Meta Muse Spark 1.1 Preise: Die Rechnung hat vier Zähler

Meta Muse Spark 1.1 Preise, die vollständige Preistabelle

Meta veröffentlicht das an zwei Stellen, und beide stimmen überein, was nicht immer der Fall ist. Der Meta-for-Developers-Blog gibt an, dass Pay-as-you-go bei $1,25 Eingabe und $4,25 Ausgabe pro Million Tokens beginnt. Die Cache-Rate und die Such-Zeile stammen aus Metas eigenem Dokument zu Preisen und Rate Limits. Und die Anbietertabelle von OpenRouter listet Meta als einzigen Anbieter mit denselben drei Zahlen.

Drei strukturelle Punkte zuerst, noch vor den Zahlen. Sie verändern, was die Preistabelle eigentlich bedeutet.

Es gibt keine Anfragegebühr und keine Sitzplatzgebühr. Vielleicht offensichtlich, bis man es neben die Art stellt, wie Helpdesk-Anbieter KI abrechnen. Die Gorgias-KI-Preise werden pro Interaktion abgerechnet, und die HubSpot-KI-Preise werden in Credits abgerechnet, die man erst im Kopf umrechnen muss, damit sie irgendetwas bedeuten.

Es gibt keinen Long-Context-Aufschlag. Metas Dokumentation ist hier eindeutig: Die Rate ändert sich nicht, wenn der Kontext sich füllt. Das ist ein echtes Unterscheidungsmerkmal, und ich komme weiter unten darauf zurück, sobald die Vergleichstabelle zeigt, was OpenAI und Google stattdessen tun.

Und es gibt überhaupt keine Batch-Stufe. Ich habe Metas API-Referenz danach durchsucht. Nichts. Das Nächste, was angeboten wird, ist ein Limit von 600 Hintergrund-Übermittlungen pro Minute pro Team, und das ist eine Durchsatzobergrenze, kein Rabatt.

Vier Zähler, und der, den du eingeplant hast, ist der kleinste

Der Fehler, den ich Ingenieure bei jeder neuen Modell-API machen sehe, ist immer derselbe: zwei Zahlen von der Seite ablesen und die gesamte Tabellenkalkulation auf diesen beiden Zahlen aufbauen. Muse Spark 1.1 betreibt gleichzeitig vier Zähler. Sie verhalten sich unterschiedlich genug, dass Eingabe- und Ausgaberate allein deine Rechnung nicht vorhersagen.

Setze deine eigenen Zahlen gegen alle vier und sieh, welcher tatsächlich für die Ausgaben verantwortlich ist:

Zähler 3 ist derjenige, der sich bewegt

Muse Spark 1.1 denkt nach, bevor es antwortet. Metas Entwickler-Blog sagt das ziemlich deutlich, und die für dieses Denken aufgewendeten Tokens kommen in der Antwort als usage.completion_tokens_details.reasoning_tokens zurück. Sie werden zur Ausgaberate abgerechnet.

Das bedeutet, der Listenpreis von $4,25 wird auf Tokens angewendet, die du nie zu sehen bekommst. Wie groß dieser Stapel wird, bestimmt reasoning_effort, das von minimal bis xhigh reicht. Ein einziger Parameter, und er hat mehr Einfluss auf deine Rechnung als jede Entscheidung darüber, welches Modell du aufrufst.

Das erklärt auch, warum Metas eigene Benchmark-Werte schwer zu bepreisen sind. Jedes einzelne Muse-Spark-1.1-Ergebnis in Metas Evaluierungsbericht wurde mit dem Reasoning-Aufwand xhigh ausgeführt, der teuersten Einstellung, die die API bietet. Die veröffentlichte Leistungsfähigkeit und die günstige Preistabelle beschreiben also nicht dieselbe Konfiguration.

Artificial Analysis hat dieser Weitschweifigkeit eine Zahl gegeben. Über den gesamten Intelligence-Index-Lauf hinweg erzeugte Muse Spark 1.1 laut Artificial Analysis 94 Millionen Ausgabe-Tokens gegenüber einem Klassen-Median von 63 Millionen, was AA als etwas weitschweifig bezeichnet, rund 49% über dem Median seiner Stufe. Pro Aufgabe entspricht das etwa 22.000 Ausgabe-Tokens.

Cache-Eingabe ist der Rabatt, der bereits aktiv ist

Die Cache-Rate von $0,15 ist 8,3-mal günstiger als frische Eingabe. Wichtiger ist aber, dass du dich nicht dafür entscheiden musst. Metas Preisdokumentation besagt, dass das stabile Präfix automatisch gecacht wird, ohne Flag zum Setzen und ohne Cache-Key, den irgendjemand verwalten müsste.

Praktiker auf Hacker News erkannten das als die eigentliche Story, noch vor der Schlagzeilen-Rate:

„Ja, das ist am direktesten mit xAI Grok 4.5 vergleichbar. In beiden Fällen ist es der Tendenz nach ‚Opus-Level-Intelligenz zu Haiku-Preisen‘, was für Anwendungsentwickler, die solche Modelle in ihre Anwendungen einbauen wollen, wirklich ein großer Wurf ist. Ich teste gerade, haiku und sonnet durch Grok 4.5 zu ersetzen, und werde vielleicht auch dieses hier ausprobieren (es ist deutlich günstiger, besonders beim Caching)."

mchusma, Hacker News

Jemand anderes im selben Thread rechnete den Cache-Vergleich laut vor:

„Grok 4.5 hat mit $0,50 pro Million Cache-Eingabe-Tokens eine relativ hohe Rate, verglichen mit $0,15 bei diesem Modell."

Aurornis, Hacker News

OpenRouter merkt auf seiner eigenen Modellseite an, dass die effektiven Preise, sobald Prompt Caching greift, 60 bis 80% unter dem Listenpreis des Anbieters liegen können, abhängig davon, wie viel vom Kontext sich wiederholt. Und wenn du einen festen System-Prompt mit einem rotierenden Nutzer-Turn am Ende fährst, ist genau das deine Situation.

Web-Suche-Grounding wird separat abgerechnet

Der vierte Zähler wird meistens übersehen, vor allem weil er überhaupt keine Token-Rate ist. Eine Anfrage mit Web-Suche zu grounden kostet $2,50 pro 1.000 Anfragen zusätzlich zu allen Tokens, die diese Anfrage verbraucht. Im Vergleich zur Ausgabe bleibt das bei hohen Anfragezahlen klein. Klein ist aber nicht null, und es skaliert danach, wie oft das Modell entscheidet, dass es etwas nachschlagen muss, nicht danach, wie viele Aufrufe du sendest.

Nicht-textuelle Eingaben laufen genau andersherum. Bild, Video, Audio und PDF stehen alle in der Modell-Dokumentation als Eingabemodalitäten, aber keine davon hat eine eigene veröffentlichte Rate. Sie werden in Eingabe-Tokens umgewandelt und zu $1,25 abgerechnet. Einfacher als bei den meisten Anbietern, sicher. Es bedeutet aber auch, dass du eine multimodale Workload erst dann vorhersagen kannst, wenn du die Tokenisierung gemessen hast.

Die Zahl, die tatsächlich deine Rechnung vorhersagt

Gewichte die drei Token-Zähler so, wie es eine wiederholte, echte Workload tun würde, also sieben Teile Cache-Read gegen zwei Teile frische Eingabe und einen Teil Ausgabe, und Muse Spark 1.1 landet bei $0,78 pro Million Tokens. Das ist die Zahl, die ich in ein Budget einsetzen würde. Nicht $1,25, und nicht $4,25.

Noch besser: ganze Aufgaben messen. AA tut genau das, und dort sieht das Modell am stärksten aus:

Der Vergleich, der wirklich zieht, ist nicht der gegen die Spitze der Tabelle. Es ist eine Zeile darunter. Muse Spark 1.1 erreicht 51 im AA-Index für etwa $0,29 pro Aufgabe. Gemini 3.6 Flash erreicht 50 für etwa $0,56. Ein Indexpunkt mehr für etwa die Hälfte der Kosten pro Aufgabe ist das gesamte Verkaufsargument, und es hält unabhängiger Messung stand, was mehr ist, als die meisten Launch-Behauptungen schaffen.

Metas eigene Launch-Grafik macht dasselbe Argument visuell, und man muss anerkennen, dass sie beim Deckel ehrlich ist.

Wie sich die Muse-Spark-1.1-Preise vergleichen

Alle Zahlen unten stammen aus dem vom jeweiligen Anbieter selbst veröffentlichten Listenpreis pro Million Tokens, Standardstufe, geprüft am 5. August 2026.

Zwei Fußnoten darin entscheiden mehr als die Reihenfolge selbst.

Sonnet 5s $2/$10 sind ein Einführungspreis. Anthropics eigene Fußnote begrenzt das bis zum 31. August 2026, danach steigt es auf $3/$15. Ab dem 1. September kostet die Ausgabe von Sonnet 5 also das 3,5-Fache dessen, was die Ausgabe von Muse Spark 1.1 kostet.

GPT-5.6 staffelt nach Prompt-Größe. Überschreitet man die Kurzkontext-Schwelle, springt Sol auf $10 Eingabe und $45 Ausgabe, Terra auf $4 und $18. Gemini 3.1 Pro macht oberhalb von 200k Tokens denselben Schritt.

Muse Spark 1.1 veröffentlicht durchgängig eine einheitliche Rate bis zu einer Million Tokens. Für eine Long-Context-Agent-Workload ist das ohne Weiteres mehr wert als ein kleiner Unterschied in der Grundrate. Die vollständigen Übersichten stehen in allen OpenAI-Modellen, wenn du sie nebeneinander sehen willst.

Nicht jeder auf Hacker News war beeindruckt. Zwei Kommentare, die man im Blick behalten sollte:

„das ist keine Subvention. das ist viel zu teuer für ein Modell ohne Namen."

ycui7, Hacker News

„Der GLM-5.2-Hype war schon lange vor diesem hier im Gange. Weder xAI noch Meta haben wirklich etwas anders gemacht — ähnliche Ergebnisse / ähnliche Preise (wie bei GLM 5.2)."

re-thc, Hacker News

Beide Punkte sind fair. Muse Spark 1.1 ist innerhalb einer bereits bestehenden Vergleichsgruppe wettbewerbsfähig bepreist, unterbietet diese Gruppe aber nicht.

Rate Limits sind der Kostendeckel, den niemand liest

Die Preistabelle sagt dir, was ein Token kostet. Rate Limits sagen dir, wie viele du kaufen darfst, und für eine Agent-Workload ist diese zweite Einschränkung die härtere.

Laut Metas Dokument zu Preisen und Rate Limits, zuzüglich 600 Hintergrund-Übermittlungen pro Minute pro Team. Unter dieser Tabelle stecken Details, die wichtiger sind als die Tabelle selbst:

• Die Form der kostenlosen Stufe ist ungewöhnlich. Ihre Token-Obergrenze liegt bei der Hälfte der bezahlten Stufe, während ihre Anfrage-Obergrenze 50-mal niedriger ist. Sechzig Anfragen pro Minute bei 2M verfügbaren Tokens bedeutet, dass die kostenlose Stufe für eine Handvoll sehr großer Aufrufe gebaut wurde. Nicht für eine geschwätzige Agent-Schleife, die die API Hunderte Male pro Minute anspricht.
• Limits gelten pro Team, nicht pro Key. Metas Dokumentation stellt klar, dass mehrere Keys innerhalb eines Teams sich alle dasselbe Kontingent teilen. Der übliche Trick, sich über mehrere Keys zu verteilen, bringt hier also nichts.
• Das Kontingent ist einsehbar. Jede erfolgreiche Antwort enthält x-ratelimit-remaining-tokens und x-ratelimit-remaining-requests, wodurch du dich an echten Zahlen orientieren kannst statt zu raten.

Was Meta nicht veröffentlicht hat

Ehrlich über die Lücken zu sein, ist besser, als sie mit Vermutungen zu füllen. Hier ist also, was ich auf keiner Meta-eigenen Seite finden konnte.

Kein Batch-Rabatt. Metas zwei größte Konkurrenten listen beide eine 50%-Batch-Stufe. Meta listet gar nichts, und es gibt in der API-Referenz gar keinen Batch-Endpoint, der überhaupt rabattiert werden könnte.

Keine Raten pro Modalität. Bild, Video, Audio und PDF sind alle unterstützte Eingaben, keine davon mit einem veröffentlichten Preis pro Einheit. Sie werden als Eingabe-Tokens abgerechnet, und das ist so lange in Ordnung, bis man eine Video-Workload vorhersagen muss.

Kein Ablauf für die $20. Metas Entwickler-Blog bestätigt das Gratis-Guthaben als einmalig pro Konto. Keine Seite gibt irgendwo an, wann es verfällt.

Datenaufbewahrung brauchte einen ganzen Thread, um geklärt zu werden. Sie kam auf Hacker News zunächst als Beschwerde auf und löste sich dann zu einer echten Erkenntnis auf, was die nützlichste Art von Quelle ist, die es gibt:

„Wo ist die Information zur Richtlinie zur Datenaufbewahrung für die bezahlte API-Nutzung pro Token? Jeder andere Anbieter hat eine und macht klar, wie er mit deinen Daten umgeht. Ein kurzer Blick zeigt für dieses neue Angebot keine."

bradfa, Hacker News

„Bezahlte Prompts werden nicht zum Training verwendet. Die Datenaufbewahrung ist nicht ganz klar, sie behalten sie, wenn sie glauben, dass du gegen die Regeln verstößt, aber es ist unklar, wie lange sie sie behalten, wenn sie das nicht glauben."

bradfa, Hacker News

Kein Verbraucherpreis für Meta One. Metas Hilfeseiten bestätigen, dass ein kostenpflichtiges Verbraucher-Abo in begrenzten Tests existiert, und nennen die Meta-One-Stufen Plus, Premium, Advanced, Expert und Max. Keine Dollarzahl für irgendeine davon, nirgendwo. Jeder anderswo genannte Verbraucherpreis sollte also als unbestätigt gelten. Das Verbraucher-Meta-AI selbst bleibt kostenlos, und Muse Spark 1.1 ist dort bereits im Thinking-Modus ohne angegebene Kosten verfügbar, was man wissen sollte, bevor man für API-Zugang bezahlt, nur um das Modell zu bewerten.

Die Hürde, auf die man vor der Rechnung stößt

Nichts von diesen Preisen ist außerhalb der USA bisher erreichbar. Metas eigener Launch-Beitrag positioniert die Meta Model API als Public Preview für US-Entwickler, und OpenRouter führt dieselbe Länderbeschränkung auf seiner Modellseite. Sie zu umgehen funktioniert nicht.

Entwickler sind direkt darauf gestoßen:

„Habe versucht, Zugang zur API zu bekommen, offenbar ist die Modell-API in meiner Region nicht verfügbar…"

minraws, Hacker News

„Ich weiß nicht, wo ich mich anmelden muss, um es auszuprobieren. Wie sieht die Preisgestaltung aus? Ist es API oder Abo, was ist es überhaupt?"

whinvik, Hacker News

Hier gibt es weder eine Warteliste noch einen Freigabeschritt. Metas Quickstart ist nur Dashboard, API-Keys, Key erstellen. Die API ist kompatibel mit dem OpenAI SDK, sodass das Austauschen einer Base-URL den Großteil der Integrationsarbeit erledigt. Die Zugangsbeschränkung steht auf den Marketing-Seiten statt in der Dokumentation, weshalb Leute erst nach der Anmeldung davon erfahren.

Kosten pro Million Tokens sind die falsche Einheit für ein Support-Team

An dieser Stelle sollte ich ehrlich sagen, für wen diese Preistabelle gedacht ist. Baust du einen Coding-Agenten oder ein Recherche-Tool? Dann ist $0,78 gemischt ein guter Deal, und die Muse-Spark-1.1-Review ist der richtige Ort, um zu klären, ob die Leistungsfähigkeit deine Messlatte erreicht.

Willst du aber herausfinden, was eine KI für die Beantwortung deiner Kunden kostet, sind Tokens von Grund auf der falsche Nenner. Die Einheit ist ein gelöstes Ticket, und die Streuung bei dieser Einheit ist enorm. Ein E-Commerce-Konto, zu dem ich echte Zahlen habe, bearbeitete rund 700 Tickets pro Woche zu etwa $1,07 pro Ticket. eesels eigene Pay-as-you-go-Rate liegt bei $0,40 pro Ticket ohne Plattformgebühr, und die eesel-Preise stehen direkt dort zum Nachvergleichen. Die gleiche Modellklasse darunter. Mehr als das Doppelte an Streuung, ausschließlich getrieben von dem, was um das Modell herum steht.

Und die Kluft zwischen einem Modell, das richtig liegt, und einem Modell, das ausgeliefert werden kann, ist größer als jeder Preisunterschied. Ein deutscher Schmuckhändler, der auf Zendesk und Shopify rund 1.000 Tickets pro Monat bearbeitet, unterzog eesel einem kreuzvalidierten Test auf echtem Traffic. Das Ergebnis: 93% Triage-Genauigkeit, 100% Spam-Erkennung ohne Falsch-Positive bei den 22% der Inbox, die Spam waren, 88% richtungsweisende Entwurfsgenauigkeit und nur 12% der Entwürfe unverändert versendet, bei einer Sachfehlerquote von 7%.

Lies diese letzten beiden Zahlen zusammen. In 88% der Fälle richtungsweisend korrekt, in 12% der Fälle sofort einsatzbereit. Als ich aufschlüsselte, warum Agenten die Entwürfe umschrieben, lag es zu etwa 65% an Länge und Ton, zu etwa 20% an Daten, die noch niemand verknüpft hatte, wie ERP und Logistik, und nur zu etwa 5% daran, dass eesel sachlich falsch lag. Modellqualität war 5% des Problems. Der Rest war Kontext, Tonalität und Integrationstiefe, und genau das ist der Teil, den eine günstigere Token-Rate überhaupt nicht löst. Das ist das Argument in RAG vs. LLM und in falsche Antworten, und die Lösung liegt näher an Agent-Coaching als an einem Modell-Upgrade.

Das andere, was eine Preistabelle nicht bepreisen kann, ist zu wissen, wann man gar nichts sagt. Eine CX-Leiterin bei einer DTC-Nahrungsergänzungsmarke, die rund 7.000 Gorgias-Tickets im Monat bearbeitet, brachte es besser auf den Punkt, als ich es könnte:

„Die KI wird niemals 100% der Fragen beantworten können, aber wenn sie es versucht und einfach nur ‚Entschuldigung, das weiß ich nicht‘ antwortet, kann ich nicht hingehen und alle 7.000 Tickets prüfen, ob die KI tatsächlich eine gute Antwort gegeben hat — dann ist der Sinn ein Stück weit dahin. Ich brauche eine KI, die nur die Tickets bearbeitet, bei denen sie sich sicher ist, und alle anderen in Ruhe lässt."

Das ist ein Konfidenz-Schwellenwert plus ein Eskalationspfad. Es ist kein Modell. Es ist Produktarbeit, und aus genau diesem Grund nehmen KI-Übergabe und Übergabe an einen Menschen mehr von meiner Zeit in Anspruch, als es die Modellauswahl je getan hat.

Es selbst auf der Meta Model API zu bauen, ist eine echte Option, und ich werde nicht so tun, als wäre das anders. Manche Teams haben eesel verlassen, um direkt auf einer Frontier-API zu bauen, und für sie hat es funktioniert. Die ehrliche Version dieses Trade-offs kam allerdings von einem Engineering-Lead bei einem Bitcoin-Geldautomaten-Unternehmen mit einer Wissensdatenbank aus 300 Artikeln in Confluence und Telegram, der den umgekehrten Weg ging:

„Wir hätten versuchen können, unsere eigene LLM-Anwendung zu schreiben, aber wir wollten unsere Zeit nicht darin investieren. Wir wollten etwas, das wir nicht warten müssen."

Das Modell war nie der schwierige Teil. Die Wartung war der schwierige Teil. Wenn du diese Weggabelung ordentlich aufgeschlüsselt sehen willst, behandeln sowohl Anthropic vs. OpenAI APIs als auch die AgentKit-Preise, was der Bau-Weg tatsächlich kostet, sobald man die Teile mitzählt, die keine Tokens sind.

eesel an deinen eigenen Tickets ausprobieren

Bist du hier gelandet, weil du eine Support-KI budgetierst statt ein API-Experiment? Dann überspring die Token-Rechnerei. eesels KI-Helpdesk-Agent liest das Helpcenter und die vergangenen Tickets, die du schon hast, und rechnet $0,40 pro Ticket ohne Plattformgebühr ab.

Er dockt an das Helpdesk an, das du bereits nutzt, einschließlich Zendesk, Freshdesk und Gorgias, sodass niemand im Team ein neues Tool lernen muss, um davon zu profitieren.

Wissensquellen werden auf dieselbe Weise verbunden. Ein Helpcenter, das in Confluence lebt, wird ab Tag eins zu einer Quelle, nicht zu einem Migrationsprojekt.

Bevor er überhaupt irgendjemandem antwortet, simuliert er anhand deiner eigenen historischen Tickets, sodass Lösungsrate und Kosten zuerst an deinem echten Traffic sichtbar werden. Genau dieser Schritt hat aus einem 88%- und 12%-Test etwas gemacht, das sich zu produzieren lohnt. Eine Gig-Economy-Fahrer-App auf Zendesk führte einen 7-tägigen Test durch, und Gridwise löste im ersten Monat 73% der Tier-1-Anfragen.

Kostenlos zum Ausprobieren, und die Zahlen landen an deiner eigenen Warteschlange, bevor du dich auf irgendetwas festlegst. Wenn du lieber erst Tools vergleichen willst, sind beste KI-Helpdesk-Software und bester KI-Agent gute Ausgangspunkte, während KI-Kundenservice-Kosten die Rechnung pro Lösung sauber durchführt.

Das Fazit zu den Muse-Spark-1.1-Preisen

$1,25 und $4,25 sind real, verifiziert, und nicht die Zahlen, die über deine Rechnung entscheiden. Plane mit $0,78 gemischt und $0,29 pro Aufgabe. Geh davon aus, dass der Cache-Rabatt bereits für dich arbeitet, und behandle reasoning_effort als das, was es tatsächlich ist — ein Preisregler. Die einheitliche Rate über eine ganze Million Tokens ist ein echter Vorteil gegenüber OpenAI und Google, die fehlende Batch-Stufe ist eine echte Lücke, und die Nur-USA-Hürde ist die Einschränkung, auf die du stößt, bevor überhaupt irgendetwas anderes eine Rolle spielt.

Für eine Support-Workload solltest du den Rahmen klar halten. Der Token-Preis ist ein Faktor der Kosten pro gelöstem Ticket. Er ist nicht der größte Faktor.

Falls das deine eigentliche Frage ist, gibt es tiefere Beiträge zu jedem Teil: Support-Ticket-Automatisierung für das Ergebnis, Ticket-Triage für den Mechanismus, dann Lösungsrate, um zu messen, ob überhaupt etwas davon funktioniert hat.

Und wenn das Finanzteam dich bittet, die Ausgaben zu rechtfertigen, ist der Vergleich, den sie wirklich sehen wollen, KI- vs. Mensch-Kosten.