Muse Agent ist live: Metas Verbraucher-KI-Agent läuft auf Muse Spark 1.3

Meta hat Muse Agent – den KI-Agenten für Verbraucher, auf den das Unternehmen das ganze Jahr lang angespielt hat und der in Metas eigenen neuen iOS- und Android-Apps schlicht „Muse“ heißt – am 8. September 2026 in den Vereinigten Staaten freigeschaltet. Angetrieben wird er von Muse Spark 1.3, demselben Checkpoint, den Meta genau eine Woche zuvor in seine Entwickler-API aufgenommen hatte – und genau diese Abstammung ist die eigentliche Geschichte: Muse Agent ist die produktisierte Form eines Modells, dessen Release-Notes über langfristige agentische Arbeit geschrieben wurden. Meta beschreibt den Agenten so, dass er auf einem eigenen Computer läuft – einer virtuellen Maschine in der Cloud mit Dateisystem und Terminal – und daher im Web surfen, eigenen Code schreiben, kleine Tools bauen und nach dem Schließen der App weiter an Aufgaben arbeiten kann.

Das ist keine weitere Chatbot-Hülle. Muse verbindet sich mit den E-Mail-, Kalender-, Zahlungs- und Shopping-Konten einer Person und handelt in deren Namen: E-Mails senden, Reisen buchen, Dinge kaufen, verhandeln, Formulare ausfüllen. Meta gibt an, das Produkt bewusst von einem internen April-Ziel verschoben zu haben, um es abzuhärten, nachdem Sicherheitstests echte Schwachstellen zutage gefördert hatten. Der Start ist nur in den USA verfügbar, für Konten ab 18 Jahren und geografisch eingeschränkt – das Profil eines Unternehmens, das die erste Version eines Agenten mit Kaufkraft in einem Schadensradius hält, den es noch kontrollieren kann. Im Folgenden wird behandelt, was Muse Agent tatsächlich tut, die darunterliegende Muse Spark 1.3-Engine, die Sicherheitsarchitektur, die Meta entwickelt hat, um einer KI eine Wallet zu rechtfertigen, und was die Preisgestaltung einem Entwickler sagt, der einen eigenen Agenten baut.

Der Pitch: ein Agent mit seinem eigenen Computer

Der Design-Post von Meta zu dem Produkt sagt es unmissverständlich: Muse hat einen eigenen Computer, mit einem Dateisystem und einem Terminal, den es nutzen kann, um Code zu schreiben und Tools zu entwickeln – zusammen mit einem vollwertigen Browser, um Websites zu durchsuchen, Formulare auszufüllen und Transaktionen abzuschließen. Das ist eine architektonische Aussage und keine Marketing-Floskel: Muse ist kein großes Sprachmodell, das aus dem Kontext heraus antwortet, sondern ein Modell, das eine Maschine bedient – so wie Muse Code die Maschine eines Entwicklers bedient. Langfristige Ziele wie die Planung eines Trainingsjahres oder der Aufbau eines kleinen Unternehmens werden in Aktionspläne zerlegt, die der Agent über die Zeit hinweg durcharbeitet, und er kann planmäßig oder als Reaktion auf Ereignisse laufen, wobei er den Benutzer nur benachrichtigt, wenn etwas wirklich neu ist oder eine Entscheidung erfordert.

Das Interaktionsmodell weicht auch vom Assistenten-Chat ab: ein einziges langes, unterbrechbares Hauptgespräch, das über Tage hinweg Kontext behält, separate Neben-Chats für einzelne Aufgaben, dauerhafte Gedächtnisdateien, die der Nutzer lesen und bearbeiten kann, sowie „Artifacts“ – Dokumente, PDFs, Webseiten, Dashboards, Einkaufslisten –, die außerhalb des Chats existieren können. Nutzer können den Agenten benennen und ihm einen Avatar sowie einen Kommunikationsstil geben, was die Startberichterstattung als einen zentralen Grund dafür betrachtet, dass Menschen eine Bindung zu ihm aufbauen. Bei den Integrationen listet Meta zum Start Google Workspace (Gmail, Kalender, Drive), Ticketmaster, OpenTable, Spotify und Apple Health auf, wobei Shopify’s Shop Pay und 1Password geplant sind, plus benutzerdefinierte API-Konnektoren, die Nutzer für Dienste ohne eingebaute Integration generieren können.

Die Engine: Muse Spark 1.3, eine Woche vor dem Entwickler-Release.

Unterhalb ist Muse Spark 1.3, das Meta am 2. September über Muse Code und die Meta Model API veröffentlicht hat. Es ist der vierte Checkpoint in der Muse-Spark-Linie seit April und, nach den eigenen Angaben des Anbieters, der größte Schritt in Bezug auf Codierung und agentische Arbeit, den die Familie gemacht hat: etwa 20 % weniger Tool-Aufrufe und etwa 25 % weniger Tokens als Muse Spark 1.2 bei vergleichbaren Aufgaben – die Art von Effizienz, die zählt, wenn eine einzelne agentische Aufgabe Tausende von Aufrufen umfassen kann. Der Preis der Standard-Stufe wurde exakt auf dem Niveau von Muse Spark 1.2 gehalten – 1,25 $ pro Million Eingabe-Tokens und 4,25 $ pro Million Ausgabe-Tokens – mit einer Contributor-Stufe von 0,10 $/0,20 $ für Nutzer, die Meta erlauben, mit ihrem Datenverkehr zu trainieren, und das Kontextfenster bleibt bei 1 Million Tokens.

Das unabhängige Bild beginnt sich zu vervollständigen. Beim Artificial Analysis Coding Agent Index, der jedes Modell mit seiner nativen Agent-Umgebung koppelt, erzielt Muse Spark 1.3 in der Muse-Code-Umgebung bei der höchsten Reasoning-Einstellung „max“ 68 Punkte – nur übertroffen von Claude Opus 5 (xhigh) in Claude Code und vor Claude Fable 5 (max) –, während die ausgelieferte xhigh-Konfiguration 64 Punkte erreicht. Eine Anmerkung zur Einordnung dieses Ergebnisses: Es misst das Modell, das seinen eigenen Coding-Agenten steuert, nicht das Consumer-Produkt Muse Agent, und Meta hat nicht angegeben, mit welcher Reasoning-Konfiguration der Consumer-Agent läuft. Metas eigene Zahlen zum Launch – Terminal-Bench 2.1 mit 88,8, DeepSWE v1.1 mit 75,4 bei max, OSWorld 2.0 mit 66,9 bei max – bleiben zum Zeitpunkt dieses Texts vom Anbieter gemeldet und wurden unabhängig nicht reproduziert.

Hier laufen die Consumer- und Developer-Stränge zusammen. Der Agent, den Meta gegen ein monatliches Abonnement verkauft, ist die Produktform eines Modells, das Entwickler für 1,25 Dollar pro Million Eingabe-Tokens aufrufen können – und zwar desselben Modells, das in Metas eigenem Muse-Code-Harness seine stärksten Coding-Ergebnisse erzielt hat. Muse Agent ist Metas Ansatz, sein Frontier-Modell direkt zum Endnutzer zu bringen, bevor Dritte Zeit hatten, dasselbe Produkt auf Basis der API zu bauen – genau die Position, zu deren Verteidigung seine Superintelligence Labs geschaffen wurden.

Die Sicherheitsarchitektur ist das Produkt.

Der Grund, warum man zögert, einer KI Zugriff auf E-Mail, Kalender und eine Zahlungsmethode zu geben, ist genau derselbe, mit dem sich Meta während seiner Verzögerung beschäftigt hat. Jede Muse-Instanz läuft in einer dedizierten Muse Secure VM – einer Cloud-VM, die den Agenten und die Nutzerdaten vom offenen Internet isoliert. Ein separater Systemagent namens Sentinel ist der einzige Weg nach außen: Jede Interaktion mit der Außenwelt läuft über ihn, er setzt die Richtlinien durch und kann von Muse selbst nicht außer Kraft gesetzt werden. Sensible Aktionen – etwa das Senden einer E-Mail oder das Ausgeben von Geld – lösen Genehmigungskarten aus, die der Nutzer annehmen oder ablehnen kann; die VM führt zudem ein Aktivitätsprotokoll, das unter der Kontrolle des Nutzers steht.

Die Anmelde- und Zahlungslösung folgt demselben Prinzip. Passwörter liegen in einem sicheren Anmeldedatenspeicher, den der Agent nicht lesen kann, und Käufe werden über die Link-Infrastruktur von Stripe abgewickelt, die dem Agenten pro Transaktion eine Einmal-Kartennummer statt der echten Karte des Nutzers bereitstellt. Meta gibt an, dass Gesprächsdaten nicht an seine Werbesysteme weitergegeben werden und dass Nutzer die Nutzung für das Training ablehnen können. Der Roadmap-Punkt, den es zu beobachten gilt, ist die geplante Muse Confidential VM, die zusammen mit Signal-Erfinder Moxie Marlinspike entwickelt wird und bei der der Nutzer — nicht Meta — die kryptografischen Schlüssel besitzt, sodass nicht einmal Meta die VM öffnen könnte. Das wäre eine Premiere für einen Massenmarkt-Verbraucher-Agenten – und wird heute noch nicht ausgeliefert.

Preise: Abonnements für Nutzer, Tokens für Entwickler

Muses Verbraucherpreisgestaltung ist ein dreistufiges Abonnement statt einer nutzungsbasierten Abrechnung. Die kostenlose Stufe basiert auf einem wöchentlichen Kontingent von etwa 100 Millionen Token mit wöchentlichem Reset; Meta sagt, die meisten Menschen sollten auf der kostenlosen Stufe bleiben, und zeigt einen Nutzungsmesser, bevor eine Aktion in den kostenpflichtigen Bereich übergeht, obwohl selbst für die kostenlose Nutzung eine Zahlungskarte hinterlegt sein muss – ein Reibungspunkt, den mehrere Rezensenten bemängelten. Die kostenpflichtigen Stufen kosten 20 $/Monat und 100 $/Monat und werden in der Startberichterstattung als „Power“ und „Maximum“ bezeichnet, für Nutzer, die das kostenlose Kontingent überschreiten oder kontinuierliche rechenintensive Arbeitslasten wünschen.

Wenn Sie einen Agenten mit diesem Verhalten bauen möchten, statt Metas zu mieten, ist die Pro-Token-Zahl die interessante, und die Modellökonomie ist hier ungewöhnlich klar nachvollziehbar. Muse Spark 1.3 ist über die Meta Model API für jeden Entwickler verfügbar, zu 1,25 $ pro Million Eingabe-Tokens und 4,25 $ pro Million Ausgabe-Tokens, wobei Reasoning-Tokens als Ausgabe abgerechnet werden und gecachte Eingaben 0,15 $ kosten. Die Behauptung von 25 % weniger Tokens ist der Teil, den es zu beobachten gilt, denn bei unverändertem Listenpreis macht sie die gesamte Kostengeschichte aus. Was Routing und Failover angeht, vertritt OrcaRouter die Position, die wir in jedem Beitrag zu Muse Spark 1.3 dargelegt haben: Der neue Checkpoint befindet sich zum Zeitpunkt dieses Schreibens am 9. September noch nicht in unserem Verzeichnis – wir listen nicht, was wir nicht anbieten können. Sein Vorgänger ist: Muse Spark 1.2 ist live auf OrcaRouter zum exakt gleichen Listenpreis wie bei Meta, 1,25 $ für Eingabe und 4,25 $ für Ausgabe pro Million Tokens ohne Aufschlag, sodass die obige Behauptung „Preis gehalten“ anhand einer echten Seite überprüfbar ist. Da wir die Listenpreise der Anbieter ohne Aufschlag durchreichen, erscheint Muse Spark 1.3 an dem Tag, an dem ein gerouteter Anbieter beginnt, es auszuliefern, hier am selben Tag zum Meta-Preis, mit automatischem Failover über Anbieter hinweg für Produktions-Workloads von Agenten.

Was zu sehen

Die wichtigsten offenen Fragen stehen nicht auf einem Benchmark-Blatt. Erstens: ob die Reasoning-Konfiguration und die Sicherheitsgrenzen des Verbraucherprodukts im Praxiseinsatz standhalten – die April-Verzögerung wurde Berichten zufolge durch reale Fehlschläge bei den Sicherheitstests ausgelöst, und ein Agent, der Geld ausgeben kann, wird an einem anderen Standard gemessen als einer, der Code schreiben kann. Zweitens: Das kostenlose Kontingent von 100 Millionen Tokens ist eine Aussage über die Agentenökonomie: Wenn Meta einen wirklich nützlichen persönlichen Agenten in diesem Rahmen im großen Maßstab betreiben kann, wird die Abo-Preisgestaltung zu einer ernsthaften Antwort auf die Frage, wie Agentenfähigkeiten verkauft werden – und der API-Preis von 1,25 $/4,25 $ beginnt wie die Untergrenze für alle anderen auszusehen, die dasselbe bauen. Drittens: die Confidential VM, die versprochene Open-Weights-Veröffentlichung für die Muse-Spark-Familie und die Einführung des zugrunde liegenden Modells in die Apps Instagram, Facebook und Meta AI in den kommenden Wochen. Muse Agent ist Tag eins dieser Sequenz, nicht ihr Ende.