Muse Wonder · QuickSilver Pro
Muse Wonder 是 Meta 面向个人与专业 agent 工作的前沿推理模型，支持文本与图像输入，拥有 1M token 上下文。QuickSilver Pro 每百万 token 收取输入 $4.00 / 输出 $20.00，与 OpenRouter 刊例价相同；缓存读取每百万 token $0.20。
概览
个人与专业 agent 工作、编码及长文档推理，1M token 上下文。
价格对比（$/1M token）
| 服务商 | 输入 | 输出 | 对比 QSP |
|---|---|---|---|
| QuickSilver Pro | $4.00 | $20.00 | — |
| OpenRouter 刊例价 (meta/muse-wonder) | $4.00 | $20.00 | 相同 |
适用场景
Muse Wonder 适合 agent 工作流、编码及大型文档或代码仓库推理。1M token 上下文接受文本与图像，包括截图与图表。Meta 报告（Meta reports）的 max effort 成绩为 SWE-Marathon 53.1%、DeepSWE 78.8%、AutomationBench-AA 39.1%。在 Meta 的图表中，Muse Wonder 在前两项领先 Claude Opus 5.5 和 GPT-6 Astra，在 AutomationBench-AA 落后于两者；这是厂商报告的结果，并非 QuickSilver Pro 的测量。
何时该选其他模型
日常聊天或输出预算很紧的任务可选择更便宜的模型。推理是强制的，推理 token 按输出计费，但推理文本不会返回。max_tokens 限制包含推理的总输出：已验证的 max_tokens=16 请求返回空内容，finish_reason 为 length。请为推理和可见答案都留足预算。需要强制工具调用或 tool_choice none 的工作流应使用其他模型。
快速开始（curl）
curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "muse-wonder",
"messages": [{"role": "user", "content": "Hello!"}]
}'兼容 OpenAI。只需改一行 base_url 即可迁移。
常见问题
Meta 报告（Meta reports）max effort 下 SWE-Marathon 53.1%、DeepSWE 78.8%、AutomationBench-AA 39.1%。这些厂商成绩属于 Muse Wonder，并非 QuickSilver Pro 的独立基准测试。
不可以。reasoning: {enabled: false} 和 reasoning effort none 返回 400，因为推理是强制的。reasoning.effort high 可用。推理 token 按输出价格计费，先于可见答案消耗 max_tokens，但推理文本不返回。最大输出为 943,718 token；16 token 的预算可能让答案为空。
请用 tool_choice auto。required、none 和指定函数均返回 400：tool_choice 只支持 auto。严格 response_format json_schema 可用并返回有效 JSON。temperature、top_p 和 assistant prefill 均可用。预计流式输出与 Muse Spark 1.3 一样可用。
QuickSilver Pro 每百万 token 收取输入 $4.00 / 输出 $20.00，缓存输入每百万 token $0.20，与 OpenRouter 刊例价相同。已验证的一次 20 token 提示、74 token 完成（其中 63 为推理）费用为 $0.00156。
可以。设置 base_url=https://api.quicksilverpro.io/v1 和 model="muse-wonder"，使用 Chat Completions 或 Responses。发送文本与图像，使用自动工具选择，保留强制推理。