如何使用 Muse Wonder API？完整调用指南

Muse Wonder API 是 Meta 的 Model API，它提供 muse-wonder-1.0，托管于 https://api.meta.ai/v1，支持三种请求格式：Responses API、Chat Completions，以及一个兼容 Anthropic 的 Messages 接口。你使用来自 dev.meta.ai 的 bearer key 进行鉴权，每百万 input token 收费 $4，每百万 output token 收费 $20，并获得 1M token 的上下文窗口，推理强度可从 minimal 到 max。只要改一下 base URL，任何 OpenAI SDK 都能直接使用。

本指南带你从拿到 key 一路走到可运行的 Agent 循环：第一次请求、选择接口、控制推理、多轮状态、工具、流式、后台运行，以及那些能告诉你一次调用花了多少钱的 usage 字段。每个请求也都已在 Apifox 中配置好，这样团队无需互相传递 key 就能测试该模型。至于模型是什么、表现如何，请先看 Muse Wonder 详解。

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。

Muse Wonder API 一览

更大的模型 Muse Wonder Full 不在 API 中提供，仅在 Muse Code 的 Power 和 Maximum 套餐内可用。把 Wonder 的 effort 设为 max 并不会把它变成 Full。

第 1 步：获取 key 并发出第一次调用

在 Model API 仪表盘的 API keys 下创建一个 key，并将其保存为 MODEL_API_KEY。然后：

curl https://api.meta.ai/v1/responses \
  -H "Authorization: Bearer $MODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "muse-wonder-1.0",
    "input": "List three risks in a lease clause that lets the landlord enter without notice.",
    "reasoning": {"effort": "medium"},
    "max_output_tokens": 2048
  }'

使用 OpenAI SDK 时，只需改两行：

from openai import OpenAI
import os

client = OpenAI(base_url="https://api.meta.ai/v1", api_key=os.environ["MODEL_API_KEY"])

resp = client.responses.create(
    model="muse-wonder-1.0",
    input="List three risks in a lease clause that lets the landlord enter without notice.",
    reasoning={"effort": "medium"},
    max_output_tokens=2048,
)
print(resp.output_text)
print(resp.usage)

响应除了文本之外还带有一个 usage 块。每次调用都要检查它：output_tokens_details.reasoning_tokens 告诉你输出预算中有多少用在了思考上，input_tokens_details.cached_tokens 告诉你有多少 input 是按缓存价计费的。

第 2 步：选择接口

Meta 的快速入门使用 Responses API，对于任何多步骤场景，这都是合适的默认选择。它能跨轮次保留推理，并为你管理对话历史。Chat Completions 则是为你已有的、基于 OpenAI SDK 的代码而存在。位于 https://api.meta.ai/v1/messages 的 Messages 接口接受 Anthropic 格式的请求，Claude Code 正是以此在 Muse Wonder 上运行。

这三种格式的 parameter 名称各不相同。推理强度在 Responses 上是 reasoning.effort，在 Chat Completions 上则是顶层的 reasoning_effort。输出上限分别是 max_output_tokens 和 max_tokens。Responses 上的结构化输出使用 text.format，而不是 response_format。

第 3 步：设置推理强度

Muse Wonder 总是会进行推理。none 会返回 HTTP 400。可接受的等级为 minimal、low、medium、high、xhigh 和 max；如果省略该 parameter，模型会自行选择等级。Meta 的建议也很常规：使用能给出可接受结果的最低等级，因为推理 token 按 $20 的 output 价格计费，并计入你的输出上限。

由此可以得出两条实用规则。第一，在高强度下把 max_output_tokens 设置得宽松一些；在 max 时，推理占输出的很大一部分，上限太紧会截断答案。第二，按请求类型记录 reasoning_tokens，这样你看到的就是每个强度等级在你自己的流量上（而非某个基准测试上）的花费。给该模型打出 52 分的 Artificial Analysis 测试使用了 max 强度，每个任务约 54,000 个 output token。

在 Responses API 上，把 reasoning.summary 设为 auto、concise 或 detailed，即可请求推理摘要。摘要是无法保证的，数组可能返回为空。原始推理内容永远不会返回。

第 4 步：跨轮次携带状态

Responses API 提供两种模式，且二者不能同时使用。

无状态加密重放 是 Meta 推荐的做法。发送 store: false 和 include: ["reasoning.encrypted_content"]，保留响应返回的 reasoning 项，并在下一轮中把它们连同各自的 encrypted_content 以及一个 summary 字段（空数组即可）一起传回。模型的推理得以跨轮次保留，而 Meta 不会存储任何内容。

服务端管理历史 更简单：传入 previous_response_id，只发送新的 input。注意 instructions 不会保留，因此每次请求都要重新发送你的 system 指令。

first = client.responses.create(model="muse-wonder-1.0", input="Summarize this API's auth flow: ...", instructions="You are an API reviewer.")
second = client.responses.create(model="muse-wonder-1.0", previous_response_id=first.id, instructions="You are an API reviewer.", input="Now list the endpoints that need an OAuth scope.")

第 5 步：工具、结构化输出和 Web 搜索

函数工具在 Responses 和 Chat Completions 上遵循 OpenAI 的形式。Muse Wonder 会并行调用工具，并经过训练能从失败的工具调用中恢复，这正是 Meta 发布文章中所谓 Active Focus 的含义之一。用 JSON schema 定义工具，执行模型返回的 function_call 项，再把 function_call_output 项发送回去。

若要得到代码可解析的答案，在 Responses 上把 text.format 设置为一个 JSON schema。若要获取最新信息，通过 tools=[{"type": "web_search"}] 添加 Meta 托管的搜索；它在 token 之外按每 1,000 次查询 $2.50 计费。如果你已经在为其他模型测试工具调用，Apifox 中的 Agent 工具调用 harness 在这里无需改动即可使用：请求形式与 OpenAI 相同。

第 6 步：流式输出，或后台运行

设置 stream: true 并消费事件流：response.created、response.output_item.added、response.output_text.delta、response.function_call_arguments.delta 和 response.completed。失败以 response.failed 结束。请求推理摘要时，它们会以 response.reasoning_summary_text.delta 的形式到达。

对于长时间任务，发送 background: true。API 会以 "status": "queued" 确认，你可以从 GET /v1/responses/{id}?stream=true 轮询或流式获取生命周期事件。后台运行不能与 POST 上的 stream: true 同时使用，请求 body 上限为 1 MiB，且每分钟每团队另有 600 次新后台提交的上限。使用 POST /v1/responses/{id}/cancel 取消。

第 7 步：缓存重复的内容

缓存 input 为每百万 $0.20，比 $4 的价格便宜 95%，Meta 会在 usage.input_tokens_details.cached_tokens 中报告它。能获得缓存收益的模式与其他供应商相同：把稳定内容（system 指令、工具定义、参考文档）放在前面，把每次请求独有的内容放在最后。prompt 缓存指南涵盖了前缀设计。也要注意缓存写入这一侧：在 Artificial Analysis 的测试中，Wonder 每个任务 $4.52 的成本里有 $1.92 是缓存写入，高于 $1.44 的缓存命中。

在 Apifox 中测试 Muse Wonder API

一个共享的 Apifox 项目能让 key 不出现在聊天记录里，并让每个人都拿到相同的请求。

1. 创建一个环境，命名为 Meta Model API，将 base_url 设为 https://api.meta.ai/v1，并把 MODEL_API_KEY 设为秘密变量。秘密值在界面中会被遮蔽，且永远不会被导出。
2. 添加三个请求，每个接口一个，各自带上 Authorization: Bearer {{MODEL_API_KEY}}。复制 Responses 请求，分别设为 low、medium 和 max 强度，以便并排比较成本。
3. 对 usage 做断言。 在 $.usage.output_tokens_details.reasoning_tokens 和 $.usage.input_tokens_details.cached_tokens 上添加 JSONPath 断言。一个你预期会命中缓存的请求，如果缓存 token 值为零，那就是前缀有问题，能在进入生产环境之前被捕获。
4. mock 掉 429。 Meta 的文档建议从约 500 ms 起做带抖动的指数退避，并遵循 Retry-After。把你的客户端指向一个返回 429 且带上该 header 的 Apifox mock，在与团队其他成员共享每分钟 3,000 次请求的上限之前，先验证重试逻辑。
5. 在 CI 中运行，使用 Apifox CLI，这样模型或定价的变化会让流水线失败，而不是让客户受影响。

下载 Apifox 并从上方的请求示例中导入这三个接口。

常见问题

Muse Wonder API 有免费额度吗？ 没有。计费按 token 计算且没有最低消费，所以少量测试调用只花几分钱，但没有免费额度。免费访问指南介绍了最省钱的途径。

我的 API 数据会被用于训练吗？ 在 API 的 Standard 模式下不会。Muse Code 订阅默认使用 Contributor 模式，该模式会使用你的数据；这个设置位于 Muse Code，而非 API。

我可以通过 API 使用 Muse Wonder Full 吗？ 不能。它没有可供调用的模型 ID，也没有按 token 计价的价格。只有 Muse Code Power 和 Maximum 的订阅用户可以选用它。

速率限制是多少，能提高吗？ 每分钟每模型 3,000 次请求和 400 万 token，按团队中所有 key 合并计算。Meta 的定价页面没有列出任何档位，也没有提升额度的流程。速率限制那篇文章介绍了如何保持在限制之内。

下一步

针对你产品中的一个真实任务，用 low、medium 和 max 三种强度发出上面那三次调用，并在选定默认值之前比较 reasoning_tokens。真正决定你账单的是这个数字，而不是那个 $4 的标题数字。

HiFox ：将 Agent 变成真正的队友

另外，我们也在思考，AI 如何从个人提效走进团队协作。

HiFox 是一个让人和 AI Agent 在同一个工作现场协作的平台：你可以像给同事分派任务一样指派 Agent，在任务看板中跟踪进度、查看结果，让 Agent 成为团队里的队友。

👉 立即体验 Hifox：https://hifox.com

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。