Muse Spark 1.3 Contributor vs. Muse Spark 1.2: Der Data-Sharing-Neuling gegen das vollpreisige Flaggschiff des letzten Monats

Wenn Ihr Team im August Muse Spark 1.2 zum Standard gemacht hat, wirft die September-Veröffentlichung von Muse Spark 1.3 Contributor eine unbequeme Frage auf: Verlagern Sie Ihren Coding-Agenten auf den neuesten Checkpoint zu 0,10 $ Eingabe und 0,20 $ Ausgabe pro Million Tokens, oder bleiben Sie bei Muse Spark 1.2 – dem Modell, das Sie bereits integriert, bereits an Ihrer eigenen Codebasis gemessen haben und für das Sie bereits 1,25 $ und 4,25 $ pro Million Tokens zahlen? Das Unangenehme daran ist, dass der Vergleich nicht wirklich neu gegen alt ist. Muse Spark 1.3 Contributor ist die Datenaustausch-SKU des neuen Muse Spark 1.3-Checkpoints, und der Großteil seines Preisvorteils gegenüber Muse Spark 1.2 stammt aus dem Vertrag, nicht aus den Gewichten: Wenn Sie Ihre Prompts und Completions darüber senden, könnte Meta sie zum Trainieren seiner Modelle verwenden. Die Entscheidung zerfällt also in zwei Fragen, die selten gemeinsam gestellt werden: ob der 1.3-Checkpoint für Ihre Arbeit deutlich besser ist als 1.2, und ob die Datenklausel zusammen mit den betrieblichen Einschränkungen der Contributor-Stufe ein Tausch ist, den Sie für eine etwa 20-mal günstigere Token-Rechnung einzugehen bereit sind.

Was jede Seite tatsächlich ist

Muse Spark 1.2 ist am 5. August zusammen mit Muse Code, Metas Terminal-Coding-Agenten, als erste auf Codierung abgestimmte Version der Familie erschienen. Es ist ein multimodales Reasoning-Modell mit geschlossenen Gewichten – Text, Bild, Video, Audio und PDF als Eingabe, Text als Ausgabe – mit einem Kontextfenster von 1.048.576 Tokens und einer Ausgabegrenze von 131.072 Tokens. In seiner Standardform kostet es 1,25 $ pro Million Input-Tokens, 0,15 $ bei gecachten und 4,25 $ pro Million Output-Tokens, ohne eine Klausel, die Meta Rechte an Ihren Daten einräumt. Es ist außerdem die Version der Familie, die Drittanbieter-Plattformen tatsächlich weiterleiten, denn die Contributor-SKU, die Meta neben ihr herausbrachte, war stets ein separates Listing mit eigenen Bedingungen.

Muse Spark 1.3 Contributor ist derselbe 1.3-Checkpoint, den Meta am 2. September veröffentlicht hat, mit dem Contributor-Vertrag: $0.10 Eingabe, $0.002 gecachte Eingabe, $0.20 Ausgabe, im Austausch für Rechte an den Trainingsdaten und unter einer wesentlich engeren Kontingentgrenze. Alles andere – Kontextfenster, Eingabemodalitäten, Ausgabedeckelung, geschlossene Gewichte – teilt es mit seinem Standard-Geschwistermodell und mit der 1.2-Generation davor. Die beiden Modelle in diesem Vergleich unterscheiden sich daher in zwei unabhängigen Dimensionen: Generation (1.2- gegenüber 1.3-Gewichten) und Stufe (Standardbedingungen gegenüber Contributor-Bedingungen). Diese Achsen getrennt zu halten, ist der springende Punkt.

Die Anzeigetafel

• Veröffentlichung — Muse Spark 1.2: 5. August 2026. Muse Spark 1.3 Contributor: 2. September 2026.

• Kontext / Ausgabe — identisch: 1.048.576 Eingabe-Token, 131.072 Ausgabe-Token.

• Eingaben — identisch: Text, Bild, Video, Audio, PDF; nur Textausgabe.

• Preis — Muse Spark 1.2 Standard: 1,25 $ Eingabe, 4,25 $ Ausgabe, 0,15 $ Cache. Muse Spark 1.3 Contributor: 0,10 $ Eingabe, 0,20 $ Ausgabe, 0,002 $ Cache.

• Datennutzung — Muse Spark 1.2 Standard: keine. Muse Spark 1.3 Contributor: Prompts und Vervollständigungen können Meta-Modelle trainieren.

• Ratenlimits — Muse Spark 1.2 Standard: 3.000 Anfragen/min, 4 Mio. Tokens/min. Contributor-Programm: 60 Anfragen/min, 2,1 Mio. Tokens/min.

• Verfügbarkeit — Muse Spark 1.2 Standard ist das Familienmitglied auf Routing-Plattformen von Drittanbietern; Muse Spark 1.3 Contributor läuft auf Metas eigener API und den Plattformen, die Meta für die Stufe unter Vertrag genommen hat.

Was der neue Checkpoint ändert, laut Meta

Metas Startmaterial behauptet einen großen Schritt gegenüber 1,2 bei den Benchmarks, die einen Coding-Agenten definieren. Terminal-Bench 2.1: 88,8 für 1,3 gegenüber den 82,9, die Meta für 1,2 angibt – und Meta merkt an, dass die 1,3-Punktzahl den besten Wert der Liste einstellt. DeepSWE v1.1, der Repository-Benchmark mit langem Horizont: 75,4 für 1,3, was Meta als Stand der Technik bezeichnet. Effizienz: Metas Ingenieure berichten von etwa 20 % weniger Tool-Aufrufen und 25 % weniger Tokens bei 1,3 für dieselben Engineering-Workflows – das ist die Zahl, die für einen Kostenvergleich im Stillen am wichtigsten ist. All dies wird vom Anbieter berichtet, und nichts davon wurde bis zum 3. September unabhängig reproduziert; der einzige verfügbare unabhängige Anker ist 1,2 selbst, das Artificial Analysis bei Terminal-Bench 2.1 mit etwa 80,1 misst und mit einem Intelligence Index von 57 bewertet – leicht unter Metas eigenen 82,9 für dieses Modell, was eine nützliche Erinnerung an die übliche Lücke zwischen der Auswertung eines Anbieters und einem Drittanbieter-Harness ist. Die frühe Reaktion der Community war skeptisch, dass 1.3 die Messlatte gegenüber 1.2 kaum höher legt, weshalb der unabhängige Wiederholungslauf das mit Abstand Wichtigste ist, worauf man warten sollte, bevor man annimmt, dass das Upgrade groß ist.

Der Vertrag ist die größere Variable.

Nehmen wir für einen Moment an, die Behauptung mit 25 % weniger Tokens sei ungefähr richtig und 1.3 sei mindestens so leistungsfähig wie 1.2. Die verbleibenden Unterschiede sind vertraglicher Natur und wirken in beide Richtungen. Die Obergrenze von 60 Anfragen pro Minute der Contributor-Stufe liegt 50-mal unter den 3.000 des Standard-SKUs – das ist in Ordnung für einen interaktiven Agenten und einen einzelnen Entwickler, aber eine echte Einschränkung für ein Team, das parallele Auswertungen, Batch-Durchläufe oder ein gemeinsames Gateway betreibt, das viele Anfragen verteilt. Die regionale Einschränkung der Verfügbarkeit von Contributor ist eine weitere operative Tatsache, die man prüfen sollte, bevor man sie als Standard übernimmt. Und die Datenklausel kommt zu beidem hinzu: Jeder Repository-Kontext, jedes fehlgeschlagene Testprotokoll und jede Eingabeaufforderung, die über Muse Spark 1.3 Contributor gesendet wird, sind Material, mit dem Meta trainieren darf. Für einen einzelnen Entwickler oder ein Startup ohne proprietäre Codebasis ist das oft ein akzeptabler Preis für einen Rabatt von 20×. Für ein Team, das Code unter einer Kunden-NDA ausliefert oder etwas entwickelt, das selbst der Wettbewerbsvorteil ist, ist die Klausel in der Regel ein Ausschlusskriterium, egal wie hoch die Ersparnis ist.

Die monatliche Arithmetik

Rechnen wir es für ein Team durch, das monatlich 3.000 Agentic-Aufgaben ausführt, wobei eine Aufgabe 200.000 Input-Tokens Kontext und 40.000 Output-Tokens für Reasoning und Tool-Aufrufe auf Muse Spark 1.2 verbraucht. Beim Standard-Pricing von 1.2 sind das 0,42 $ pro Aufgabe — 1,25 $ × 0,2 plus 4,25 $ × 0,04 — also etwa 1.260 $ pro Monat. Verlagert man dieselbe Workload auf Muse Spark 1.3 Contributor und wendet Metas behauptete 25-prozentige Token-Reduktion an, sinkt der Verbrauch pro Aufgabe auf 150.000 Input- und 30.000 Output-Tokens: 0,10 $ × 0,15 plus 0,20 $ × 0,03, also etwa 0,02 $ pro Aufgabe, rund 63 $ pro Monat. Das ist ein 20-facher Kostenunterschied bei derselben logischen Workload — und genau darin besteht das gesamte kommerzielle Argument für die Contributor-SKU. Das Gegengewicht ist nicht die Modellqualität, die vergleichbar oder besser erscheint — sondern ob Ihre Workloads in das Rate-Envelope des Contributor passen und ob die Klausel zu Trainingsdaten für das akzeptabel ist, was Sie tatsächlich darüber senden. Das sind die einzigen beiden Gründe, warum der vollpreispflichtige Muse Spark 1.2 für manche Teams eine rationale Wahl bleibt.

Ehrlich gesagt, Zugang zu jedem einzelnen zu erhalten

Es gibt heute eine reale praktische Asymmetrie. Der Muse-Spark-1.2-Standard ist das Mitglied dieser Familie, das Drittanbieter-Plattformen routen – auf OrcaRouter ist er zum Listenpreis von Meta live: 1,25 $ Eingang und 4,25 $ Ausgang pro Million Token mit 0 % Aufschlag, einem API-Schlüssel, ohne Mindestmenge und mit automatischem Failover, falls der Upstream-Anbieter überlastet ist. Muse Spark 1.3 Contributor wird von uns noch nicht geroutet; er liegt auf Metas eigener API und den Plattformen, die Meta für diese Stufe unter Vertrag genommen hat. Das bedeutet, dass ein Team, das die beiden Modelle direkt nebeneinander A/B-testen möchte, derzeit ein Meta-Konto für das neue und einen Routing-Schlüssel für das alte benötigt. Diese Trennung ist der Natur des Marktes entsprechend vorübergehend – sobald ein gerouteter Anbieter die 1.3-Familie hinzufügt, erscheinen beide SKUs am selben Tag zum Listenpreis auf OrcaRouter, da die Anbieterpreise durchgereicht und nicht aufgeschlagen werden. Bis dahin ist der günstigste ehrliche Weg, 1.3 Contributor zu evaluieren, Metas eigene API, und der günstigste Weg, Ihre bestehende 1.2-Integration am Laufen zu halten, ist der Schlüssel, den Sie bereits haben.

Drei Teams, drei Antworten

Die Entscheidung lässt sich sauber in drei Fälle unterteilen. Ein einzelner Entwickler oder ein Team in der Frühphase ohne proprietären Code und ohne stoßartige Durchsatzanforderungen: jetzt auf Muse Spark 1.3 Contributor umsteigen — die 20-fache Ersparnis ist real, und die Datenklausel kostet Sie wenig. Ein Team, das unter NDAs ausliefert oder dessen Codebasis das Produkt ist: Nehmen Sie nicht die Contributor-Stufe; das richtige Upgrade ist Muse Spark 1.3 zu den Standardbedingungen, und in der Zwischenzeit auf Muse Spark 1.2 zu bleiben, ist vertretbar, bis unabhängige Benchmarks den 1.3-Sprung bestätigen. Ein Team mit hohem Anfragedurchsatz oder einem gemeinsamen Gateway: Die Contributor-Obergrenze macht es zu einer schlechten Standardwahl, und die Standard-SKUs beider Generationen sind die realistische Option. Mit anderen Worten: Die Antwort auf „1.3 Contributor oder 1.2“ hat selten etwas damit zu tun, welches Modell besser ist — beide Generationen sind stark. Es geht darum, ob der Rabatt den Kontakt mit Ihren Anfragelimits und Ihrer Datenrichtlinie übersteht.