Muse Wonder API默认不将输入数据用于模型训练。Meta官方明确该策略为硬性开关，适用于所有muse-wonder-1.0调用；仅企业签署EDA并人工审批后可例外启用训练；本地沙盒缓存72小时且不上传；三步验证确保安全：检查无x-meta-training-opt-in头、使用正式域名、响应中x-meta-data-origin为origin=api。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
使用Muse Wonder API时，你发送的请求内容是否会进入模型训练流程，直接关系到数据隐私和合规边界，必须明确操作前提。
Meta官方对API输入数据的处理政策
Meta在2026年10月12日发布的《Muse Wonder开发者安全与隐私白皮书》中明确规定：通过Meta Model API提交的任何输入数据【默认不用于模型再训练】。该策略适用于所有调用muse-wonder-1.0模型ID的请求，无论输入是文本、代码块还是多模态混合内容。
这一设定是硬性开关，无需用户额外声明或勾选“禁用训练”选项——它从底层架构上被关闭。
哪些情况例外？需要你主动开启
方法一：企业级数据托管协议客户可申请开通定制化训练通道
仅限签署Meta Enterprise Data Agreement（EDA）的客户，且须单独提交Training Inclusion Request表单，经安全审查与人工审批后，才允许指定数据集参与下一轮微调。普通开发者账户无此入口。
方法二：使用Muse Code本地沙盒调试时的数据行为不同
当你在Muse Code IDE中启用“Local Agent Simulation”模式并勾选“Enable memory rehearsal”后，当前会话中的部分指令片段可能被临时缓存用于上下文连贯性优化，但【该缓存72小时自动清除，且永不离开本地设备】，不会上传至Meta服务器。
验证你当前调用是否安全的三步检查
第一步：确认请求头中未携带x-meta-training-opt-in: true字段
若手动添加该Header，API将拒绝响应并返回403错误——这是系统级拦截，不是事后过滤。
第二步：检查base_url是否为https://api.meta.ai/v1（而非test.api.meta.ai或dev.api.meta.ai）
测试域名下的调用存在日志采样行为，正式生产域名则完全隔离训练流水线。
第三步：查看响应体中的x-meta-data-origin字段值
正常返回应为origin=api；若出现origin=feedback或origin=rehearsal，则说明该次请求已被路由至评估通道，需立即终止后续同类调用。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
