Muse Spark 1.3: wat er veranderde, wat het kost en waar je het gebruikt
Meta's modelupdate van september verving Muse Spark 1.2 in Muse Code zonder de prijzen te verhogen. Aan de opvallendste benchmarks zit een addertje — en de efficiëntiewinst kan voor je rekening meer uitmaken.
Wat er op 2 september verscheen
Meta bracht Muse Spark 1.3 uit op 2 september 2026, vier weken na 1.2. Het werd dezelfde dag uitgerold als het model achter Muse Code en op de Meta Model API, en betaalde toegang voor developers ging open op 3 september. Op de API komt het in de twee bekende varianten: muse-spark-1.3, waarvan de data nooit wordt gebruikt om Meta’s producten te verbeteren, en muse-spark-1.3-contributor, dat een stuk goedkoper is omdat dat juist wél gebeurt. Het contextvenster blijft één miljoen tokens, en het model neemt tekst, afbeeldingen en video als input en geeft tekst terug.
Gebruik je Muse Code, dan hoef je niets te doen: de agent is vanzelf overgestapt op 1.3.
Wat er echt veranderde
Meta positioneert 1.3 rond bruikbaarheid in de praktijk, niet rond ruwe capaciteit:
- Langere threads. Het houdt werk met een langere horizon vol over meerdere workflows in één thread — een goede match met de Workflows-feature die Muse Code kreeg toen het uit bèta kwam.
- Het vraagt in plaats van te gokken. Het stelt verduidelijkende vragen, geeft aan wanneer het vastloopt en schat zijn eigen grenzen beter in, in plaats van resultaten te rapporteren die het niet heeft gehaald.
- Zuinigere runs. In vergelijkingen van Meta-engineers deed het hetzelfde codeerwerk met zo’n 20% minder tool calls en 25% minder tokens dan 1.2.
Dat laatste punt gaat je factuur merken. De prijzen bleven gelijk, dus minder tokens per taak is gewoon korting: als de besparing op jouw workload standhoudt, komt een klus die op 1.2 $1,00 aan tokens kostte op 1.3 dichter bij $0,75 uit.
Het addertje bij de benchmarks
Meta’s scorecard bij de launch is sterk — maar de beste cijfers komen uit een max-reasoningconfiguratie die bij de launch nog de laatste veiligheidstests doorliep en alleen beschikbaar was voor een beperkte groep partners. Voor die configuratie rapporteerde 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% |
Op DeepSWE kwam het daarmee volgens de samenvatting van de scorecard door DataCamp vóór GPT-5.6 Sol (73,0) en Claude Opus 5 (74,0). De configuratie die de meeste developers bij de launch krijgen, scoort lager. De vergelijking van VentureBeat zette het uitgeleverde model op 61 in de Artificial Analysis Intelligence Index — gelijk met GPT-5.6 Sol (max) en Claude Opus 5 (high) — en toonde achterstanden op max bij agenttaken zoals OSWorld 2.0 (57,2 tegenover 66,9) en JobBench (61,2 tegenover 64,9). Zie de tabel met topscores als een plafond, niet als een voorproefje van hoe je eerste sessie aanvoelt.
Wat het kost
Op de prijslijst veranderde niets:
| Per 1M tokens | 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 |
In Muse Code kun je facturering per token ook helemaal overslaan met een maandabonnement vanaf $5; de prijzenpagina vergelijkt de opties.
Waar je het gebruikt
- Muse Code — het standaardmodel;
/modelwisselt halverwege een sessie tussen de varianten. - Meta Model API — drop-in compatibel met de SDK’s van OpenAI en Anthropic; verander de model-ID en houd je code.
- OpenRouter — zowel
muse-spark-1.3alsmuse-spark-1.3-contributorstaan erop. - Cursor — team- en enterprise-admins zetten eerst de Meta-provider aan; Cursor biedt een context van 300K tokens, of de volle 1M in Max Mode, tegen dezelfde tarieven per token.
Is Muse Spark open source?
Nee. Muse Spark is alleen beschikbaar via Meta’s producten en API. Meta’s open-weight-model is Muse Glimmer, uitgebracht op 10 augustus 2026: een agentic model van 30 miljard parameters, gedistilleerd uit Muse Spark, onder de Apache 2.0-licentie en na kwantisatie klein genoeg om op één consumenten-GPU te draaien (zo’n 20 GB). De weights staan op Hugging Face als meta-models/Muse-Glimmer-30B, en het model draait in Ollama en LM Studio. Meta heeft Glimmer niet gedocumenteerd als model voor Muse Code, dus zie het als een aparte, lokale optie en niet als een gratis versie van dezelfde agent.
Moet je overstappen?
Zit je op Muse Code, dan heb je dat al gedaan. Roep je Muse Spark 1.2 aan via de API, dan is overstappen een wijziging van één regel in de model-ID — draai je eigen prompts vóór en na, want “minder tokens” is een gemiddelde en jouw workload is dat niet. Hoe de Spark-lijn hier kwam, lees je in ons stuk over hoe Muse Spark 1.2 werd getraind; waar hij staat ten opzichte van concurrerende agents, zie je op de vergelijkingspagina.