Muse Wonder (Meta)
MODEL PROFILE模型资料Eden AI · 2026-10-12 发布 · muse 家族 · 2 家平台收录
Muse Wonder 是 muse 系列里面向长文档与多模态输入场景的通用模型，支持文本、图像、PDF 输入，上下文窗口 1048576 tokens，单次最多输出 131072 tokens，适合需要一次性处理整份资料的深度分析任务。
模型介绍
Muse Wonder 属于 muse 模型家族，在本站信息中由 Eden AI 提供，权重不开放，只能通过 API 调用。它主要解决长上下文条件下的信息整合问题：1048576 tokens 的上下文足以容纳多份报告、合同或技术手册，输入模态覆盖文本、图像与 PDF，用户可以整份输入，不必事先切片和清洗。131072 tokens 的输出上限则支撑长篇结构化产出，例如逐章摘要、字段抽取或对照表生成。能力项上提供推理、工具调用、结构化输出、附件输入与温度调节，说明它更适合被编排进工作流，而不只是用来回答单轮提问。官方价格按输入 4 美元、输出 20 美元、缓存读 0.2 美元每百万 tokens 计，输出单价是输入的五倍，使用时要留意输出长度带来的成本。
选型建议需要一次性处理长篇文档并产出结构化内容时选它；若只是短文本高频调用，或需要多模态生成，换更便宜或模态更全的模型更合适。
关键指标
适用场景
- 把上百页的合同或年报一次性输入，抽取关键条款与财务字段并输出结构化表格
- 对含图表的 PDF 研报做图文联合理解，生成分章节摘要与要点清单
- 在工具调用链路中承担文档问答与信息核对，通过温度调节稳定输出风格
- 将长篇会议材料整理成固定字段的纪要与待办事项
- 批量处理扫描件与截图，完成内容归类、要点提取与标签生成
暂无：知识截止、许可证、参数规模、缓存写价（上游未公开，本站不估算）。 资料更新于 30 天前；发布 30 天。
规格与能力
上面没列到的字段底层参数规模与训练细节公开有限，只能从输入输出规格与功能项做功能性判断。
- 结构模型权重不开放，只能通过平台 API 调用；上下文与输出上限按 tokens 计，属于长上下文取向的通用模型。
- 能力原生接收文本、图像、PDF 三类输入，只输出文本；配合工具调用与结构化输出，适合把文档理解结果落成字段。
- 披露参数规模、训练数据与对齐方法本站均未收录，公开资料较少，架构判断以功能表现为准，不宜过度外推。
- 开源权重
- 否
- 模型家族
- muse
能力
推理工具调用结构化输出附件温度调节
性能表现
本站未收录该模型的第三方跑分，以下为基于能力项与定价结构的定性判断，不涉及任何具体分数。
- 强项百万级上下文配合 PDF 与图像输入，可整份文档读完再作答，省去前置切片与检索管线，适合资料密集型分析。
- 短板输出仅限文本，图像生成、语音类需求无法覆盖；输出单价明显高于输入，长篇幅生成的成本压力偏大。
- 适合需要整份文档理解加结构化产出的任务；短问答或高频轻量调用用不上长上下文，选低价模型更划算。
价格与性价比
结合各平台报价与同类对比官方标价为输入 4 美元、输出 20 美元、缓存读 0.2 美元每百万 tokens，两个收录平台报价一致，暂不存在渠道价差。
- 价格定位输入 4 美元、输出 20 美元每百万 tokens，处于中高价位；缓存读 0.2 美元，重复提示词场景能显著摊薄输入成本。
- 横向对比同系列的 Muse Spark Open 输入 1.25 美元、输出 4.25 美元，输入价差约 -68.8%，上下文规格接近，性价比取向更明显。
- 低价替代DeepSeek V4.1 Flash 1017 输入 0.3 美元，价差约 -92.5%；Beam 1.0 与 DeepSeek V4 Flash 0731 也在 0.4 美元上下。
- 平台差价models.dev 与 llmgateway-providers 两处报价完全相同，没有套利空间，选平台时优先看稳定性与配额，而不是价格。
- 省钱思路把固定指令和长文档放进缓存读，严格控制输出长度与重试次数，也可先用低价模型跑草稿再交给它定稿。
平台报价对比
2 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| models.dev | $4/M | $20/M | $0.2/M | 0.0% |
| models.dev · llmgateway-providers 另有 2 家同价 | $4/M | $20/M | $0.2/M | 0.0% |
同一个模型在不同网关的报价可能不同。本页基准取官方口径 $4/M / $20/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| Muse Spark Open (Fireworks AI) | 1.05M | $1.25/M | $4.25/M | -68.8% | — |
| Muse Spark Open (Nebius) | 1.05M | $1.25/M | $4.25/M | -68.8% | — |
| DeepSeek V4.1 Flash (Deep Infra) | 1.05M | $0.2/M | $0.6/M | -95.0% | — |
| DeepSeek V4.1 Flash (Nebius) | 1.05M | $0.3/M | $1.2/M | -92.5% | — |
| DeepSeek V4.1 Flash 1017 (Cloudflare) | 1.05M | $0.3/M | $1.2/M | -92.5% | — |
取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价
关于 Muse Wonder (Meta) 的常见问题
5 条Muse Wonder (Meta) 的 API 价格是多少？
当前收录的官方口径价格为输入 $4/M、输出 $20/M、缓存读 $0.2/M，单位为美元 / 百万 tokens。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
Muse Wonder (Meta) 支持多长的上下文？
资料显示上下文窗口 1.05M（1,048,576 tokens），单次最大输出 131.1K。实际可用长度还取决于调用平台的限制。
Muse Wonder (Meta) 是开源模型吗？
Muse Wonder (Meta) 为闭源模型，只能通过官方 API 或官方授权的平台调用，无法自行下载权重。
Muse Wonder (Meta) 支持哪些能力？
按当前资料，Muse Wonder (Meta) 支持推理、工具调用、结构化输出、附件、温度调节。输入输出模态为 文本+图片+PDF → 文本。
Muse Wonder (Meta) 可以在哪些平台调用？
当前资料显示该模型被 2 家 provider 或网关收录。本站核对的数据来源包括 models.dev、Requesty。收录数量只反映公开目录的部署面，不代表任何一家平台的服务质量。
使用注意
- 跑分口径本站未收录该模型的公开跑分，任何榜单排名与分数都无从核实，选型应以自有任务的实测结果为准。
- 模态边界输入支持文本、图像与 PDF，输出只有文本，涉及图像生成或语音处理的需求需要另行搭配其他模型。
- 信息边界参数规模、训练数据与许可条款均未公开，权重不开放也意味着无法本地部署或做深度定制。
资料说明
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。
本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源；价格单位为美元 / 百万 tokens。
