본문으로 건너뛰기

Muse Wonder API 사용법·가격: 한국 미제공 문구부터 요청 1회 비용까지

2026년 11월 6일 기준 Muse Wonder API는 한국에서 쓸 수 없습니다. 한국 밖에서는 muse-wonder-1.0을 100만 토큰당 입력 $4, 출력 $20에 호출합니다.

LaoZhang AI Team게시9 분 소요
목차
Muse Wonder API는 한국에서 현재 미제공이며 모델 ID muse-wonder-1.0, 100만 토큰당 입력 $4·출력 $20임을 정리한 표지

2026년 11월 6일 기준, 한국에서는 Muse Wonder API를 쓸 수 없습니다. Meta 모델 문서의 "Muse Wonder availability" 항목에 "Muse Wonder and Muse Wonder Full aren't currently available in South Korea, on Model API or in Muse Code"라는 문장이 있어, 종량제 API와 구독형 Muse Code가 모두 막혀 있습니다. 한국은 Meta 지리 정책의 '제한 지역(Restricted Territories)' 명단에는 없지만, 모델 문서가 Muse Wonder만 따로 제외하고 있습니다. 이유나 해제 날짜는 어디에도 적혀 있지 않으므로, 한국에서 개발 중이라면 Meta 모델 문서의 이 문장이 바뀌었는지부터 다시 확인하는 것이 첫 단계입니다.

한국 밖에서 쓰거나 이 문장이 사라진 뒤라면 준비할 것은 세 가지입니다. Base URL https://api.meta.ai/v1, Authorization: Bearer 헤더로 보내는 MODEL_API_KEY, 그리고 모델 ID muse-wonder-1.0입니다. 가격은 100만 토큰당 입력 $4.00, 캐시된 입력 $0.20, 출력 $20.00입니다. API로 호출되는 것은 기본형 Muse Wonder뿐입니다. Muse Wonder Full은 Muse Code의 Power Usage(월 $50)와 Maximum Usage(월 $200) 구독에서만 쓸 수 있고, 구독 자격 증명은 Muse Code CLI 안에서만 동작합니다. 앱·Muse Code·API 요금제 비교는 Muse Wonder 가격: 한국 미제공 현황과 API·Muse Code·앱 요금제에서 볼 수 있습니다.

VPN, 해외 결제 수단, 대리 가입으로 지역 제한을 넘는 것은 해결책이 되지 않습니다. Meta 지리 정책은 지역 접근 통제를 기술적 수단으로 우회하는 것을 명시적으로 금지하고 있어, 위반하면 계정과 키가 함께 위험해집니다.

한국에서 Muse Wonder API를 쓸 수 있나: 모델 문서는 '현재 불가'

한국에서 Muse Wonder를 막는 근거는 정책 명단이 아니라 모델 문서의 한 문장입니다. Meta Model API 지리 정책(2026년 10월 12일 개정)의 제한 지역 명단에는 러시아, 중국(홍콩·마카오 포함), 이란, 북한 등이 있지만 대한민국은 없고, 모델별 제한을 적는 2.2절에도 "Muse Image: India" 한 줄만 있습니다. 반면 모델 문서는 Muse Wonder와 Muse Wonder Full이 한국에서 Model API와 Muse Code 모두 현재 제공되지 않는다고 적고 있습니다.

두 문서가 다르게 보이는 이유는 정책 자체에 있습니다. 지리 정책은 Meta가 내는 가용성 안내 자료를 "편의용(provided for convenience only)"이라고 부르고, 실시간 가용성을 반영하지 않을 수 있다고 밝힙니다. 그래서 정책 명단에 한국이 없다는 사실만으로 Muse Wonder를 써도 된다고 볼 수는 없고, 지금 실제로 막혀 있다는 신호는 모델 문서 쪽입니다. 같은 모델 문서에서 Muse Spark에는 한국 관련 문장이 없습니다. 요청 형식이 같아 모델 ID를 muse-spark-1.3으로 바꾸기만 하면 같은 엔드포인트로 옮겨 갈 수 있지만, 한국에서 Spark 호출이 실제로 되는지는 공개 문서에 나와 있지 않습니다.

Meta 지리 정책의 제한 지역 명단에는 대한민국이 없지만 모델 문서는 Muse Wonder를 한국에서 Model API와 Muse Code 모두 현재 제공하지 않는다고 적은 비교

OpenRouter의 meta/muse-wonder도 답이 되지 않습니다. 2026년 11월 6일 OpenRouter 공개 API의 엔드포인트 기록을 보면 이 모델의 제공자는 Meta 하나뿐이라 요청은 결국 Meta가 처리하는데, 한국에서 보낸 OpenRouter 요청이 처리되는지는 Meta와 OpenRouter 어느 쪽도 밝히지 않았습니다. 한국에서 서비스에 넣을 계획이라면 OpenRouter와 Meta에 서면으로 확인을 받은 뒤 결정하는 편이 안전합니다.

Muse Wonder API 사용법: 키 발급부터 첫 요청까지

API로 호출하려면 Model API 계정, 결제 정보, 키, 그리고 curl·Python 3.9 이상·Node.js 18 이상 중 하나가 필요합니다. Meta 가격·속도 제한 문서는 최소 금액이나 선결제가 없다고 하고, 가격·빠른 시작·결제 도움말 어디에도 무료 크레딧은 나와 있지 않습니다. 첫 요청부터 과금된다고 보고 준비하면 됩니다.

  1. dev.meta.ai에서 Model API 계정을 만들고, 관리자가 결제 설정에 카드와 사업자 정보를 넣습니다. 등록된 사업자가 아니면 본인의 법적 이름과 우편 주소를 적습니다. 사용액은 결제 기준액에 닿을 때마다, 그리고 매월 1일에 남은 잔액이 카드로 청구됩니다.
  2. 대시보드의 API keys → Create API key에서 키를 만듭니다. 키는 한 번만 표시되고 LLM_으로 시작하며, 같은 팀의 키는 속도 제한을 함께 씁니다.
  3. 키를 코드에 넣지 말고 환경 변수로 둡니다. macOS·Linux에서는 export MODEL_API_KEY="...", Windows PowerShell에서는 $env:MODEL_API_KEY = "..."입니다.
  4. Responses API로 첫 요청을 보냅니다. Meta 빠른 시작 예제는 muse-spark-1.3을 쓰지만 모델 ID만 바꾸면 그대로 Muse Wonder 요청이 됩니다.
bash
curl -X POST "https://api.meta.ai/v1/responses" \
  -H "Authorization: Bearer $MODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "muse-wonder-1.0",
    "reasoning": {"effort": "high"},
    "input": "이 Python 함수의 경쟁 상태를 찾아 수정안을 제시해 주세요."
  }'

성공하면 답변은 message 항목의 output_text에 들어오고, 추론 토큰은 output_tokens에 포함됩니다. OpenAI SDK, Anthropic SDK, LangChain, LiteLLM 모두 쓸 수 있지만 어느 것도 MODEL_API_KEY를 스스로 읽지 않으므로, 클라이언트를 만들 때 키를 직접 넘겨야 합니다.

python
import os
from openai import OpenAI

client = OpenAI(base_url="https://api.meta.ai/v1", api_key=os.environ["MODEL_API_KEY"])
response = client.responses.create(
    model="muse-wonder-1.0",
    reasoning={"effort": "high"},
    input="이 마이그레이션 계획의 위험 요소를 우선순위대로 정리해 주세요.",
)
print(response.output_text)

Responses·Chat Completions·Messages 중 어느 형식으로 보낼까

새로 만드는 에이전트나 코딩 작업이라면 Responses API가 맞습니다. Meta의 API 형식 선택 문서에 따르면 세 형식은 같은 모델, 같은 인증, 같은 토큰 단가를 쓰고, 차이는 턴 사이에 추론을 이어 가는지와 쓸 수 있는 기능에 있습니다.

형식엔드포인트맞는 경우턴 간 추론 유지검색 그라운딩
ResponsesPOST /v1/responses새 에이전트, 다단계 도구 호출, 백그라운드 실행, 파일 입력유지(암호화 항목 재전송 또는 previous_response_id)가능
Chat CompletionsPOST /v1/chat/completions기존 OpenAI chat.completions 코드를 그대로 옮길 때외부 키에서는 유지 안 됨불가
MessagesPOST /v1/messagesClaude Code, Anthropic SDK 등 Anthropic 형식 도구thinking 재전송으로 유지가능

Messages API를 쓸 때는 SDK의 주소를 https://api.meta.ai까지만 지정합니다. SDK가 /v1/messages를 덧붙이기 때문입니다. 함수 도구 호출은 Chat Completions에서도 모두 지원되므로, 기존 코드가 도구를 쓴다는 이유만으로 형식을 바꿀 필요는 없습니다.

reasoning effort는 high부터, max는 Responses로

muse-wonder-1.0의 추론 단계(reasoning effort)는 minimal, low, medium, high, xhigh, max를 받고, none을 보내면 HTTP 400이 돌아옵니다. Chat Completions에서는 최상위 reasoning_effort, Responses에서는 reasoning.effort로 지정하며, 생략하면 모델이 정한 수준으로 추론합니다. Meta 코딩 에이전트 안내는 high를 "strong default"라고 부르고 xhigh와 max를 더 깊은 추론용으로 둡니다.

high와 max의 차이는 Artificial Analysis Intelligence Index v5.0.1에서 수치로 볼 수 있습니다. 2026년 11월 6일 기준 Artificial Analysis의 Muse Wonder 대 Claude Opus 5.5 비교 페이지에서 Muse Wonder는 max 44점에 지수 과제당 $6.95, 첫 답변 토큰까지 21.19초였고, high는 41점에 $4.56, 9.83초였습니다. high가 과제당 34.4% 싸고 첫 답변이 2.16배 빠른 대신 지수는 3점 낮다는 뜻입니다. high보다 낮은 단계의 Muse Wonder 수치는 공개되지 않았으므로, 대량 처리에 medium 이하를 쓸 생각이라면 자기 작업으로 직접 재 봐야 합니다.

max는 Responses API로 보내는 것이 안전합니다. Meta 추론 문서의 max 예제는 모두 Responses이고, Chat Completions 참조표는 reasoning_effort 값을 xhigh까지만 나열하고 있습니다. Chat Completions가 max를 거부한다는 문장은 없지만 받는다는 문장도 없습니다. 또 max를 지정해도 Muse Wonder Full로 바뀌지는 않습니다.

추론 토큰은 출력 토큰으로 과금되고 출력 한도에도 포함됩니다. 한도는 Responses의 max_output_tokens(최소 16), Chat Completions의 max_completion_tokens(max_tokens도 허용)로 정하고, 입력과 요청한 출력의 합이 컨텍스트 1,048,576 토큰 안에 들어가야 합니다. Meta는 Muse Wonder의 최대 출력 수치를 따로 공개하지 않았고, OpenRouter의 엔드포인트 기록에는 max_completion_tokens 943,718이 적혀 있습니다. 모델 설정보다 큰 값을 요청하면 400이 돌아오므로 이 숫자를 Meta의 공식 한도로 쓰지는 마세요.

Muse Wonder API 가격: 요청 1회에 $0.038~$3.28

Muse Wonder API 비용은 입력 토큰보다 출력과 추론 토큰이 좌우합니다. 2026년 11월 6일 기준 Meta 가격 문서의 Standard 모드 단가는 100만 토큰당 입력 $4.00, 캐시된 입력 $0.20, 출력 $20.00이고, 긴 컨텍스트 할증은 없습니다. 웹 검색 그라운딩은 토큰과 별도로 검색 1,000회당 $2.50입니다. Muse Wonder는 종량제에서 Contributor 모드를 쓸 수 없으므로 Standard 단가 하나만 적용됩니다.

아래 표는 2026년 11월 6일 이 단가로 다시 계산한 값입니다. 토큰 수는 사용 형태를 보여 주기 위해 정한 예시이며 Muse Wonder 실측값이 아닙니다. 출력에는 추론 토큰이 포함됩니다.

사용 형태입력출력요청 1회1,000회
짧은 질의응답2,0001,500$0.0380$38.00
에이전트 1턴, 캐시 없음60,0006,000$0.3600$360.00
같은 턴, 입력 중 50,000 캐시60,0006,000$0.1700$170.00
긴 문서 분석800,0004,000$3.2800$3,280.00
조사형 답변 + 웹 검색 10회20,0003,000$0.1650$165.00

에이전트 1턴은 입력 60,000 × $4 ÷ 100만 = $0.24에 출력 6,000 × $20 ÷ 100만 = $0.12를 더한 $0.36입니다. 같은 턴에서 입력 50,000 토큰이 캐시되면 캐시 없는 입력 $0.04, 캐시된 입력 $0.01, 출력 $0.12로 $0.17이 되어 52.8% 줄어듭니다. 캐시는 따로 설정하지 않아도 자동으로 적용되고, 응답의 cached_tokens가 입력 토큰 가운데 캐시된 양을 보여 주므로 시스템 프롬프트, 지시문, 예시처럼 바뀌지 않는 내용을 앞에 두고 사용자 메시지처럼 매번 바뀌는 내용을 뒤에 두면 캐시되는 앞부분이 길어집니다. Meta가 자동으로 넣는 시스템 프롬프트 등 보조 컨텍스트는 과금되지 않고 usage에도 잡히지 않습니다.

Muse Wonder API 다섯 가지 사용 형태의 요청 1회 비용과, 입력 50,000 토큰 캐시로 에이전트 1턴이 $0.36에서 $0.17로 52.8% 줄어드는 비용 구성

속도 제한은 키가 아니라 팀 단위로 분당 3,000회, 분당 4,000,000 토큰입니다. 입력과 출력을 모두 토큰 한도에 넣어 계산하면 66,000토큰짜리 에이전트 턴은 분당 약 60회, 804,000토큰짜리 긴 문서 요청은 분당 약 4회에서 토큰 한도에 먼저 걸립니다.

Meta 직접 연결과 OpenRouter의 차이: 수수료·데이터 보존·결제

토큰 단가가 같기 때문에 둘의 차이는 충전 수수료, 데이터 보존, 결제 방식에서 납니다. 2026년 11월 6일 OpenRouter 공개 API로 meta/muse-wonder의 엔드포인트를 조회했을 때 제공자는 Meta 하나(Meta | meta/muse-wonder-20261012)였고, 토큰 단가와 검색 단가가 Meta 가격표와 같았습니다.

항목Meta Model API 직접OpenRouter meta/muse-wonder
키와 주소LLM_… 키, https://api.meta.ai/v1OpenRouter 키, OpenRouter 주소
토큰 단가Meta 가격표Meta와 같은 단가, 추가 마진 없음
추가 비용없음카드 충전 시 5.5%(최소 $0.80), 암호화폐 5%
결제 방식카드 후불, 기준액 도달 시와 매월 1일 청구크레딧 선충전
무보존(ZDR)자격이 되는 조직이 영업팀에 신청Meta ZDR 적용 안 됨, OpenRouter 정책을 따름
Muse Wonder Full없음없음
한국에서 사용모델 문서상 현재 불가Meta·OpenRouter 모두 명시하지 않음

카드 충전 수수료는 최소 $0.80이 있어서 소액일수록 비율이 커집니다. $10을 충전하면 $0.80, 즉 8%를 더 내고, $14.55 이상부터 5.5%가 됩니다. Meta 무보존(ZDR) 도움말은 ZDR이 Meta Model API로 직접 보낸 호출에만 적용되고 제3자 플랫폼을 거친 호출은 그 플랫폼의 보존 정책을 따른다고 명시하므로, 데이터 보존 조건이 계약에 들어가는 서비스라면 직접 연결을 고르는 것이 맞습니다. Standard 모드에서 보낸 내용은 Meta 모델 학습에 쓰이지 않습니다.

Claude Code·Codex에서 muse-wonder-1.0 쓰는 설정

Claude Code는 Anthropic 형식이라 Messages API로 연결합니다. Meta 코딩 에이전트 문서가 안내하는 환경 변수는 아래와 같고, 이 설정도 한국에서는 모델 문서의 제한에 그대로 걸립니다.

bash
export ANTHROPIC_BASE_URL="https://api.meta.ai"
export ANTHROPIC_AUTH_TOKEN="$MODEL_API_KEY"
export ANTHROPIC_MODEL="muse-wonder-1.0"
export ANTHROPIC_DEFAULT_OPUS_MODEL="muse-wonder-1.0"
export ANTHROPIC_DEFAULT_SONNET_MODEL="muse-spark-1.3"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="muse-spark-1.3"
export CLAUDE_CODE_SUBAGENT_MODEL="muse-spark-1.3"
export ENABLE_TOOL_SEARCH="true"
claude

키는 ANTHROPIC_API_KEY가 아니라 ANTHROPIC_AUTH_TOKEN에 넣어야 합니다. 앞의 것은 x-api-key 헤더로 보내지고, Meta는 Authorization: Bearer로 인증하기 때문입니다. opus·sonnet·haiku 세 단계를 모두 Meta 모델로 지정하지 않으면 계획 모드나 서브에이전트, 커밋 메시지 작성처럼 다른 단계로 넘어가는 작업이 Meta에 없는 Claude 모델을 찾게 됩니다. 추론 깊이는 thinking.budget_tokens가 아니라 output_config.effort로 바꿉니다. budget_tokens는 호환을 위해 받기만 하고 추론 단계로 변환하지 않습니다.

Codex는 Responses API로 연결되므로 턴 사이 추론이 자동으로 이어집니다. ~/.codex/config.toml에 model = "muse-wonder-1.0", model_provider = "meta", model_reasoning_effort = "high"를 두고, [model_providers.meta] 블록에 base_url = "https://api.meta.ai/v1", env_key = "MODEL_API_KEY", wire_api = "responses"를 적습니다. 이미 OpenAI 계정으로 로그인해 있다면 먼저 /logout을 해야 Meta 제공자를 씁니다. 두 도구 모두 Base URL 끝에 슬래시가 붙으면 404나 "Model not found"가 나므로 주소를 그대로 복사하는 것이 중요합니다.

Muse Wonder API 오류 401·402·403·404·429와 대처

Muse Wonder API 오류는 OpenAI 형식의 {"error": {"message", "type", "param", "code"}}로 돌아옵니다. 2026년 11월 6일 한국 밖의 맥 한 대에서 키 없이 Meta Model API에 요청을 보내 본 결과, /v1/models, /v1/chat/completions, /v1/responses는 모두 HTTP 401과 아래 본문을 돌려줬습니다. OpenRouter 형식의 sk-or-v1- 키와 LLM_ 형식을 흉내 낸 가짜 키도 같은 본문이었습니다.

json
{"error":{"code":"invalid_api_key","message":"Unauthorized","param":null,"type":"authentication_error"}}

같은 시점에 /v1/messages는 Anthropic 형식인 {"error":{"message":"Unauthorized","type":"authentication_error"},"type":"error"}로 401을 돌려줬고, 경로를 /v1/chat/completion으로 틀리게 보내도 404가 아니라 401이었습니다. 키 검증이 경로 확인보다 먼저라는 뜻이어서, Meta 문서가 말하는 '알 수 없는 경로의 빈 본문 404'는 유효한 키가 있어야 보입니다. 키 없이 열리는 /v1/status는 "service_status":"operational"을 돌려줬지만 모델별 상태 목록 model_statuses는 비어 있었으므로, 이 엔드포인트로 Muse Wonder 개별 상태나 한국 가용성을 판단할 수는 없습니다. 유효한 키가 없어 생성 요청은 보내지 않았고, 아래 표의 402·403·404·429 설명은 Meta 오류 처리 문서 기준입니다.

코드의미대처
401 invalid_api_key키가 없거나 LLM_ 형식이 아니거나, 폐기·오타헤더가 Authorization: Bearer인지, SDK에 키를 직접 넘겼는지 확인
402 billing_not_configured잔액 부족, 결제 수단 만료 등 결제 문제대시보드에서 결제 설정과 카드 상태 확인
403키에 해당 모델이나 기능 권한이 없음대시보드에서 키와 팀의 접근 권한 확인
404모델 ID 오류이거나 접근 불가, Base URL 끝 슬래시muse-wonder-1.0 철자와 https://api.meta.ai/v1 확인
429 rate_limit_error팀 단위 분당 요청·토큰 한도 초과Retry-After를 따르고 약 500ms부터 지수 백오프와 지터 적용

429는 같은 팀의 다른 키와 Playground 사용량까지 합쳐서 계산됩니다. 성공한 응답의 x-ratelimit-remaining-tokens, x-ratelimit-remaining-requests 헤더를 기록해 두면 어느 작업이 한도를 먹는지 바로 보입니다.

Muse Wonder API에 대해 함께 묻는 것들

Muse Wonder 성능은 Opus 5.5와 비교해 어느 정도인가요? Artificial Analysis Intelligence Index v5.0.1(2026년 11월 6일 기준)에서 Muse Wonder는 max 44점, Claude Opus 5.5는 max 59점, high 52점입니다. 지수 버전이 바뀌면 숫자도 바뀌므로 인용할 때는 버전을 함께 적는 것이 좋습니다.

Meta API로 영상도 만들 수 있나요? Muse Wonder의 출력은 텍스트뿐입니다. 입력으로는 이미지, 영상, 오디오, PDF를 받지만 영상을 생성하지는 않습니다. 영상 생성은 Muse Video API: 공식 API 없이 코드로 영상 생성하는 법과 60초 편당 비용에서 다룹니다.

Meta Muse 비서와 Muse Wonder API는 같은 건가요? 다릅니다. 소비자용 Meta Muse는 앱에서 쓰는 비서 서비스이고, Muse Wonder API는 Model API 키로 호출하는 개발자용 모델입니다. 앱 쪽 기능과 요금은 ChatGPT dots vs Meta Muse vs Grok Bot vs Claude Duet 비교: 한국 요금에 정리돼 있습니다.

Muse Wonder는 정식 출시된 모델인가요? 2026년 10월 12일 공개됐지만 Meta 모델 문서는 Muse Wonder를 프리뷰(preview)로 표시합니다. 동작과 한도가 바뀔 수 있으므로 운영 서비스에 넣을 때는 모델 ID와 가격을 배포 전에 다시 확인하세요.

참고 자료9

이 글이 링크한 외부 페이지를 본문에 나온 순서대로 정리했습니다. 마지막 업데이트: 2026년 11월 6일.

  1. 1.Meta 모델 문서dev.meta.ai/docs/models
  2. 2.Meta Model API 지리 정책dev.meta.ai/legal/geographic-use-policy
  3. 3.Meta 가격·속도 제한 문서dev.meta.ai/docs/pricing-rate-limits
  4. 4.dev.meta.aidev.meta.ai
  5. 5.Meta의 API 형식 선택 문서dev.meta.ai/docs/protocols
  6. 6.Artificial Analysis의 Muse Wonder 대 Claude Opus 5.5 비교 페이지artificialanalysis.ai/models/releases/comparisons/muse-wonder-vs-claude-opus-5-5
  7. 7.Meta 무보존(ZDR) 도움말dev.meta.ai/help/policies-and-privacy/zero-data-retention
  8. 8.Meta 코딩 에이전트 문서dev.meta.ai/docs/coding-agents
  9. 9.Meta 오류 처리 문서dev.meta.ai/docs/error-handling
ChatGPT 대화창과 OpenAI API의 Flare·Sunburst 모델 카드를 나란히 배치한 설명도
API 가이드

ChatGPT Images 2.5 사용법: Sunburst와 Flare는 어디서 고르나요?

ChatGPT에서는 대화나 이미지 메뉴에서 이미지를 만들 수 있습니다. OpenAI API에서는 Sunburst와 Flare 중 사용할 모델을 직접 지정합니다. ChatGPT의 추론 설정이나 생성 시간만으로는 어떤 이미지 모델이 쓰였는지 확인할 수 없습니다.

6 분