- 131K 上下文
- 多模态
- 推理
- Responses API
Muse Glimmer 30B · QuickSilver Pro
通过一个 OpenAI 兼容 API 使用 Muse Glimmer 30B,上下文窗口为 131K token。每百万 token 输入 $0.30,输出 $1.20。
- 131K 上下文
- 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
$0.30 / $1.20
与官方价相同
与 Published reference 价格相同
价格对比($/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 | $0.30 | $1.20 | — |
| Published reference(meta/muse-glimmer-30b) | $0.30 | $1.20 | 相同 |
概览
- 上下文
- 131K token
- 输入 / 1M
- $0.30
- 输出 / 1M
- $1.20
- 默认思考
- 是
- 延迟 · 实时
- —
- AA 智能指数
- 24
预算有限的长程 agent 和日常编码:以极低的价格获得 Muse Spark 风格的推理,上下文为 131K token。
什么时候该选 Muse Glimmer 30B?
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
想以小模型的价格获得 Muse Spark 的 agent 风格时,选 Muse Glimmer 30B:日常编码循环、需要多步规划和迭代的工具调用 agent,以及 token 开销占主导的批处理任务。它除文本外还接受图像输入,因此 agent 可以对照截图和渲染结果进行迭代;131K token 的上下文也足以容纳相当大的工作集。
- 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
- 既支持 Chat Completions,也支持 Responses API 客户端
何时该选其他模型
对于仓库级的工作集,它的上限是 131K token —— 如果必须把整个仓库放进上下文,请升级到 Muse Spark 1.2(/,1M 上下文)或 Kimi K3。这里推理是强制开启的,所以即使是简单的轮次也会消耗输出 token;在意成本时可用 reasoning_effort: "low" 加以控制,或者对完全不需要思考的大批量单次调用改用 DeepSeek V4 Flash($0.06/$0.18)。
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-glimmer-30b",
"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-glimmer-30b",
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-glimmer-30b",
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-glimmer-30b",
"input": "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-glimmer-30b",
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 131K 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
- 服务商参考价
- $0.30 / $1.20
- 目录核验日期
- 提示缓存 · 不参与对比
- 读取 $0.04
usage.cost = prompt_tokens × $0.30/1M + completion_tokens × $1.20/1M
常见问题
常见问题
Glimmer 是同系列中小型的开放权重版本:一个由 Muse Spark 蒸馏而来的 30B 稠密模型,专为自主 agent 调优,每 token 价格约为 Spark 的三分之一,上下文为 131K token,而 Spark 是 1M。仓库级编码和最难的长程任务仍应选 Spark;Glimmer 则覆盖日常的 agent 循环,这类场景里成本和迭代速度比峰值能力更重要。两者都接受文本和图像输入,并且都会先推理再作答。
推理始终开启 —— 和 Muse Spark 一样,在这个 endpoint 上推理是强制的,无法关闭。可以用 reasoning_effort(low、medium、high 或 xhigh;默认是 medium)在深度与延迟、成本之间取舍。推理 token 会先于可见回答从你的 max_tokens 预算中扣除,所以 max_tokens 要设得宽裕一些 —— 1024 或更高 —— 否则预算可能全花在思考上,返回的回复为空。
每百万 token 输入 $0.30,输出 $1.20。
可以 —— 它是一个 OpenAI 兼容的 chat completions endpoint,同时也支持 Responses API。流式输出、工具调用和 json_schema strict mode 都可用,并且接受图像输入。在任何基于 OpenAI SDK 的 agent 框架中设置 base_url=https://api.quicksilverpro.io/v1 和 model="muse-glimmer-30b" 即可。