Chat, Coding-Agenten und Dokumentenarbeit. Preise pro 1 Mio. Tokens – Eingabe, gecachte Eingabe und Ausgabe werden separat abgerechnet. GPTProto liegt 20% unter den offiziellen Preisen.
| Szenario | Meta Liste | OpenRouter | GPTProto | Du sparst / Monat |
|---|---|---|---|---|
| Persönlich10 Mio. Tokens / Monat (4.8 Mio. im Cache) | $53.76 | $56.72 | $43.01 | −$10.75≈ $129.02 / Jahr |
| Team100 Mio. Tokens / Monat (48 Mio. im Cache) | $537.60 | $567.17 | $430.08 | −$107.52≈ $1290.24 / Jahr |
| Business500 Mio. Tokens / Monat (240 Mio. im Cache) | $2688.00 | $2835.84 | $2150.40 | −$537.60≈ $6451.20 / Jahr |
Meta · $3.2/M input · $16/M output
Bytedance · 262K context · $0.0971/M input · $0.9714/M output
Bytedance · 262K context · $0.0971/M input · $0.9714/M output
Entwickeln Sie mit Metas Reasoning-Modell für anspruchsvolle Coding- und Agent-Aufgaben. Muse Wonder akzeptiert Text-Prompts und gibt Text zurück, mit einem nativen 1M-Token-Kontextfenster, anpassbarem Reasoning-Aufwand und Tool-Aufrufen. Nutzen Sie es, um detaillierte Anforderungen in Code, Erklärungen oder Implementierungspläne zu verwandeln. Meta
Coding über mehrere Dateien hinweg
Bewältigen Sie Änderungen, die sich über Anwendungslogik, Tests und Konfiguration erstrecken. Muse Wonder ist für Engineering auf Repository-Ebene konzipiert, einschließlich der Planung von Änderungen und der Überarbeitung eines Ansatzes nach Testfeedback. research.meta.ai
1M-Token-Kontextfenster
Arbeiten Sie mit umfangreichem Quellcode, Spezifikationen, Gesprächsverlauf und abgerufenem Text in einem Kontextfenster mit 1.048.576 Token. Halten Sie zusammengehöriges Material zusammen, wenn eine Aufgabe von Details abhängt, die über viele Eingaben verteilt sind. Meta Model API
Tool-Aufrufe für Agent-Workflows
Verbinden Sie Reasoning mit den Funktionen Ihrer Anwendung. Muse Wonder unterstützt Tool-Aufrufe und parallele Aufrufe; Ihr Agent führt die Tools aus und gibt Ergebnisse zurück, sodass das Modell die nächste Aktion planen kann. Meta Model API
Anpassbarer Reasoning-Aufwand
Stimmen Sie die Reasoning-Tiefe auf die Aufgabe ab. Meta unterstützt Aufwandsstufen von minimal bis maximal; höherer Aufwand kann schwieriges Problemlösen verbessern, während er Reasoning-Token, Antwortzeit und Kosten erhöht.
Muse Wonder ist Metas Modell für komplexe Softwareentwicklung und länger andauernde Agentenarbeit, eingeführt am 12. Oktober 2026. Es ist über die Meta Model API als muse-wonder-1.0 und über Muse Code verfügbar. Meta führt das API-Modell derzeit als Vorschau.
Bei Text-zu-Text-Aufgaben kann es auf Anweisungen, Quellcode, Fehlermeldungen und abgerufene Passagen zurückgreifen, um Antworten, Code und Aufgabenpläne zu erstellen. Es ist ein Kandidat für Arbeiten, bei denen Anforderungen nachverfolgt und ein Ansatz über mehrere Schritte hinweg überarbeitet werden müssen.
Ihre Anwendung stellt den Gesprächsverlauf, Tools und die Ausführungsumgebung bereit. Der bloße Aufruf des Modells erstellt keinen Coding-Workspace, keinen Browser-Controller und keinen persistenten Speicherdienst.
Generieren Sie Implementierungen aus Spezifikationen, untersuchen Sie Stack-Traces, prüfen Sie Änderungen und schlagen Sie Refactorings vor. Geben Sie dem Modell relevanten Code und Testfeedback, damit spätere Antworten darauf eingehen können, was tatsächlich fehlgeschlagen ist.
Vergleichen Sie Architekturoptionen, gehen Sie Einschränkungen durch und erläutern Sie eine vorgeschlagene Entscheidung. Geben Sie die Annahmen und Akzeptanzkriterien an, die die Antwort erfüllen muss. Erhöhen Sie den Reasoning-Aufwand, wenn eine Aufgabe eine tiefergehende Analyse erfordert. Meta Model API
Verwenden Sie Tool-Aufrufe, um Datensätze abzurufen, Dienste abzufragen oder definierte Aktionen auszulösen. Das Modell wählt eine Funktion und Argumente aus; Ihre Anwendung führt die Funktion aus und gibt ihr Ergebnis zurück. Meta Model API
Wo schema-basierte Ausgabe unterstützt wird, wandeln Sie bereitgestellten Text in konsistentes JSON für Ticketfelder, Kategorien oder Konfigurationen um. Validieren Sie sowohl die faktische Genauigkeit als auch das Antwortformat, bevor Sie Ergebnisse an nachgelagerte Prozesse weitergeben.
Muse Wonder ist das API-zugängliche Modell, das auf dieser Seite dargestellt wird. Wonder Full ist eine separate Variante; den Reasoning-Aufwand von Wonder auf max zu setzen, wechselt nicht zu Full.
| Entscheidungsfaktor | Muse Wonder | Muse Wonder Full |
|---|---|---|
| Offizieller API-Zugriff | Verfügbar über die Meta Model API | Derzeit nicht über die Meta Model API verfügbar |
| Muse Code-Zugriff | Pay-as-you-go- und Abonnement-Pläne | Power Usage- und Maximum Usage-Abonnements |
| Modellauswahl | muse-wonder-1.0 |
Ausgewählt über berechtigten Muse Code-Zugriff |
| Wählen Sie es, wenn | Aufbau eines eigenen Coding-Assistenten oder Agenten | Verwendung von Metas leistungsfähigerer Variante innerhalb von Muse Code |
Muse Wonder eignet sich für schwierige Aufgaben, die anhaltendes Reasoning und wiederholtes Feedback erfordern. Bewerten Sie es für einen Workflow mit mehreren Phasen bei Planung, Umsetzung oder dem schwierigsten Reasoning-Schritt und vergleichen Sie dann günstigere Modelle für Routineklassifizierung und kurze Zusammenfassungen. Diese Aufteilung ist ein praktischer Ausgangspunkt, basierend auf Metas Workload-Empfehlungen.
Messen Sie die gesamte Aufgabe: akzeptierte Ausgabe, Gesamttokens, benötigte Zeit und Wiederholungsversuche. Höherer Reasoning-Aufwand verbraucht mehr abgerechnete Ausgabe-Tokens, einschließlich internem Reasoning, sodass eine kurze sichtbare Antwort immer noch erhebliche Token-Kosten verursachen kann.
Mit GPTProto können Sie unterstützte Modelle mit einem Schlüssel und einem gemeinsamen Guthaben evaluieren. Entdecken Sie LLM-API für KI-Agenten für Workflows, die unterschiedliche Modelle unterschiedlichen Phasen zuweisen.
Anleitungen, Vergleiche und Updates zu diesem Modell.
Alle Artikel
Vergleichen Sie 11 Together AI Alternativen für gehostete Inferenz, GPU-Miete und Fine-Tuning. Prüfen Sie Preismodelle, Katalogabdeckung und Migrationsaufwand.
Vergleichen Sie 10 CometAPI Alternativen für einheitlichen Zugriff auf GPT, Claude, Gemini und Medienmodelle. Entdecken Sie Preise, Modellabdeckung, kostenlose Tarife und Migration.
Claude Haiku 5.5 senkt die Eingabekosten auf 0,10 $ pro Million Tokens – bis Ihr Prompt 100K überschreitet und die gesamte Anfrage mit dem 5-fachen Satz abgerechnet wird. Preise, Benchmarks, API-Änderungen und wie es im Vergleich zu Sonnet 5.5 und GPT-6 Luna abschneidet.
