Muse Spark 1.3: Was sich geändert hat, was es kostet und wo du es nutzt
Metas Modell-Update im September hat Muse Spark 1.2 in Muse Code ersetzt, ohne die Preise anzuheben. Die Benchmark-Schlagzeilen haben einen Haken — und die Effizienzgewinne könnten für deine Rechnung wichtiger sein.
Was am 2. September erschienen ist
Meta hat Muse Spark 1.3 am 2. September 2026 veröffentlicht, vier Wochen nach 1.2. Noch am selben Tag wurde es als Modell hinter Muse Code und in der Meta Model API ausgerollt; bezahlter Entwicklerzugang startete am 3. September. In der API gibt es die zwei bekannten Varianten: muse-spark-1.3, dessen Daten nie zur Verbesserung von Metas Produkten verwendet werden, und muse-spark-1.3-contributor, das deutlich günstiger ist, weil genau das passiert. Das Kontextfenster bleibt bei einer Million Token; das Modell nimmt Text, Bilder und Video als Input und liefert Text zurück.
Wenn du Muse Code nutzt, musst du nichts tun: Der Agent ist von selbst auf 1.3 umgestiegen.
Was sich tatsächlich geändert hat
Meta stellt bei 1.3 die Alltagstauglichkeit in den Mittelpunkt, nicht die rohe Leistungsfähigkeit:
- Längere Threads. Das Modell hält Arbeit mit längerem Horizont über mehrere Workflows in einem einzigen Thread durch — passend zum Workflows-Feature, das Muse Code beim Verlassen der Beta bekommen hat.
- Es fragt, statt zu raten. Es stellt Rückfragen, sagt Bescheid, wenn es feststeckt, und schätzt seine eigenen Grenzen realistischer ein, statt Ergebnisse zu melden, die es gar nicht erreicht hat.
- Schlankere Läufe. In Vergleichen von Meta-Ingenieuren erledigte es dieselbe Coding-Arbeit mit rund 20 % weniger Tool-Calls und 25 % weniger Token als 1.2.
Den letzten Punkt wird deine Rechnung merken. Die Preise sind gleich geblieben, also sind weniger Token pro Aufgabe ein glatter Rabatt: Wenn die Einsparung auf deinem Workload hält, landet ein Job, der auf 1.2 1,00 $ an Token gekostet hat, auf 1.3 eher bei 0,75 $.
Der Haken an den Benchmarks
Metas Scorecard zum Launch ist stark — doch die besten Zahlen stammen aus einer max-Reasoning-Konfiguration, die zum Launch noch in den letzten Sicherheitstests steckte und nur einem begrenzten Kreis von Partnern zur Verfügung stand. Für diese Konfiguration meldete Meta:
| Benchmark | Muse Spark 1.3 (max) |
|---|---|
| DeepSWE 1.1 | 75,4 % |
| Terminal-Bench 2.1 | 88,8 % |
| SWEAtlas CodeBase QnA | 59,4 % |
| Long-Context-Retrieval (MRCR, 256K–512K) | 98,5 % |
Auf DeepSWE lag es damit laut der Zusammenfassung der Scorecard durch DataCamp vor GPT-5.6 Sol (73,0) und Claude Opus 5 (74,0). Die Konfiguration, die die meisten Entwickler zum Launch bekommen, schneidet schwächer ab. Der Vergleich von VentureBeat sah das ausgelieferte Modell bei 61 im Artificial Analysis Intelligence Index — gleichauf mit GPT-5.6 Sol (max) und Claude Opus 5 (high) — und zeigte Abstände zu max bei Agenten-Aufgaben wie OSWorld 2.0 (57,2 gegenüber 66,9) und JobBench (61,2 gegenüber 64,9). Sieh die Tabelle mit den Spitzenwerten als Obergrenze — nicht als Vorschau darauf, wie sich deine erste Session anfühlt.
Was es kostet
An der Preisliste hat sich nichts geändert:
| Pro 1M Token | Standard (muse-spark-1.3) |
Contributor (muse-spark-1.3-contributor) |
|---|---|---|
| Input | 1,25 $ | 0,10 $ |
| Gecachter Input | 0,15 $ | 0,002 $ |
| Output | 4,25 $ | 0,20 $ |
In Muse Code kannst du die Token-Abrechnung mit einem Monatsplan ab 5 $ auch ganz umgehen; die Preisseite vergleicht die Optionen.
Wo du es nutzt
- Muse Code — das Standardmodell;
/modelwechselt mitten in der Session zwischen den Varianten. - Meta Model API — Drop-in-kompatibel mit den SDKs von OpenAI und Anthropic: Modell-ID ändern, Code behalten.
- OpenRouter — dort sind sowohl
muse-spark-1.3als auchmuse-spark-1.3-contributorgelistet. - Cursor — Team- und Enterprise-Admins müssen zuerst den Meta-Provider aktivieren; Cursor bietet 300K Token Kontext oder im Max Mode die vollen 1M, zu denselben Preisen pro Token.
Ist Muse Spark Open Source?
Nein. Muse Spark gibt es nur über Metas Produkte und API. Metas Open-Weight-Modell ist Muse Glimmer, veröffentlicht am 10. August 2026: ein agentisches Modell mit 30 Milliarden Parametern, destilliert aus Muse Spark, unter der Apache-2.0-Lizenz und quantisiert klein genug für eine einzelne Consumer-GPU (rund 20 GB). Die Gewichte liegen auf Hugging Face als meta-models/Muse-Glimmer-30B, und das Modell läuft in Ollama und LM Studio. Meta hat Glimmer nicht als Modell für Muse Code dokumentiert — betrachte es also als separate, lokale Option und nicht als Gratisversion desselben Agenten.
Solltest du wechseln?
Wenn du Muse Code nutzt, hast du schon gewechselt. Wenn du Muse Spark 1.2 über die API aufrufst, ist der Wechsel eine einzeilige Änderung der Modell-ID — lass deine eigenen Prompts vorher und nachher laufen, denn „weniger Token“ ist ein Durchschnitt, dein Workload aber nicht. Wie die Spark-Reihe hierhin gekommen ist, beschreibt unser Beitrag dazu, wie Muse Spark 1.2 trainiert wurde; wo sie gegenüber konkurrierenden Agenten steht, zeigt die Vergleichsseite.