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。

inclusionAI: Ling 3.1 Flash 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、inclusionAI: Ling 3.1 Flash（$0.16 / 100万トークン (≈ ￥25)）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

	inclusionAI: Ling 3.1 Flash	Meta: Muse Spark 1.3 Contributor
プロバイダー	inclusionAI	Meta
入力	$0.16 / 100万トークン (≈ ￥25)	$0.35 / 100万トークン (≈ ￥55)
出力	$0.47 / 100万トークン (≈ ￥75)	$0.70 / 100万トークン (≈ ￥110)
キャッシュ読み取り	$0.03 / 100万トークン (≈ ￥5)	$0.00700 / 100万トークン (≈ ￥1.1)
ウェブ検索	-	$8.75 / 1,000検索 (≈ ￥1,381)
コンテキストウィンドウ	1,000,000	1,048,576
最大出力	262,144	943,718
入力	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	2026/10/02	2026/09/02

主な違い

inclusionAI: Ling 3.1 Flashは入力トークンが55%安くなっています。
inclusionAI: Ling 3.1 Flashは出力トークンが32%安くなっています。
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、inclusionAI: Ling 3.1 Flashで$0.000394、Meta: Muse Spark 1.3 Contributorで$0.000700です。

詳しく見る

inclusionAI: Ling 3.1 Flash は inclusionAI のテキストモデルで、2026-10-02 にリリースされました。Meta: Muse Spark 1.3 Contributor は Meta のテキストモデルで、2026-09-02 にリリースされました。どちらも api14 を通じてテキストカテゴリのモデルとして提供され、どちらもテキストを入力として受け取り、テキストを出力します。名前から位置づけがある程度わかります。Flash は軽量で高速な選択肢を示唆し、Meta モデルの Contributor というラベルは、Meta の Muse Spark ラインにおける一般的なフラッグシップではなく特定のティアを示唆しています。

この2つが最も大きく分かれるのは入力モダリティとコンテキストです。Ling 3.1 Flash はテキストのみを受け付けますが、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、スクリーンショット、クリップ、アップロードされたドキュメントを含むものは Meta モデルを指します。コンテキスト長は実質的に同じです。Ling 3.1 Flash は 1,000,000 トークン、Muse Spark 1.3 Contributor は 1,048,576 トークンを提供し、その差は約5パーセントで、実際のワークロードを決める要因にはなりません。パラメータについては、Ling 3.1 Flash はより広いセットを公開しており、frequency_penalty、logit_bias、logprobs、min_p、presence_penalty、seed、stop、top_logprobs、および単純な reasoning フラグを含みます。Muse Spark 1.3 Contributor は中核となるサンプリングとツールのパラメータに加えて reasoning_effort をカバーしており、reasoning を単にオンオフするのではなく、その強度を調整できます。どちらのモデルも、ツール、構造化出力、reasoning を独自にサポートするとは記載されていないため、これらは両方で利用可能と考えてください。

日々の作業では、入力がプレーンテキストで、サンプリングとデコーディングを細かく制御したい場合には Ling 3.1 Flash を選んでください。logprobs と top_logprobs のサポートにより、分類、スコアリング、再ランキング、またはトークンレベルの信頼度を検査するあらゆるパイプラインに適しており、seed とペナルティのパラメータは、再現可能な出力や注意深く成形された出力が必要な場合に役立ちます。リクエストに画像、動画、ファイルが含まれる場合は Muse Spark 1.3 Contributor を選んでください。Ling 3.1 Flash はこれらをまったく受け付けられないためです。また、reasoning を全面的に有効化するのではなく、リクエストごとに reasoning の強度を調整したい場合にも自然な選択です。

どちらのモデルを api14 経由で呼び出す場合も同じように動作します。どちらも OpenAI 互換であるため、既存のクライアントを api14 のベース URL に向け、キーを送信し、model フィールドを inclusionai/ling-3.1-flash または meta/muse-spark-1.3-contributor に設定します。リクエストボディのその他の内容、messages、temperature、max_tokens、tools、response_format はそのままです。2つの切り替えは model id の1行の変更であり、コンテンツタイプによってリクエストを振り分けるのが安価になります。テキストのみのジョブは Ling 3.1 Flash へ、添付ファイルを含むものは Muse Spark 1.3 Contributor へ送ります。

コストは、選択が完全な一本勝ちにならない唯一の点です。Ling 3.1 Flash は入力において2つの中で安く、Muse Spark 1.3 Contributor は出力において安いです。このページのライブ価格表に実際の数値があるため、コミットする前に、予想される入力対出力の比率と照らし合わせて確認してください。ワークロードが入力重視の場合、たとえば長いドキュメント分析では、通常 Ling 3.1 Flash が有利になります。出力重視の場合、たとえば短いプロンプトからの長い生成では、Muse Spark 1.3 Contributor がより良い選択である可能性が高く、さらにマルチモーダル入力も伴います。

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"inclusionai/ling-3.1-flash"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。

inclusionAI: Ling 3.1 Flash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);

その他の比較

Ling 3.1 Flash vs Muse Spark 1.3 Contributor：API料金・コンテキスト・機能を比較 · api14