Muse Spark 1.1 API 费用解析：输入、输出与缓存计费

Muse Spark 1.1 API 采用按 tokens 用量计费的标准档位：每百万输入 tokens 为 1.25 美元，每百万缓存输入 tokens 为 0.15 美元，每百万输出 tokens 为 4.25 美元。它没有 Contributor 低价版本，也没有单独的长上下文附加费；具体由请求中的未缓存输入、命中缓存的输入、模型输出以及额外工具费用共同组成。

图：Meta AI Research 于 2026 年 7 月 9 日发布 Muse Spark 1.1，并同步推出 Meta Model API 公开预览。截图于 2026 年 9 月 23 日获取，来源：官方发布页。

Muse Spark 1.1 最新价格表

根据 Meta Model API 官方计费页面，muse-spark-1.1 与 1.2、1.3 标准版采用相同的文本 tokens 单价：

计费没有最低消费，也不要求预先购买固定 tokens 包。流式与非流式请求使用相同单价，选择 Responses、Chat Completions 或 Messages 接口也不会改变基础 tokens 价格。

Muse Spark 1.1 属于标准档位，官方说明该档位的提示词和模型输出不会用于训练 Meta 模型。后续版本 1.2 和 1.3 提供 Contributor 低价档位，但不能把对应价格套用到 1.1；当前没有 muse-spark-1.1-contributor 这个官方模型 ID。

输入、缓存输入和输出分别指什么？

未缓存输入

输入包括用户提示词、会话历史、发送给模型的文档内容以及应用添加的系统说明。首次出现或未命中缓存的部分按每百万 1.25 美元计算。

长会话若每轮都重新发送全部历史，输入 tokens 会不断增加。使用服务端状态或合理压缩旧内容，通常比一味扩大上下文更节省费用。

缓存输入

当提示词前缀与之前请求的内容匹配并命中缓存时，对应 tokens 按每百万 0.15 美元计算。可缓存内容通常适合放在请求前部，比如长期不变的系统说明、大段固定文档或稳定的工具定义。

是否命中不能靠估算。应读取响应 usage 中的 cached_tokens，再按具体数量核算。只是在多次请求中发送相同文本，不代表服务一定把全部内容按缓存价处理。

输出

模型生成的文本按每百万 4.25 美元计算。输出单价高于输入，所以长篇生成、详细推理说明和大量结构化结果可能成为主要费用来源。为每个任务设置合理的输出上限，并在提示词中明确格式，通常比生成后再截断更有效。

费用计算公式

Muse Spark 1.1 的基础费用能够写成：

总费用 = 未缓存输入 tokens ÷ 1,000,000 × 1.25
       + 缓存输入 tokens ÷ 1,000,000 × 0.15
       + 输出 tokens ÷ 1,000,000 × 4.25
       + 额外工具费用

金额单位为美元。最终应以控制台与接口返回的 usage 数据为准。

三个具体计算例子

例一：普通问答

一次请求使用 20,000 输入 tokens，并生成 3,000 输出 tokens，没有缓存：

输入：20,000 ÷ 1,000,000 × 1.25 = 0.025 美元
输出： 3,000 ÷ 1,000,000 × 4.25 = 0.01275 美元
合计：0.03775 美元

这说明短请求单次费用不高，但高频调用会迅速累积，尤其是每轮重复发送长会话历史时。

例二：固定文档反复提问

一次请求包含 300,000 未缓存输入、700,000 缓存输入，并生成 100,000 输出 tokens：

未缓存输入：300,000 ÷ 1,000,000 × 1.25 = 0.375 美元
缓存输入：  700,000 ÷ 1,000,000 × 0.15 = 0.105 美元
输出：      100,000 ÷ 1,000,000 × 4.25 = 0.425 美元
合计：0.905 美元

若同一百万输入 tokens 全部按未缓存价格计算，输入部分就要 1.25 美元。稳定前缀能够命中缓存时，差异会很明显。

例三：接近完整上下文的任务

请求使用 1,000,000 未缓存输入 tokens，并生成 50,000 输出 tokens：

输入：1,000,000 ÷ 1,000,000 × 1.25 = 1.25 美元
输出：  50,000 ÷ 1,000,000 × 4.25 = 0.2125 美元
合计：1.4625 美元

官方不收长上下文附加费，含义是单价不因上下文变长而提高，并不是长输入免费。具体放入多少 tokens，仍按对应输入费率计算。

联网检索是否另收费？

通过 web_search 工具启用联网检索时，每 1,000 次搜索查询另收 2.50 美元，同时仍要支付模型的输入与输出 tokens 费用。一次模型请求可能发起不止一次搜索，所以不能简单按“请求次数”估算检索费用。

若业务只需要查询固定内部资料，可先使用自身检索系统筛选内容，再把必要片段发送给模型。需要实时公开信息和来源标注时，再启用接口提供的联网检索。

图片、视频和音频怎样计费？

Muse Spark 1.1 支持图片、视频、音频和 PDF 输入，但官方计费页把 Muse Spark 归入按 tokens 计费的文本模型。接口响应中的 usage 对象是核算依据，不应把 Muse Image 的每张图片价格或 Muse Voice Transcribe 的每小时价格套到 Muse Spark 1.1。

媒体文件经处理后会占用上下文。分辨率、时长、抽帧方式和提示内容都会影响请求规模。上线前应使用具体素材采样，记录 usage 与完成质量，再制定文件大小和时长上限。

请求额度和计费不是一回事

标准档位当前提供每分钟 3,000 次请求和 4,000,000 tokens 的团队额度。额度用于控制调用速度，不是免费用量。多个 API Key 共享同一团队上限，新建更多密钥不会增加 RPM 或 TPM。

达到额度后，接口会返回 HTTP 429。客户端应读取剩余额度响应头，并使用带随机抖动的指数退避。盲目立即重试既可能继续失败，也会让并发请求集中在同一时间再次触发限制。

哪些 tokens 不计费？

Meta 会为请求加入少量系统引导与运行结构。官方说明，这部分平台注入的 tokens 不向开发者收费，也不会计入 usage。开发者自己发送的系统说明、工具定义、会话历史和文件内容则属于输入用量。

所以，核对时应以响应返回的数据为准，不要用本地字符数直接换算。中文、英文、代码和结构化数据的 tokens 比例不同，同样字数不一定产生相同费用。

1.1 还值得继续使用吗？

若现有应用已经围绕 1.1 完成评测，并且需要稳定复现旧结果，能够继续保留。它与 1.2、1.3 标准版的单价相同，迁移不会因为基础费率自动省钱，收益主要来自新版本的任务成功率和工具效率。

新项目一般应先测试官方推荐的 1.3。若 1.3 用更少工具调用或更少输出完成同一任务，即使每百万 tokens 单价相同，总费用仍可能下降。正确比较方式不是只看价格表，而是记录每个真实任务的完成率、总 tokens、重试次数和人工处理时间。

Muse Spark 1.1 的价格结构很直接：输入 1.25 美元、缓存输入 0.15 美元、输出 4.25 美元，均按每百万 tokens 计算。控制成本最有效的做法是减少重复上下文、提高缓存命中、约束输出长度，并把联网检索限定在确实需要实时信息的任务中。