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。

Muse Wonder vs Extract：API料金・コンテキスト・機能を比較 · api14

Meta: Muse Wonder 対 ScaleDown: Extract

api14カタログの最新のUSD料金と機能をもとに、Meta: Muse Wonder（$14.00 / 100万トークン (≈ ￥2,210)）とScaleDown: Extract（$0.14 / 100万トークン (≈ ￥22)）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

	Meta: Muse Wonder	ScaleDown: Extract
プロバイダー	Meta	ScaleDown
入力	$14.00 / 100万トークン (≈ ￥2,210)	$0.14 / 100万トークン (≈ ￥22)
出力	$70.00 / 100万トークン (≈ ￥11,048)	-
キャッシュ読み取り	$0.70 / 100万トークン (≈ ￥110)	-
ウェブ検索	$8.75 / 1,000検索 (≈ ￥1,381)	-
コンテキストウィンドウ	1,048,576	1,000,000
最大出力	943,718	900,000
入力	text, image, video, file, audio	text, image, 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	2026/10/12	2026/10/13

主な違い

ScaleDown: Extractは入力トークンが99%安くなっています。
ツール呼び出しに対応しているのはMeta: Muse Wonderだけです。
構造化JSON出力に対応しているのはMeta: Muse Wonderだけです。
推論の強度の調整に対応しているのはMeta: Muse Wonder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、Meta: Muse Wonderで$0.05、ScaleDown: Extractで$0.000140です。

詳しく見る

Meta: Muse Wonder は Meta のテキストモデルで、api14 にモデル ID meta/muse-wonder で掲載されています。ScaleDown: Extract は ScaleDown のテキストモデルで、scaledown/extract として掲載されています。どちらもテキスト入力、テキスト出力のモデルであり、出力モダリティがテキストのみであるという意味で共通しており、どちらも 2026 年 10 月に 1 日違いでリリースされているため、どちらも回避しなければならないレガシーな選択肢ではありません。興味深い違いは、入力として何を受け付けるか、そして何を依頼できるかにあります。

Muse Wonder は入力としてテキスト、画像、動画、ファイル、音声を受け付けますが、Extract はテキスト、画像、ファイルを受け付けます。したがって、パイプラインに音声や動画が含まれる場合、その素材を直接見ることができるのは Muse Wonder です。コンテキスト長は判断を左右しない程度に近い値です。Muse Wonder は 1,048,576 トークン、Extract は 1,000,000 トークンを掲載しており、定性的な比較ではコンテキストの差は意味があるものとは扱われていません。より大きな分かれ目はサポートされるパラメータにあります。Muse Wonder は tools と tool_choice、structured_outputs と response_format、reasoning 系 (reasoning、reasoning_effort、include_reasoning) を公開し、さらに temperature、top_p、top_k、repetition_penalty といった通常のサンプリング制御も備えています。Extract がサポートするのは max_tokens のみです。つまり、関数呼び出し、強制される JSON スキーマ、明示的な reasoning 制御を含むものはすべて Muse Wonder に回す必要があります。Extract にはそのための手段がないからです。

日々の作業では、タスクが実際に何を必要とするかで選んでください。文書、画像、プレーンテキストからフィールドを抽出し、単に答えを返してほしいだけなら、Extract は入力コストの安い選択肢であり、その狭いパラメータ面はハンディキャップにはなりません。どうせ max_tokens しか設定しないからです。モデルにツールを呼び出させたい、スキーマに準拠したオブジェクトを返させたい、難しい問題に意図的な reasoning の労力を費やさせたい場合は、この 2 つの中でそれをサポートするのは Muse Wonder だけです。入力に音声や動画が含まれる場合も同様です。Extract はそれを受け付けません。長い混合メディアの分析を行い、最後に構造化出力も得たい場合、Muse Wonder は 1 回の呼び出しでその経路全体をカバーします。

どちらを api14 経由で呼び出す場合も、API が OpenAI 互換であるため、方法は同じです。既存のクライアントを api14 のベース URL に向け、いつもの chat completions リクエストを送り、model フィールドだけを meta/muse-wonder または scaledown/extract に変更します。メッセージ構造、認証ヘッダー、レスポンスの解析はそのままです。注意すべき点はパラメータです。Muse Wonder から Extract に切り替える場合は、max_tokens 以外をすべて外してください。Extract は temperature、tools、response_format のサポートを掲載していないからです。逆方向に進む場合は、それらのフィールドをすぐに使い始められます。

Muse Wonder が利用できる場合でも、Extract に意味がある場面はあります。単純なテキスト、画像、ファイルの抽出で、ツール、構造化出力、reasoning 制御を必要としない場合、Extract は入力コストの安いモデルであり、呼び出さない能力にお金を払う理由はありません。読み取りと回答を 1 回行うだけでは足りないタスクでは、Muse Wonder に手を伸ばしてください。

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"meta/muse-wonder"から"scaledown/extract"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。

Meta: Muse Wonderの詳細とプレイグラウンド →ScaleDown: Extract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": "scaledown/extract",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

Meta: Muse Wonder 対 ScaleDown: Extract

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