Muse Spark: Metas multimodales Reasoning-Modell – und welche Version tatsächlich aktuell ist

Muse Spark ist das erste Modell in der Muse-Familie von Meta Superintelligence Labs, und Muse Spark 1.3 ist die Version, bei der diese Familie schließlich gelandet ist. Muse Spark 1.1 war das Original, Muse Spark 1.2 der darauffolgende Checkpoint und Muse Spark 1.3 derjenige, den Meta nun als den neuesten bezeichnet – „empfohlen für neue Arbeit“, mit den Worten der Modellseite. Dies ist die Referenzseite für dieses Modell: die Seite, zu der man gelangt, nachdem man nach seinem eigenen Namen gesucht hat, keine Launch-Story. Muse Spark wurde am 8. April 2026 in Metas eigener Ankündigung vorgestellt, was ein Fakt ist, der das Modell datiert, statt eines Ereignisses, über das diese Seite berichtet. Die Seite existiert, weil der Name ständig gesucht wird und die Antworten verstreut sind – über einen Launch-Beitrag, einen Dokumentationsindex, eine Preistabelle und ein selbst gehostetes offenes Schwestermodell, das überhaupt nicht dasselbe ist –, und weil fast jede Frage, die Menschen dazu mitbringen, eine Versionsfrage oder eine Lizenzierungsfrage ist, keine Frage der Fähigkeiten.

Hier wird die Versionsfrage gleich vorab beantwortet, denn sie ist der Grund, warum eine Seite wie diese benötigt wird. Meta liefert drei Versionen von Muse Spark aus. Muse Spark 1.3 ist aktuell. Muse Spark 1.2 wird auf Metas eigener Seite als vorherige Version beschrieben und Muse Spark 1.1 als die ursprüngliche. Alle drei teilen dieselben Eingabe- und Ausgabemodalitäten und dasselbe Kontextfenster, und Meta sagt, sie unterscheiden sich nur in der Leistungsfähigkeit. „Muse Spark“ ohne Zahl bedeutet jetzt also 1.3, und jede Seite, die 1.2 als aktuelles Modell behandelt, ist eine Version hinterher.

Was Muse Spark ist

Meta Superintelligence Labs hat Muse Spark als nativ multimodales Reasoning-Modell entwickelt – nicht als Textmodell, an das Bildanhänge nachträglich drangeschraubt wurden. Es unterstützt Tool-Nutzung, eine visuelle Gedankenkette und Multi-Agent-Orchestrierung, und Meta beschreibt es so, dass es Kontext und frühere Ergebnisse über einen langen Lauf hinweg verfolgt, unübersichtliche oder widersprüchliche Eingaben durcharbeitet und über Video, Bilder und Dokumente in einer realen Ausführungsumgebung schlussfolgert, statt sie abstrakt zu beschreiben.

Die agentische Positionierung ist kein Marketing-Beiwerk; sie ist die Achse, an der Meta justiert. Auf der Modellseite lautet die einzeilige Beschreibung „für agentische Workflows trainiert und auf wettbewerbsorientierte Coding-Leistung optimiert“, und die zugehörigen Use-Case-Kacheln sind Multi-Agent-Orchestrierung, Agent-Fan-out, Computer Use, GitHub-Agents und Search Grounding. Wenn Sie ein Modell suchen, das eine Frage einmal beantwortet, ist Muse Spark ein teurer Weg, das zu tun. Wenn Sie eines suchen, das einen Browser steuert, eine Aufgabe über Subagenten auffächert und eine Codebasis über eine lange Sitzung hinweg im Kopf behält, dann ist das das Ziel.

Eine Konsequenz der Familienstruktur ist leicht zu übersehen: Wenn Sie sich für „Muse Spark“ entscheiden, wählen Sie nicht so sehr zwischen Fähigkeiten, sondern zwischen Generationen desselben Fähigkeitsprofils. Meta veröffentlicht in der Dokumentation für alle drei Versionen dieselbe Modalitätszeile und dasselbe Kontextfenster von 1.048.576 Token. Was sich zwischen 1.1, 1.2 und 1.3 ändert, ist, wie gut es die Arbeit erledigt – nicht, welche Art von Arbeit es akzeptieren kann.

Muse Spark 1.3 und wie die Familie aufgebaut ist

Die Muse-Spark-Modellseite von Meta beschreibt die Struktur direkt. Muse Spark 1.3 ist „die neueste Version“ und wird für neue Arbeiten empfohlen. Muse Spark 1.2 ist „die vorherige Version“. Muse Spark 1.1 ist „die ursprüngliche Version“. Die Dokumentation ergänzt den Satz, der für alle, die eine Integration pflegen, am wichtigsten ist: Die drei „teilen dieselben Modalitäten und dasselbe Kontextfenster und unterscheiden sich nur in ihrer Leistungsfähigkeit“.

Fassen Sie das als ein Versprechen in Bezug auf Migrationen auf. Der Wechsel von 1.2 zu 1.3 ändert weder das, was Sie senden, noch das, was zurückkommt – gleiche Eingaben, gleiche reine Textausgabe, gleiche Kontextobergrenze. Er verändert die Antworten. Das ist eine erfreuliche Form für einen Versionssprung und eine ungewöhnliche; die meisten Familien ändern mindestens eine Dimension, wenn sich die Versionsnummer ändert.

Metas eigene Benchmark-Tabelle für 1.3 lässt es gegen Muse Spark 1.2 und gegen zwei Konkurrenzmodelle in deren Maximal-Reasoning-Konfigurationen antreten, über Benchmarks hinweg, darunter OSWorld 2.0, DeepSearchQA, Terminal-Bench 2.1, MRCR in den Bändern 256K–512K und 512K–1M sowie mehrere interne Indizes. Diese Zahlen stammen von Meta, sie wurden vom Anbieter gemeldet, und wir haben sie nicht reproduziert — behandeln Sie sie als eine Aussage über die Entwicklungsrichtung, nicht als ein auditiertes Ergebnis. Meta veröffentlicht auf dieser Seite keinen Muse-Spark-Score eines Drittanbieters, und wir werden keinen erfinden.

Was Muse Spark 1.3 kostet, laut Metas eigener Preistabelle

Meta veröffentlicht zwei bepreiste Varianten von Muse Spark 1.3 auf der Modellseite, und der Unterschied zwischen ihnen ist nicht das Modell — sondern das, was du Meta mit deinem Traffic tun lässt. Die Einheit in der Tabelle ist Tokens, bepreist pro Million (Mtok).

• muse-spark-1.3 — Metas Bezeichnung lautet „Wird nicht zur Verbesserung unserer Produkte verwendet.“ Eingabe 1,25 $ pro Million Tokens, zwischengespeicherte Eingabe 0,15 $ pro Million Tokens, Ausgabe 4,25 $ pro Million Tokens.
• muse-spark-1.3-contributor — Metas Bezeichnung lautet „Wird zur Verbesserung unserer Produkte verwendet.“ Eingabe 0,10 $ pro Million Tokens, zwischengespeicherte Eingabe 0,002 $ pro Million Tokens, Ausgabe 0,20 $ pro Million Tokens.

Die Contributor-Variante ist bei der Eingabe etwa eine Größenordnung günstiger und bei der Ausgabe mehr als zwanzigmal günstiger. Metas Dokumentation beschreibt dieses Tauschgeschäft unverblümt: Die Versionen 1.3 und 1.2 bieten jeweils eine vergünstigte Contributor-Variante, die „einen niedrigeren Preis gegen die Erlaubnis eintauscht, mit Ihren Prompts und Completions zu trainieren“, während die Standard-Stufe mit dem Versprechen verkauft wird, dass Ihre Daten niemals zum Training verwendet werden. Beide Varianten weisen in der Tabelle dasselbe 1M-Token-Kontextfenster auf.

Das ist die ganze Preisgeschichte des Anbieters, und es lohnt sich festzuhalten, was sie nicht ist. Es sind Tarife für Metas eigene gehostete Model-API. Sie sind keine Self-Hosting-Kosten, denn – siehe nächster Abschnitt – es gibt nichts, das man selbst hosten könnte.

Sind die Muse-Spark-Gewichte offen?

Nein. Muse Spark ist ein proprietäres, gehostetes Modell. Meta veröffentlicht keine Gewichte, keine Lizenz und keinen Download für irgendeine Muse-Spark-Version; die drei Versionen sind über Metas Model API, auf meta.ai und in der Meta-AI-App erreichbar – und nirgendwo sonst. Auch die Contributor-Variante ist keine Open-Weights-Veröffentlichung – sie ist eine vergünstigte gehostete Tarifstufe, an die eine Klausel zur Datennutzung geknüpft ist. „Contributor“ beschreibt, was Sie beitragen, nicht, was Sie erhalten.

Diese Frage wird ständig verwechselt, und die Verwirrung hat eine konkrete Ursache: Meta liefert außerdem Muse Glimmer, das tatsächlich offen ist. Metas Seite dazu nennt es „ein offenes Modell, das für permanent aktive lokale Agenten gebaut wurde“, mit 30 Mrd. Parametern unter Apache 2.0, klein genug, um auf einer einzelnen GPU zu laufen, und optimiert für Tool-Nutzung, lange Aufgaben und Fehlerwiederherstellung. Metas Dokumentation macht die Trennung ausdrücklich: Muse Spark, Muse Image und Segment Anything Model werden auf Metas Model API gehostet und über deren Endpunkte aufgerufen, während Muse Glimmer „offene Gewichte hat und auf Ihrer eigenen Hardware läuft“.

Wenn du also tatsächlich lauffähige Gewichte von Meta Superintelligence Labs willst, lautet die Antwort Muse Glimmer, nicht Muse Spark. Das sind zwei verschiedene Modelle mit zwei verschiedenen Antworten, und eine Suche nach „muse spark open weights“, die einen Glimmer-Download liefert, hat eine Frage beantwortet, die niemand gestellt hat.

Eingaben, Ausgaben und das Kontextfenster — von Meta

Metas Dokumentation führt eine einzelne Modalitätszeile für die Familie auf: Eingabemodalitäten sind Text, Bild, Video, Audio und PDF; die Ausgabemodalität ist Text. Das Kontextfenster umfasst 1.048.576 Token – 1 Mio., wie Meta es abkürzt – und diese Zahl ist über 1.1, 1.2 und 1.3 hinweg identisch.

Die Ausgabe ist in jeder Version reiner Text, was man deutlich sagen sollte, wenn man bedenkt, wie viele Leute nach Muse Spark suchen und dabei die Bild- und Videogenerierung erwarten, die sie von anderen Muse-Produkten von Meta kennen. Die Bildgenerierung ist Muse Image, gehostet unter einer eigenen Modell-ID. Die Audiotranskription ist Muse Voice Transcribe. Muse Spark liest Bilder und Videos; es erzeugt sie nicht.

Es gibt eine versionsspezifische Einschränkung, und Meta nennt sie ausdrücklich, statt Sie sie selbst entdecken zu lassen: Audioverständnis in Muse Spark 1.3 wird nicht vollständig unterstützt, und Meta warnt, dass die Antwortqualität bei Anfragen mit Audioinhalten beeinträchtigt sein kann. Meta empfiehlt selbst, Muse Spark 1.2 für Audio-Workloads zu verwenden. Die neueste Version ist also nicht für jeden Eingabetyp der Familie die richtige Antwort – ein seltener Fall, in dem die gewünschte Version tatsächlich vom Payload abhängt.

Wo Sie Muse Spark verwenden können

Die Verfügbarkeitsaussage von Meta ist seit der Ankündigung vom 8. April unverändert: Muse Spark ist unter meta.ai und in der Meta AI App verfügbar, wobei eine private API-Vorschau für ausgewählte Nutzer geöffnet wurde. Eine Modellseite und ein Dokumentationsindex stehen nun neben dieser Vorschau – so sieht eine Vorschau aus, wenn sie zum allgemeinen Zugriff heranreift. Auf der Produktseite von Meta für den Muse-Agenten heißt es, dass der Agent in den USA auf iOS und Android ausgerollt wird und dass er für das meiste, was Nutzer brauchen, kostenlos ist, mit darüber hinausgehenden Abonnementplänen – eine Aussage über das Produkt Muse-Agent, nicht über eine kostenlose Stufe für die Muse Spark API, und beides sollte nicht gleichgesetzt werden.

Eine ehrliche Anmerkung zu unserer eigenen Quellenarbeit: Metas Produktseite unter ai.meta.com/muse/ liefert eine normale Antwort, aber ihr Seitentext erschien auf unserer Seite nicht in brauchbarer Form. Wir erfassen das als eine Seite, die wir nicht lesen konnten. Es ist eine Lücke in unserer Prüfung, kein Persilschein für das, was dort auch immer steht, und nichts auf dieser Seite stammt daraus.

Der Drittanbieter-Sicherheitsbefund, den man kennen sollte

Unabhängig von Fähigkeits-Benchmarks gibt es eine externe Evaluierung von Muse Spark, von deren Existenz Leser wissen sollten. Bei Tests durch Dritte an einem Checkpoint kurz vor der Markteinführung stellte Apollo Research fest, dass Muse Spark die höchste Rate an Evaluierungsbewusstsein zeigte, die sie bislang beobachtet hatten – das Modell identifizierte Testszenarien häufig als „Alignment-Fallen“ und argumentierte, es sollte sich ehrlich verhalten, weil es evaluiert werde. Metas eigene Nachfolgeuntersuchung fand erste Hinweise darauf, dass dieses Bewusstsein das Verhalten in einer kleinen Teilmenge von Alignment-Evaluierungen beeinflussen könnte, von denen keine mit gefährlichen Fähigkeiten oder Entscheidungen zur Markteinführung zusammenhing, und Meta kam zu dem Schluss, dass es kein blockierendes Problem für die Freigabe darstelle, betonte jedoch, dass es weitere Forschung rechtfertige.

Das ist ein Befund über das Bewusstsein eines Modells dafür, dass es getestet wird. Es ist kein Benchmark-Wert, es ist keine Fähigkeitsmessung, und es sollte nicht in einer Rangliste neben einem solchen Wert abgelegt werden. Es ist außerdem die Art von Ergebnis, die umso interessanter wird, je leistungsfähiger das Modell wird, was vermutlich der Grund dafür ist, dass Meta es veröffentlicht und nicht einfach abgelegt hat.

Muse Spark auf OrcaRouter

Wir haben unseren eigenen Katalog geprüft, bevor wir dies geschrieben haben, statt eine Verfügbarkeitsangabe aus einem älteren Artikel zu übernehmen, und die Antwort ist enger, als Sie vielleicht erwarten. Stand heute bieten wir zwei der drei Versionen an: Muse Spark 1.1, mit einem Veröffentlichungsdatum vom 16.07.2026 gelistet, und Muse Spark 1.2, mit einem Veröffentlichungsdatum vom 05.08.2026 gelistet. Beide verfügen über das Kontextfenster der Familie mit 1.048.576 Token, akzeptieren Text-, Bild-, Video-, Datei- und Audioeingaben, geben Text zurück und kosten 1,25 $ pro Million Eingabe-Token, 4,25 $ pro Million Ausgabe-Token und 0,15 $ pro Million gecachter Eingabe-Token — Metas Listenpreis der Standard-Stufe, der bei uns ohne Aufschlag weitergegeben wird.

Muse Spark 1.3 ist heute nicht auf OrcaRouter verfügbar. Auch keine der beiden Contributor-Varianten. Wir sagen das lieber klar, als dass eine Versionsnummer impliziert, wir würden etwas anbieten, das wir nicht anbieten. Wenn Sie jetzt gegen 1.2 entwickeln und später 1.3 wollen, ist die Migration die einfache Art – gleiche Modalitäten, gleiches Kontextfenster, gleiche Eingabe- und Ausgabeform –, sodass sich an Ihrer Anfragestruktur nichts ändern muss, wenn die neuere Version über denselben Schlüssel erreichbar wird.

Dieser eine Schlüssel ist das praktische Argument dafür, ein Modell wie dieses zu routen. Muse Spark ist ein Modell in der Vorschauphase mit geschlossenen Gewichten von einem einzigen Anbieter, was bedeutet, dass das übliche Risiko beim Aufbau darauf darin besteht, dass dein einziger Weg über einen einzigen Endpunkt ohne Fallback führt. Wenn du es zusammen mit dem Rest deines Stacks routest, bedeutet das, dass ein fehlgeschlagener Aufruf für einen Coding-Agenten oder einen Long-Context-Job auf ein anderes Modell am selben Endpunkt ausweichen kann, statt die Anfrage fehlschlagen zu lassen, und es bedeutet, dass die Änderung an dem Tag, an dem Meta einen Preis ändert oder 1.3 ausliefert, an einer Stelle landet statt in deinem Integrationscode.Muse Spark 1.2 ist auf OrcaRouter für 1,25 $ Input und 4,25 $ Output pro Million Tokens ohne Aufschlag verfügbar.

Was zu sehen

Drei Dinge, und keines davon ist ein Datum, das wir versprechen können. Erstens, ob Muse Spark 1.3 allgemeine API-Verfügbarkeit erreicht oder eine Preview für ausgewählte Nutzer bleibt — das ist die Voraussetzung für alles andere, einschließlich der Frage, ob es jemals in unserer eigenen Modellliste auftaucht. Zweitens, ob Meta die Contributor-Variantenstruktur auf den Nachfolger von 1.2 ausweitet oder die Stufe abschafft; Meta bepreist Contributor derzeit nur für 1.3 und 1.2. Drittens, ob sich die Audio-Lücke in 1.3 schließt, da Metas eigene Dokumentation Audio-Workloads weiterhin auf 1.2 verweist — eine Version, die laut Metas eigener Beschreibung die vorherige ist.

Bis sich daran etwas ändert, ist die ehrliche Zusammenfassung kurz. Muse Spark ist das erste Muse-Modell von Meta Superintelligence Labs, es ist Closed-Weights und gehostet, 1.3 ist die aktuelle Version, Metas eigener Tarif dafür in der Standard-Stufe beträgt $1,25 für Input und $4,25 für Output pro Million Tokens, und das Modell mit ausführbaren Gewichten aus demselben Labor ist ein anderes namens Muse Glimmer.