Meta: Muse Spark 1.3 API 多少钱?
截至2026年11月20日,Meta: Muse Spark 1.3通过MartLLM,每百万输入token收费$0.5625,每百万输出token收费$1.9125,比其标价$1.25和$4.25低55%。市场上共有28家供应商提供此服务。它支持高达1,048,576个token的上下文。每项请求的费用都会在活动日志中列出。MartLLM不会在这些价格上加收任何费用,失败的请求不收取费用。
最便宜的 Meta: Muse Spark 1.3 API 是什么?
在 2026年11月20日,我们发现最便宜的 Meta: Muse Spark 1.3 API 是 MartLLM,价格为每百万输入 token $0.5625,每百万输出 token $1.9125。这比我们检查过的最接近的其他提供商 OpenRouter($1.25 和 $4.25)在输入和输出两方面都至少便宜 55%。Vercel AI Gateway 和 Requesty 的价格甚至更高。MartLLM 市场上有 28 家卖家可以提供此服务。MartLLM 不对这些价格加收任何费用,并且失败的请求不收费。
价格截至 2026年11月20日 11:00 UTC。本页每小时更新一次。
| 提供商 | 输入 / 1M token | 输出 / 1M token | MartLLM 便宜了 |
|---|---|---|---|
| MartLLM | $0.5625 | $1.9125 | |
| OpenRouter | $1.25 | $4.25 | 55% |
| Vercel AI Gateway | $1.25 | $4.25 | 55% |
| Requesty | $1.25 | $4.25 | 55% |
MartLLM: 最佳卖家当前价格,不加收费用。 其他价格来自各提供商公开的价目表: OpenRouter, Vercel AI Gateway, Requesty
Meta: Muse Spark 1.3 价格
每 100 万输入 token 省 $0.6875,每 100 万输出 token 省 $2.3375,官方价格为 $1.25 / $4.25。 为什么这么便宜?
- 输入
- $0.5625
- 输出
- $1.9125
- 缓存输入
- $0.0675
- 输入
- $1.25
- 输出
- $4.25
- 缓存输入
- $0.15
价格更新于 UTC 11:00。
每个请求都会发给这个模型的一家可用第三方服务商;如果服务商在开始回答之前出错,请求会自动重试。 MartLLM 不对请求收取费用。用银行卡充值收取 5.5% + 0.50 美元。
如何用 OpenAI SDK 调用 Meta: Muse Spark 1.3
使用 OpenAI SDK 时,把 base URL 设为 MartLLM,用你现有的代码就能调用 Meta: Muse Spark 1.3。Anthropic SDK 可对接 https://api.martllm.com/v1/messages。
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-1.3",
messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)在你的应用中使用 Meta: Muse Spark 1.3
通过 API,Meta: Muse Spark 1.3 在三个地址上响应,使用相同的 MartLLM 密钥和模型 ID meta-llama/muse-spark-1.3:位于https://api.martllm.com/v1/chat/completions的 OpenAI 聊天补全、位于https://api.martllm.com/v1/responses的 OpenAI Responses API 以及位于https://api.martllm.com/v1/messages的 Anthropic Messages API。
如何在Claude Code中使用Meta: Muse Spark 1.3?
Claude Code 通过 MartLLM 的 Anthropic 兼容地址访问Meta: Muse Spark 1.3。将ANTHROPIC_BASE_URL设置为https://api.martllm.com(末尾不带 /v1),将ANTHROPIC_AUTH_TOKEN设置为您的 MartLLM 密钥,并将ANTHROPIC_MODEL设置为meta-llama/muse-spark-1.3[1m],然后启动claude。 同样将 opus、sonnet、haiku 和 subagent 模型变量设置为meta-llama/muse-spark-1.3:未设置的槽位会继续以 Claude 的价格请求 Claude 模型。 ID 末尾的[1m]告诉 Claude Code Meta: Muse Spark 1.3具有1M个 token 的上下文;没有它,Claude Code 会按200,000个 token 进行规划。
export ANTHROPIC_BASE_URL=https://api.martllm.com
export ANTHROPIC_AUTH_TOKEN=ull_your_key
export ANTHROPIC_MODEL='meta-llama/muse-spark-1.3[1m]'
export ANTHROPIC_DEFAULT_OPUS_MODEL='meta-llama/muse-spark-1.3'
export ANTHROPIC_DEFAULT_SONNET_MODEL='meta-llama/muse-spark-1.3'
export ANTHROPIC_DEFAULT_HAIKU_MODEL='meta-llama/muse-spark-1.3'
export CLAUDE_CODE_SUBAGENT_MODEL='meta-llama/muse-spark-1.3'
claudeClaude Code 调用:Anthropic Messages API https://api.martllm.com/v1/messages · 完整的Claude Code指南
如何在Codex CLI中使用Meta: Muse Spark 1.3?
Codex CLI 通过 MartLLM 的 Responses API 访问Meta: Muse Spark 1.3。在~/.codex/config.toml中,添加一个模型提供商,将base_url设置为https://api.martllm.com/v1和wire_api = "responses",将您的 MartLLM 密钥放入UBERLLM_API_KEY环境变量中,并将model设置为meta-llama/muse-spark-1.3。 model_context_window被设置为1,048,576,即Meta: Muse Spark 1.3的上下文大小,因为 Codex 对它所知的 OpenAI 模型列表之外的模型假定为272,000个 token。
model = "meta-llama/muse-spark-1.3"
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 调用:OpenAI Responses API https://api.martllm.com/v1/responses · 完整的Codex CLI指南
如何在OpenCode中使用Meta: Muse Spark 1.3?
OpenCode 通过 MartLLM 的 OpenAI 兼容聊天地址访问Meta: Muse Spark 1.3。在~/.config/opencode/opencode.json中,添加一个名为uberllm的提供商,该提供商使用@ai-sdk/openai-compatible包并将baseURL设置为https://api.martllm.com/v1,在其模型下添加meta-llama/muse-spark-1.3,将您的 MartLLM 密钥放入UBERLLM_API_KEY环境变量中,然后使用/models选择uberllm/meta-llama/muse-spark-1.3。 limit这些数字是Meta: Muse Spark 1.3的上下文大小和最大回复;OpenCode 使用它们来判断何时压缩长时间会话。
{
"$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-1.3": {
"name": "Meta: Muse Spark 1.3",
"limit": {
"context": 1048576,
"output": 524288
}
}
}
}
},
"model": "uberllm/meta-llama/muse-spark-1.3"
}OpenCode 调用:OpenAI 聊天补全 https://api.martllm.com/v1/chat/completions · 完整的OpenCode指南
如何在Cursor中使用Meta: Muse Spark 1.3?
在Cursor Settings → Models中,将您的 MartLLM 密钥粘贴到 OpenAI API Key字段中,开启 OpenAI base URL 覆盖并输入https://api.martllm.com/v1,开启Use API Key,然后将meta-llama/muse-spark-1.3添加为自定义模型并在聊天模型选择器中选择它。 这适用于 Cursor 中的聊天:Tab 补全会继续使用 Cursor 提供的模型。
- OpenAI API Key
ull_your_key- OpenAI base URL override
https://api.martllm.com/v1- Custom model
meta-llama/muse-spark-1.3
Cursor 调用:OpenAI 聊天补全 https://api.martllm.com/v1/chat/completions · 完整的Cursor指南
如何在Cline中使用Meta: Muse Spark 1.3?
在 Cline 的设置中,将API Provider设置为OpenAI Compatible,将Base URL设置为https://api.martllm.com/v1,将您的 MartLLM 密钥粘贴到OpenAI Compatible API Key中,并将Model ID设置为meta-llama/muse-spark-1.3。 在Model Configuration下,将Context Window Size设置为1,048,576:Cline 不会自行读取模型的限制。 在同一位置,将Max Output Tokens设置为524,288。
- API Provider
OpenAI Compatible- Base URL
https://api.martllm.com/v1- OpenAI Compatible API Key
ull_your_key- Model ID
meta-llama/muse-spark-1.3- Context Window Size
1048576- Max Output Tokens
524288
Cline 调用:OpenAI 聊天补全 https://api.martllm.com/v1/chat/completions · 完整的Cline指南
如何在SillyTavern中使用Meta: Muse Spark 1.3?
在 SillyTavern 中,打开API Connections,将API设置为Chat Completion,将Chat Completion Source设置为Custom (OpenAI-compatible),在Custom Endpoint (Base URL)中输入https://api.martllm.com/v1,将您的 MartLLM 密钥粘贴到Custom API Key中,点击Connect,然后在Enter a Model ID中输入meta-llama/muse-spark-1.3。
- 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-1.3
SillyTavern 调用:OpenAI 聊天补全 https://api.martllm.com/v1/chat/completions · 完整的SillyTavern指南
如何在Janitor AI中使用Meta: Muse Spark 1.3?
在 Janitor AI 中,打开一个聊天,点击齿轮图标并打开API Settings。选择Proxy并添加一个配置,将Model Name设置为meta-llama/muse-spark-1.3,将Proxy URL设置为https://api.martllm.com/v1/chat/completions,并将您的 MartLLM 密钥放入API Key中。点击Save Settings,然后刷新页面。
- Config Name
MartLLM- Model Name
meta-llama/muse-spark-1.3- Proxy URL
https://api.martllm.com/v1/chat/completions- API Key
ull_your_key
Janitor AI 调用:OpenAI 聊天补全 https://api.martllm.com/v1/chat/completions · 完整的Janitor AI指南
如何在Open WebUI中使用Meta: Muse Spark 1.3?
在 Open WebUI 中,前往Settings → Admin → Connections并添加一个 OpenAI API 连接,将URL设置为https://api.martllm.com/v1,并将您的 MartLLM 密钥放入API Key中。在Advanced下,将meta-llama/muse-spark-1.3添加到Model IDs,并将API Type保留为Chat Completions。
- URL
https://api.martllm.com/v1- API Key
ull_your_key- Model IDs
meta-llama/muse-spark-1.3- API Type
Chat Completions
Open WebUI 调用:OpenAI 聊天补全 https://api.martllm.com/v1/chat/completions · 完整的Open WebUI指南
Meta: Muse Spark 1.3 API 常见问题
能给 Meta: Muse Spark 1.3 请求设置费用上限吗?
可以。每个请求的费用就是服务商收取的价格;标价为每百万 token 输入 $0.8138,输出 $2.7668,便宜的服务商繁忙时,请求可能会更贵。在请求中带上 provider.max_price,填你愿意为每百万 token 支付的最高价:请求只会发给价格不高于它的服务商,计费也绝不会超过它。每个请求及其费用都会列在“活动”里。
如何通过 API 调用 Meta: Muse Spark 1.3?
任何兼容 OpenAI 的 SDK 都可以:把 base URL 设为 https://api.martllm.com/v1,填入你的 MartLLM API 密钥,模型填 "meta-llama/muse-spark-1.3"。Anthropic SDK 可通过 https://api.martllm.com/v1/messages 使用。
MartLLM 上的 Meta: Muse Spark 1.3 兼容 OpenAI 吗?
兼容。MartLLM 上的每个模型(包括 Meta: Muse Spark 1.3)都通过同一个兼容 OpenAI 的端点提供。在你现有的客户端里设置好 base URL 和密钥即可。
为什么 Meta: Muse Spark 1.3 在 MartLLM 上更便宜?
MartLLM 是一个市场:卖家以低于其标价的价格提供 Meta: Muse Spark 1.3 容量,并且每个请求都会发送给能够提供服务的卖家。请求的费用是卖家收取的费用,MartLLM 不对此收取任何费用,并且每个请求的费用都会在“活动”中列出。
还有其他费用吗?
MartLLM 不对模型价格收取任何费用。购买信用点时会额外收取 5.5% + $0.50 的银行卡手续费。即使加上这 5.5%,MartLLM 的 Meta: Muse Spark 1.3 价格仍然低于表格中的所有其他提供商。
嵌入此价格
在你自己的网站上显示这些价格。表格会从 MartLLM 读取当前价格,因此始终保持最新。
脚本:表格自动调整高度
<script async src="https://martllm.com/embed.js" data-models="meta-llama/muse-spark-1.3" data-lang="zh"></script>普通 iframe,适用于不允许脚本的网站
<iframe src="https://martllm.com/embed/prices?models=meta-llama/muse-spark-1.3&lang=zh" title="AI 模型 API 价格" width="100%" height="127" loading="lazy" style="border:0;max-width:720px"></iframe>README 价格徽章(Markdown)
[](https://martllm.com/models/meta-llama/muse-spark-1.3?utm_source=embed&utm_medium=referral&utm_campaign=price-badge)所有选项见嵌入文档。
与其他服务商对比: 最佳 OpenRouter 替代方案