Muse Ember 上线:长上下文跨过 20 万 token 后怎么计费
Muse Ember 的输入窗口有 100 多万 token,但最便宜的 API 价格只适用于单次请求输入不超过 20 万 token。超过门槛后,整次请求按长上下文价格计费,不是只有超出的部分涨价。
Meta 在 11 月 9 日发布了 Muse Ember,把它定位为适合智能体反复执行的小任务的模型,比如工具调用、分类路由、信息抽取和局部代码工作。它可以接收文本、图片、音频、视频和 PDF,输出文本;模型文档列出的上下文窗口为 1,048,576 token,最大输出为 524,288 token。窗口大小和每次实际可用输出还要一起考虑,不能把两个上限简单相加。
在 Meta Model API 的标准模式中,单次请求的计费如下,单位是美元/百万 token:
| 单次输入量 | 普通输入 | 缓存输入 | 输出 |
|---|---|---|---|
| 不超过 200,000 token | 0.10 | 0.004 | 0.50 |
| 超过 200,000 token | 0.30 | 0.012 | 1.50 |
决定档位的是这次请求的输入总量,包括缓存输入;如果通过上一轮响应接续对话,计入的输入也包括接续的对话内容。举个纯算术例子,假设没有缓存、输出均为 10,000 token,也不计税费或其他工具费用:
- 输入 200,000 token,费用为 0.020 + 0.005 = 0.025 美元。
- 输入 200,001 token,整个请求换长上下文档,费用为 0.0600003 + 0.015 = 0.0750003 美元。
这不是实际调用账单;真实缓存命中、工具调用和输出长度都会影响费用。长对话或多轮智能体任务尤其要看每次请求实际发送了多少上下文,而不是只盯本轮新增文字。Muse Ember 可通过其 API 和 Muse Code 使用;不同平台和订阅方式可能有不同计量规则,以上数字只描述该 API 的标准模式。模型是否适合自己的任务,还需用同一批实际输入核对质量、延迟与总费用;这里没有自行调用模型做比较。