跳到主要内容
  • 1M 上下文
  • 多模态
  • 推理
  • Responses API
  • 新 · 11月9日

Muse Ember · QuickSilver Pro

muse-ember
Meta实时可用性—

Meta 的 Muse Ember。智能体子任务、信息提取与长文档解析。每百万 token 输入 $0.10 / 输出 $0.50。

  • 1M 上下文
  • 最大输出 524K
  • 视觉
  • 工具调用
  • 推理 · 默认开启
  • 流式输出
  • JSON Schema 输出

你支付 · 每 1M 输入 / 输出

$0.10 / $0.50

与官方价相同

与 OpenRouter 价格相同

价格对比($/1M token)

条形长度 = 相对官方价的价格

服务商输入输出对比 QSP
QuickSilver Pro$0.10$0.50—
OpenRouter(meta/muse-ember)$0.10$0.50相同

Meta 价格来源: openrouter.ai/meta/muse-ember

概览

上下文
1M token
输入 / 1M
$0.10
输出 / 1M
$0.50
默认思考
是
最大输出
524K
延迟 · 实时
—

智能体子任务、信息提取与长文档解析。

什么时候该选 Muse Ember?

依据目录中的能力和公开价格整理,而非基准测试。

适用场景

当工作流需要以下功能时选择 Muse Ember:文本输入、图像输入、文本输出、流式输出、推理、工具调用、JSON Schema。图像 JSON 和流式自动工具调用已通过上游测试。

  • 长文档和代码库,最多 1M token 上下文
  • 需要调用工具并输出严格 JSON Schema 的 Agent
  • 包含图片的提示
  • 多步推理,默认开启

何时该选其他模型

上下文 1M token 内最多输出 524K token。推理按输出计费,小预算可能没有可见答案。此路由未验证关闭推理以及 required 或指定名称的强制工具调用。

在模型列表中比较其他选择

快速开始(curl)

获取 API key →
curl https://api.quicksilverpro.io/v1/chat/completions \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "muse-ember",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="muse-ember",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.quicksilverpro.io/v1",
  apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
  model: "muse-ember",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);
curl https://api.quicksilverpro.io/v1/responses \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "muse-ember",
    "input": "Hello!"
  }'
python (OpenAI SDK)
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="muse-ember",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

兼容 OpenAI。只需改一行 base_url 即可迁移。

网关行为

本模型的兼容性说明。

prompt
提示最多 1M token。
max_tokens
最多 524K 个输出 token。
  • /v1/chat/completions: 支持
  • /v1/responses: 支持
  • 流式输出: 支持
  • 工具调用: 支持
  • 图片输入: 支持
  • JSON Schema: 支持
  • 推理: 支持

价格从何而来

目录 v81 · 无单独的长上下文价格档

服务商参考价
$0.10 / $0.50openrouter.ai/meta/muse-ember
目录核验日期
提示缓存 · 不参与对比
读取 $0.004

usage.cost = prompt_tokens × $0.10/1M + completion_tokens × $0.50/1M

/pricing.json

按基础价格计算;缓存的提示 token 按上方缓存价格计费。

常见问题

常见问题

每百万 token 输入 $0.10 / 输出 $0.50;缓存读取每百万 token $0.004。

Muse Ember

充值翻倍试用 Muse Ember —— 最高赠送 $50 额度

获取 API Key

$0.10 / $0.50每 1M token 输入 / 输出

试用获取 API Key