// HEISE ONLINE — INTELLIGENZA ARTIFICIALE
Muse Spark 1.3: Meta schließt zu Spitzenmodellen auf
Muse Spark 1.3 rückt in die Spitzengruppe aktueller KI-Modelle vor und ist im Verhältnis von Leistung und Kosten besonders effizient.
This article is also available in
English.
It was translated with technical assistance and editorially reviewed before publication.
Meta hat Version 1.3 seines auf agentische Aufgaben und Softwareentwicklung ausgerichteten KI-Spitzenmodells Muse Spark veröffentlicht. Während Meta Muse Spark 1.2 gezielt auf Coding und langwierige Programmieraufgaben ausrichtete, soll Spark 1.3 diese Fähigkeiten ausbauen und zugleich allgemeine agentische Aufgaben zuverlässiger bewältigen. Verbesserungen nennt Meta insbesondere beim Befolgen komplexer Anweisungen, Multitasking und der Zusammenarbeit mit dem Nutzer.
Das Kontextfenster bleibt unverändert bei einer Million Tokens und als Eingaben unterstützt Spark 1.3 Text, Bild und Video. Zum Start ist das Modell allerdings nur bis zur Reasoning-Stufe „xhigh“ öffentlich verfügbar. Die darüberliegende Stufe „max“ soll in Kürze folgen, sobald Meta zusätzliche Sicherheitstests abgeschlossen hat. Eine Veröffentlichung mit offenen Modellgewichten stellt Meta weiterhin in Aussicht, nennt dafür aber noch keinen Termin. Nutzen lässt sich Spark 1.3 über den Coding-Agenten Muse Code auf macOS und Linux sowie plattformunabhängig über die Meta Model API.
Metas Benchmark-Bericht zeigt Fortschritte in den Bereichen, die das Unternehmen bei Spark 1.3 besonders hervorhebt. Bei GDPVal-AA v2 und Terminal-Bench 2.1 schlägt Spark 1.3 auf derselben Reasoning-Stufe „xhigh“ seinen Vorgänger deutlich. Im Vergleich zur Konkurrenz liegt 1.3 „xhigh“ bei GDPVal-AA v2 praktisch gleichauf mit GPT-5.6 Sol „max“, aber hinter Claude Opus 5 „max“. Bei Terminal-Bench 2.1 liegt es dagegen knapp vor beiden. Bei DeepSWE erreicht Spark 1.3 „max“ einen leicht höheren Wert als GPT-5.6 Sol und Claude Opus 5, die dort ebenfalls mit „max“ geführt werden.
Irreführend ist die Benchmark-Grafik im Blogpost: Dort stellt Meta Spark 1.3 durchgehend in der neuen höchsten Reasoning-Stufe „max“ Spark 1.2 mit „xhigh“ gegenüber. Bei einem Vergleich auf gleicher Stufe fallen manche Generationssprünge deutlich kleiner aus.
Dass Spark 1.3 insgesamt dennoch klar zulegt, zeigen unabhängige Tests von Artificial Analysis (AA). Im Intelligence Index, der mehrere Evaluationen bündelt, steigt Spark von 57 Punkten mit 1.2 „xhigh“ auf 61 Punkte mit 1.3 „xhigh“. Damit liegt die aktuell verfügbare Variante auf Augenhöhe mit GPT-5.6 Sol „max“. Die neue „max“-Stufe erreicht 62 Punkte und liegt nur hinter Claude Fable 5.1 „max“ mit 66 und Claude Opus 5 „max“ mit 63 Punkten. Die größten Fortschritte misst AA bei agentischer Wissensarbeit. Mit „xhigh“ verbessern sich gegenüber 1.2 auch alle untersuchten wissenschaftlichen Reasoning-Benchmarks.
Der Vorsprung von „max“ geht mit höherem Reasoning-Aufwand einher: Für nur einen zusätzlichen Punkt im AA-Gesamtindex benötigt die Stufe etwa bei GDPVal-AA rund 62 Prozent mehr Reasoning-Tokens als „xhigh“, schreibt die Benchmarking-Plattform.
Die Standardpreise bleiben gegenüber 1.2 unverändert: 1,25 US-Dollar pro Million Input- und 4,25 US-Dollar pro Million Output-Tokens. Zwischengespeicherte Eingaben kosten 0,15 US-Dollar. Deutlich günstiger ist der Contributor-Tarif mit 0,10 US-Dollar für Input, 0,20 US-Dollar für Output und 0,002 US-Dollar für zwischengespeicherte Eingaben. Der Haken: Meta darf Prompts und Antworten zum Training künftiger Modelle verwenden. Metas KI-Chef Alexandr Wang sagt Axios, dass bereits ein zweistelliger Prozentsatz der Programmierer diesen Tarif nutze.
AA errechnet für Spark 1.3 „xhigh“ auf Basis des regulären Standardtarifs 0,55 US-Dollar pro Intelligence-Index-Aufgabe. Das ist weniger als für jedes andere getestete Modell mit mindestens 59 Punkten. Allerdings war schon Spark 1.2 mit rund 0,40 US-Dollar pro Aufgabe günstiger. In AAs agentischen Tests benötigt 1.3 „xhigh“ pro Aufgabe rund 57 Prozent mehr Input- und 8 Prozent mehr Output-Tokens als