com/v1/messages로 사용할 수 있습니다.
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-open",
messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)앱에서 Meta: Muse Spark Open 사용하기
API를 통해 Meta: Muse Spark Open은 동일한 MartLLM 키와 모델 ID meta-llama/muse-spark-open로 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 Open을 Claude Code에서 어떻게 사용하나요?
Claude Code는 MartLLM의 Anthropic 호환 주소를 통해 Meta: Muse Spark Open에 도달합니다. ANTHROPIC_BASE_URL를 https://api.martllm.com으로 설정하고 (끝에 /v1 없음), ANTHROPIC_AUTH_TOKEN를 MartLLM 키로, ANTHROPIC_MODEL를 meta-llama/muse-spark-open[1m]으로 설정한 다음 claude을 시작하세요. opus, sonnet, haiku 및 subagent 모델 변수도 meta-llama/muse-spark-open으로 설정하세요. 설정되지 않은 슬롯은 계속해서 Claude 가격으로 Claude 모델을 요청합니다. ID 끝의 [1m]는 Claude Code에 Meta: Muse Spark Open이 1M-token 컨텍스트를 가지고 있음을 알려줍니다. 그것이 없으면 Claude Code는 200,000 token을 계획합니다.
export ANTHROPIC_BASE_URL=https://api.martllm.com
export ANTHROPIC_AUTH_TOKEN=ull_your_key
export ANTHROPIC_MODEL='meta-llama/muse-spark-open[1m]'
export ANTHROPIC_DEFAULT_OPUS_MODEL='meta-llama/muse-spark-open'
export ANTHROPIC_DEFAULT_SONNET_MODEL='meta-llama/muse-spark-open'
export ANTHROPIC_DEFAULT_HAIKU_MODEL='meta-llama/muse-spark-open'
export CLAUDE_CODE_SUBAGENT_MODEL='meta-llama/muse-spark-open'
claudeClaude Code 호출: Anthropic Messages API https://api.martllm.com/v1/messages · 전체 Claude Code 가이드
Meta: Muse Spark Open을 Codex CLI에서 어떻게 사용하나요?
Codex CLI는 MartLLM의 Responses API를 통해 Meta: Muse Spark Open에 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-open로 설정하세요. model_context_window은 Meta: Muse Spark Open의 컨텍스트 크기인 1,048,576로 설정됩니다. Codex는 자신이 아는 OpenAI 모델 목록 외의 모델에 대해 272,000 token을 가정하기 때문입니다.
model = "meta-llama/muse-spark-open"
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 Open을 OpenCode에서 어떻게 사용하나요?
OpenCode는 MartLLM의 OpenAI 호환 채팅 주소를 통해 Meta: Muse Spark Open에 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-open을 나열하고, MartLLM 키를 UBERLLM_API_KEY 환경 변수에 넣은 다음 /models로 uberllm/meta-llama/muse-spark-open을 선택하세요. limit 숫자는 Meta: Muse Spark Open의 컨텍스트 크기와 가장 큰 응답입니다. OpenCode는 긴 세션을 언제 압축해야 할지 알기 위해 이를 사용합니다.
{
"$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-open": {
"name": "Meta: Muse Spark Open",
"limit": {
"context": 1048576,
"output": 524288
}
}
}
}
},
"model": "uberllm/meta-llama/muse-spark-open"
}OpenCode 호출: OpenAI 채팅 완성 https://api.martllm.com/v1/chat/completions · 전체 OpenCode 가이드
Meta: Muse Spark Open을 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-open를 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-open
Cursor 호출: OpenAI 채팅 완성 https://api.martllm.com/v1/chat/completions · 전체 Cursor 가이드
Meta: Muse Spark Open을 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-open으로 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-open- 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 Open을 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-open를 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-open
SillyTavern 호출: OpenAI 채팅 완성 https://api.martllm.com/v1/chat/completions · 전체 SillyTavern 가이드
Meta: Muse Spark Open을 Janitor AI에서 어떻게 사용하나요?
Janitor AI에서 채팅을 열고, 톱니바퀴 아이콘을 클릭하고 API Settings을 여세요. Proxy을 선택하고 Model Name를 meta-llama/muse-spark-open으로, 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-open- 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 Open을 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-open를 추가하고 API Type을 Chat Completions로 두세요.
- URL
https://api.martllm.com/v1- API Key
ull_your_key- Model IDs
meta-llama/muse-spark-open- API Type
Chat Completions
Open WebUI 호출: OpenAI 채팅 완성 https://api.martllm.com/v1/chat/completions · 전체 Open WebUI 가이드
Meta: Muse Spark Open API FAQ
Meta: Muse Spark Open 요청 비용에 상한을 둘 수 있나요?
네. 요청 비용은 해당 제공업체가 청구한 금액입니다. 표시 가격은 토큰 100만 개당 입력 $0.8663, 출력 $2.9453이며, 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 Open을 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-open"로 설정하세요. Anthropic SDK는 https://api.martllm.com/v1/messages로 사용할 수 있습니다.
MartLLM의 Meta: Muse Spark Open은 OpenAI 호환인가요?
네. Meta: Muse Spark Open을 포함한 MartLLM의 모든 모델은 하나의 OpenAI 호환 엔드포인트로 제공됩니다. 기존 클라이언트에서 base URL과 키만 설정하세요.
MartLLM에서 Meta: Muse Spark Open이 더 저렴한 이유는 무엇인가요?
MartLLM은 마켓입니다: 판매자들은 Meta: Muse Spark Open 용량을 정가보다 낮은 가격에 제공하며, 각 요청은 이를 제공할 수 있는 판매자에게 전달됩니다. 요청 비용은 판매자가 청구한 금액이며, MartLLM은 여기에 수수료를 추가하지 않습니다. 모든 요청은 Activity에 비용과 함께 기록됩니다.
다른 수수료가 있나요?
MartLLM은 모델 가격에 수수료를 추가하지 않습니다. 크레딧 구매 시 5.5% + $0.50의 카드 수수료가 추가됩니다. 5.5%가 추가되더라도, MartLLM의 Meta: Muse Spark Open 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-open" data-lang="ko"></script>일반 iframe (스크립트를 허용하지 않는 사이트용)
<iframe src="https://martllm.com/embed/prices?models=meta-llama/muse-spark-open&lang=ko" title="AI 모델 API 가격" width="100%" height="127" loading="lazy" style="border:0;max-width:720px"></iframe>README용 가격 배지 (Markdown)
[](https://martllm.com/models/meta-llama/muse-spark-open?utm_source=embed&utm_medium=referral&utm_campaign=price-badge)모든 옵션은 임베드 문서에 있습니다.
다른 제공업체와 비교: 최고의 OpenRouter 대안