Muse Spark 1.3: co się zmieniło, ile kosztuje i gdzie go używać
Wrześniowa aktualizacja modelu od Mety zastąpiła Muse Spark 1.2 w Muse Code bez podnoszenia cen. Najgłośniejsze benchmarki mają haczyk — a zyski na efektywności mogą znaczyć dla twojego rachunku więcej.
Co wyszło 2 września
Meta wydała Muse Spark 1.3 w dniu 2 września 2026 r., cztery tygodnie po wersji 1.2. Tego samego dnia model trafił do Muse Code jako jego silnik i do Meta Model API, a płatny dostęp dla deweloperów ruszył 3 września. W API występuje w dwóch znanych wariantach: muse-spark-1.3, którego dane nigdy nie służą do ulepszania produktów Mety, oraz muse-spark-1.3-contributor, który jest znacznie tańszy właśnie dlatego, że służą. Okno kontekstu pozostaje na poziomie miliona tokenów, a model przyjmuje na wejściu tekst, obrazy i wideo i zwraca tekst.
Jeśli używasz Muse Code, nie musisz nic robić: agent sam przeszedł na 1.3.
Co naprawdę się zmieniło
Meta opisuje 1.3 przez pryzmat użyteczności w praktyce, a nie surowych możliwości:
- Dłuższe wątki. Model utrzymuje pracę o dłuższym horyzoncie w wielu workflowach w obrębie jednego wątku — co dobrze pasuje do funkcji Workflows, którą Muse Code dostał przy wyjściu z bety.
- Pyta zamiast zgadywać. Zadaje pytania doprecyzowujące, sygnalizuje, kiedy utknął, i trafniej ocenia własne ograniczenia, zamiast raportować wyniki, których nie osiągnął.
- Oszczędniejsze przebiegi. W porównaniach inżynierów Mety wykonał tę samą pracę programistyczną przy około 20% mniejszej liczbie wywołań narzędzi i 25% mniejszej liczbie tokenów niż 1.2.
Ten ostatni punkt odczujesz na fakturze. Ceny się nie zmieniły, więc mniej tokenów na zadanie to po prostu rabat: jeśli spadek utrzyma się przy twoim obciążeniu, zadanie, które na 1.2 kosztowało 1,00 USD w tokenach, na 1.3 zamknie się raczej w okolicach 0,75 USD.
Haczyk z benchmarkami
Premierowa karta wyników Mety robi wrażenie — ale najlepsze liczby pochodzą z konfiguracji rozumowania max, która w dniu premiery wciąż kończyła testy bezpieczeństwa i była dostępna tylko dla ograniczonego grona partnerów. Dla tej konfiguracji Meta podała:
| Benchmark | Muse Spark 1.3 (max) |
|---|---|
| DeepSWE 1.1 | 75,4% |
| Terminal-Bench 2.1 | 88,8% |
| SWEAtlas CodeBase QnA | 59,4% |
| Wyszukiwanie w długim kontekście (MRCR, 256K–512K) | 98,5% |
Według podsumowania karty wyników przygotowanego przez DataCamp wynik na DeepSWE stawiał ją przed GPT-5.6 Sol (73,0) i Claude Opus 5 (74,0). Konfiguracja, którą większość deweloperów dostaje na start, wypada słabiej. Porównanie VentureBeat umieściło udostępniony model na poziomie 61 w Artificial Analysis Intelligence Index — na równi z GPT-5.6 Sol (max) i Claude Opus 5 (high) — i pokazało straty do max w zadaniach agentowych, takich jak OSWorld 2.0 (57,2 wobec 66,9) i JobBench (61,2 wobec 64,9). Traktuj główną tabelę jako sufit, a nie jako zapowiedź tego, jak będzie wyglądać twoja pierwsza sesja.
Ile to kosztuje
W cenniku nic się nie zmieniło:
| Za 1M tokenów | Standard (muse-spark-1.3) |
Contributor (muse-spark-1.3-contributor) |
|---|---|---|
| Wejście | 1,25 USD | 0,10 USD |
| Wejście z cache | 0,15 USD | 0,002 USD |
| Wyjście | 4,25 USD | 0,20 USD |
W Muse Code możesz też całkiem pominąć rozliczanie za tokeny, wybierając miesięczny plan od 5 USD; strona cennika porównuje opcje.
Gdzie go używać
- Muse Code — model domyślny;
/modelprzełącza warianty w trakcie sesji. - Meta Model API — kompatybilne drop-in z SDK OpenAI i Anthropic: zmieniasz ID modelu, a kod zostaje.
- OpenRouter — dostępne są oba warianty:
muse-spark-1.3imuse-spark-1.3-contributor. - Cursor — administratorzy kont zespołowych i firmowych muszą najpierw włączyć dostawcę Meta; Cursor oferuje kontekst 300K tokenów albo pełny 1M w Max Mode, po tych samych stawkach za token.
Czy Muse Spark jest open source?
Nie. Muse Spark jest dostępny wyłącznie przez produkty i API Mety. Modelem open-weight od Mety jest Muse Glimmer, wydany 10 sierpnia 2026 r.: agentowy model z 30 miliardami parametrów, destylowany z Muse Spark, na licencji Apache 2.0, po kwantyzacji na tyle mały, że zmieści się na pojedynczym konsumenckim GPU (około 20 GB). Wagi są na Hugging Face jako meta-models/Muse-Glimmer-30B, a model działa w Ollamie i LM Studio. Meta nie udokumentowała Glimmera jako modelu dla Muse Code, więc traktuj go jako osobną, lokalną opcję, a nie darmową wersję tego samego agenta.
Czy warto się przesiąść?
Jeśli korzystasz z Muse Code, już to zrobiłeś. Jeśli wywołujesz Muse Spark 1.2 przez API, przesiadka to zmiana ID modelu w jednej linii — puść własne prompty przed zmianą i po niej, bo „mniej tokenów” to średnia, a twoje obciążenie średnią nie jest. O tym, jak linia Spark tu dotarła, piszemy w tekście o tym, jak trenowano Muse Spark 1.2; jak wypada na tle konkurencyjnych agentów, pokazuje strona porównawcza.