Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。

初めてですか？使い方をご紹介しますプレイグラウンド、モデル、APIキーを1分でご案内します。

UI-TARS 7B vs Muse Spark 1.3 Contributor：API料金・コンテキスト・機能を比較 · api14

ByteDance: UI-TARS 7B 対 Meta: Muse Spark 1.3 Contributor

api14カタログの最新のUSD料金と機能をもとに、ByteDance: UI-TARS 7B （$0.35 / 100万トークン (≈ ￥55)）とMeta: Muse Spark 1.3 Contributor（$0.35 / 100万トークン (≈ ￥55)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。

仕様

	ByteDance: UI-TARS 7B	Meta: Muse Spark 1.3 Contributor
プロバイダー	ByteDance	Meta
入力	$0.35 / 100万トークン (≈ ￥55)	$0.35 / 100万トークン (≈ ￥55)
出力	$0.70 / 100万トークン (≈ ￥111)	$0.70 / 100万トークン (≈ ￥111)
キャッシュ読み取り	$0.35 / 100万トークン (≈ ￥55)	$0.00700 / 100万トークン (≈ ￥1.11)
ウェブ検索	-	$8.75 / 1,000検索 (≈ ￥1,386)
コンテキストウィンドウ	128,000	1,048,576
最大出力	2,048	943,718
入力	image, text	text, image, video, file
出力	text	text
ツール呼び出し
構造化出力
推論の調整
追加日	2025/07/22	2026/09/02

主な違い

入力料金はどちらもほぼ同じです。
Meta: Muse Spark 1.3 Contributorは8.2倍長いコンテキスト（1,048,576トークン）を読み取れます。
ツール呼び出しに対応しているのはMeta: Muse Spark 1.3 Contributorだけです。
推論の強度の調整に対応しているのはMeta: Muse Spark 1.3 Contributorだけです。
入力1,000トークン・出力500トークンのリクエストの費用は、ByteDance: UI-TARS 7B で$0.000700、Meta: Muse Spark 1.3 Contributorで$0.000700です。

詳しく見る

ByteDance: UI-TARS 7B は ByteDance のテキストモデルであり、Meta: Muse Spark 1.3 Contributor は Meta のテキストモデルです。どちらも api14 を通じてテキスト出力のチャットモデルとして提供されるため、呼び出し側から見ればコード内の同じスロットに位置します。違いは、何を入力でき、一度にどれだけ入力できるかにあります。UI-TARS 7B は画像とテキストの入力を受け付けます。Muse Spark 1.3 Contributor はテキスト、画像、動画、ファイルの入力を受け付けるため、より幅広い素材を扱えます。コンテキストについては、Muse Spark 1.3 Contributor の方が大きく、コンテキストウィンドウは UI-TARS 7B が許容する 128000 トークンの数倍です。この差は、長い文書、長い文字起こし、多数の添付ファイルを 1 回のリクエストで渡す場合に重要になります。

両者は公開しているパラメータも異なります。Muse Spark 1.3 Contributor は tools と tool choice をサポートするため関数呼び出しを駆動でき、reasoning と reasoning effort、さらに include reasoning もサポートします。UI-TARS 7B はこれらを列挙していませんが、Muse Spark 1.3 Contributor が列挙していない一連のサンプリングとデコーディングの制御、すなわち frequency penalty、logit bias、logprobs、presence penalty、seed、stop、top logprobs、temperature を列挙しています。どちらも structured outputs を列挙しているため、そこに明確な優劣はありません。要するに、アプリケーションがモデルにツールを呼ばせたり推論ステップを公開させたりする必要があるなら、それをサポートするのは Muse Spark 1.3 Contributor です。サンプリング、対数確率、決定論的なシードを細かく制御する必要があるなら、UI-TARS 7B がそのつまみを提供します。

両者を選ぶ際は、まず入力から始めてください。タスクがスクリーンショットの理解、UI 作業、あるいはプロンプトが 128000 トークンに余裕をもって収まる画像とテキストのプロンプトであれば、UI-TARS 7B は妥当な既定の選択であり、そのデコーディング制御によって調整も容易です。動画、ファイル、非常に長いテキストを入力するなら、UI-TARS 7B はそれらの入力を受け付けずリクエストを切り詰めるか拒否するため、Muse Spark 1.3 Contributor が現実的な選択です。ワークフローがツール呼び出しと多段階推論を伴うエージェント型であれば、ここでも Muse Spark 1.3 Contributor の方が適しています。価格はここでは決め手になりません。両者は入力でも出力でもほぼ同じであるため、コストではなく能力で選んでください。

どちらを api14 経由で呼び出す場合も操作は同じです。OpenAI 互換のチャット補完リクエストをゲートウェイに送信し、model フィールドを設定します。UI-TARS 7B には bytedance/ui-tars-1.5-7b を、Muse Spark 1.3 Contributor には meta/muse-spark-1.3-contributor を使用します。リクエストボディのその他の部分は同じ形のままなので、両者の切り替えは 1 行の変更であり、単一のクライアントと単一のメッセージ処理コードを保てます。ただし、パラメータは互換ではないことに注意してください。UI-TARS 7B に tools や reasoning を送ること、Muse Spark 1.3 Contributor に logprobs や seed を送ることはサポートされていないため、それらのフィールドは使用しているモデル id で条件分岐させてください。

Muse Spark 1.3 Contributor の方が大きく柔軟であっても、UI-TARS 7B の方が適している場合は依然としてあります。スコアリングやフィルタリングのために logprobs や top logprobs に依存する場合、再現可能な出力のために seed に依存する場合、生成を形作るために frequency penalty と presence penalty および logit bias に依存する場合、それらを公開しているのは UI-TARS 7B です。stop シーケンスと top k についても同様です。コンテキストウィンドウに収まる範囲の限定された画像とテキストのタスクでは、推論とツール呼び出しモデルの余分な表面積なしに役割を果たします。

文字列1つで切り替え

どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"bytedance/ui-tars-1.5-7b"から"meta/muse-spark-1.3-contributor"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。

ByteDance: UI-TARS 7B の詳細とプレイグラウンド →Meta: Muse Spark 1.3 Contributorの詳細とプレイグラウンド →

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "meta/muse-spark-1.3-contributor",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

ByteDance: UI-TARS 7B 対 Meta: Muse Spark 1.3 Contributor

仕様

主な違い

詳しく見る

文字列1つで切り替え

その他の比較