Muse Spark 1.3: apa yang berubah, berapa biayanya, dan di mana memakainya
Update model bulan September dari Meta menggantikan Muse Spark 1.2 di dalam Muse Code tanpa menaikkan harga. Angka-angka benchmark utamanya datang dengan catatan — dan peningkatan efisiensinya mungkin lebih berarti bagi tagihanmu.
Yang dirilis pada 2 September
Meta merilis Muse Spark 1.3 pada 2 September 2026, empat minggu setelah 1.2. Di hari yang sama, model ini digulirkan sebagai model di balik Muse Code dan di Meta Model API, dengan akses developer berbayar dibuka pada 3 September. Di API, ia hadir dalam dua varian yang sudah familier: muse-spark-1.3, yang datanya tidak pernah dipakai untuk meningkatkan produk Meta, dan muse-spark-1.3-contributor, yang jauh lebih murah justru karena datanya dipakai. Context window tetap satu juta token, dan model ini menerima input teks, gambar, dan video lalu mengembalikan teks.
Kalau kamu memakai Muse Code, kamu tidak perlu melakukan apa-apa: agent-nya sudah pindah ke 1.3 dengan sendirinya.
Apa yang sebenarnya berubah
Meta membingkai 1.3 seputar kegunaan di dunia nyata, bukan kapabilitas mentah:
- Thread lebih panjang. Ia sanggup menjaga pekerjaan long-horizon yang lebih panjang lintas beberapa workflow dalam satu thread — cocok dengan fitur Workflows yang didapat Muse Code saat keluar dari beta.
- Bertanya alih-alih menebak. Ia mengajukan pertanyaan klarifikasi, memberi tahu saat buntu, dan lebih terkalibrasi soal batas kemampuannya sendiri alih-alih melaporkan hasil yang tidak benar-benar ia capai.
- Run lebih ramping. Dalam perbandingan para engineer Meta, ia menyelesaikan pekerjaan coding yang sama dengan sekitar 20% lebih sedikit tool call dan 25% lebih sedikit token dibanding 1.2.
Poin terakhir itulah yang akan terasa di invoice-mu. Harga tidak bergerak, jadi token per tugas yang lebih sedikit sama dengan diskon langsung: kalau pengurangannya berlaku di beban kerjamu, job yang biaya token-nya $1,00 di 1.2 akan jatuh mendekati $0,75 di 1.3.
Catatan soal benchmark
Papan skor peluncuran Meta memang kuat — tapi angka-angka terbaiknya berasal dari konfigurasi reasoning max yang saat peluncuran masih merampungkan pengujian keamanan dan hanya tersedia bagi sekelompok partner terbatas. Untuk konfigurasi itu, Meta melaporkan:
| Benchmark | Muse Spark 1.3 (max) |
|---|---|
| DeepSWE 1.1 | 75,4% |
| Terminal-Bench 2.1 | 88,8% |
| SWEAtlas CodeBase QnA | 59,4% |
| Retrieval konteks panjang (MRCR, 256K–512K) | 98,5% |
Di DeepSWE, angka itu menempatkannya di atas GPT-5.6 Sol (73,0) dan Claude Opus 5 (74,0) menurut ringkasan papan skor dari DataCamp. Konfigurasi yang didapat sebagian besar developer saat peluncuran skornya lebih rendah. Perbandingan VentureBeat menempatkan model yang dirilis ke publik di angka 61 pada Artificial Analysis Intelligence Index — setara GPT-5.6 Sol (max) dan Claude Opus 5 (high) — dan menunjukkan selisih dengan max di tugas-tugas agent seperti OSWorld 2.0 (57,2 vs. 66,9) dan JobBench (61,2 vs. 64,9). Anggap tabel utama tadi sebagai batas atas, bukan gambaran seperti apa rasanya sesi pertamamu.
Berapa biayanya
Tidak ada yang berubah di daftar harga:
| Per 1M token | Standard (muse-spark-1.3) |
Contributor (muse-spark-1.3-contributor) |
|---|---|---|
| Input | $1,25 | $0,10 |
| Cached input | $0,15 | $0,002 |
| Output | $4,25 | $0,20 |
Di dalam Muse Code kamu juga bisa melewatkan billing per token sepenuhnya dengan paket bulanan mulai $5; halaman pricing membandingkan pilihan-pilihannya.
Di mana memakainya
- Muse Code — model default;
/modelberpindah antarvarian di tengah sesi. - Meta Model API — kompatibel drop-in dengan SDK OpenAI dan Anthropic; ganti model ID-nya dan pertahankan kodemu.
- OpenRouter —
muse-spark-1.3danmuse-spark-1.3-contributorsama-sama tersedia. - Cursor — admin team dan enterprise perlu mengaktifkan provider Meta dulu; Cursor menawarkan context 300K token, atau 1M penuh di Max Mode, dengan tarif per token yang sama.
Apakah Muse Spark open source?
Tidak. Muse Spark hanya tersedia lewat produk dan API Meta. Model open-weight Meta adalah Muse Glimmer, dirilis pada 10 Agustus 2026: model agentik 30 miliar parameter yang di-distill dari Muse Spark, berlisensi Apache 2.0, cukup kecil untuk berjalan di satu GPU kelas konsumen setelah di-quantize (sekitar 20 GB). Weight-nya ada di Hugging Face sebagai meta-models/Muse-Glimmer-30B, dan bisa dijalankan di Ollama dan LM Studio. Meta belum mendokumentasikan Glimmer sebagai model untuk Muse Code, jadi anggap ia sebagai opsi lokal yang terpisah, bukan versi gratis dari agent yang sama.
Perlu pindah?
Kalau kamu memakai Muse Code, kamu sudah pindah. Kalau kamu memanggil Muse Spark 1.2 lewat API, pindah hanya soal mengganti satu baris model ID — jalankan prompt-prompt milikmu sendiri sebelum dan sesudahnya, karena “token lebih sedikit” itu angka rata-rata sedangkan beban kerjamu bukan rata-rata. Untuk cerita bagaimana lini Spark sampai di titik ini, baca tulisan kami tentang bagaimana Muse Spark 1.2 dilatih; untuk posisinya di hadapan agent-agent rival, lihat halaman perbandingan.