Muse Spark Open 816B A42B vs. Muse Spark 1.3: Neun Punkte und eine Wartezeit von vierundfünfzig Sekunden

Die Versionsnummern lassen diesen Vergleich einfach aussehen, und sie belügen dich. Muse Spark 1.3 liegt über Muse Spark Open 816B A42B in Metas eigener Namensgebung, und auch im unabhängigen Intelligence Index liegt es darüber — 48 gegenüber 39, eine Lücke von neun Punkten, die der ganze Grund dafür ist, dass überhaupt jemand die offenen Gewichte als die Budget-Option darstellt. Doch Muse Spark 1.3 wurde am 2. September 2026 veröffentlicht, und es ist ein Reasoning-First-Modell, das pro Token verkauft wird, was bedeutet, dass seine Leistungsfähigkeit mit Abwägungskosten daherkommt. Muse Spark Open 816B A42B — das 816-Milliarden-Parameter-, 42-Milliarden-aktive Mixture-of-Experts-Modell, dessen Gewichte Meta am 15. Oktober 2026 ohne Ankündigung veröffentlichte — kommt stattdessen mit Hardware-Kosten daher. Am 16. Oktober 2026 veröffentlichte NVIDIA einen Speculative-Decoding-Drafter für das offene Zielmodell, was zum ersten Mal einen dokumentierten Optimierungspfad unter die eine Seite dieses Vergleichs legt und nicht unter die andere. Die neun Punkte sind real. Wissenswert ist, wofür man sie bezahlt und in welcher Währung. Für ein Modell, dessen Fehlermodi noch undokumentiert sind, ist das nützliche Gegenstück die Aufzeichnung dessen, was anderswo bereits schiefgelaufen ist: Die dokumentierten KI-Vorfälle und Agenten-Ausfälle rund um Modelle dieser Klasse sind gesammelt in dem OrcaRouter AI Incident Archive wobei jeder Eintrag seine eigenen Quellen, Schweregrad, Konfidenzstufe und Kennzeichnung als umstritten enthält.

Zwei Wege, teuer zu sein

Benchmark-Tabellen nivellieren das. Beide Modelle sind teuer; sie sind in entgegengesetzte Richtungen teuer, und die Richtung bestimmt, für welche Workloads jedes einzelne die falsche Wahl ist.

Muse Spark 1.3 ist teuer pro Denkeinheit. Es ist ein wortreicher Reasoner – Artificial Analysis hat gemessen, dass es während seiner Evaluierung in der Größenordnung von 170 Millionen Tokens verbraucht, rund ein Drittel mehr als Muse Spark 1.2 – und jeder dieser Tokens wird als Output mit 4,25 US-Dollar pro Million abgerechnet. Diese Weitschweifigkeit ist der Grund, warum 1.3 gemessen bei 1,60 US-Dollar pro Intelligence-Index-Aufgabe landet, gegenüber 0,97 US-Dollar bei 1.2, bei identischen nominellen Tokenpreisen. Sie zahlen nicht mehr pro Token. Sie zahlen für mehr Tokens, weil das Modell intensiver und laut denkt.

Muse Spark Open 816B A42B ist teuer, bevor es überhaupt irgendetwas tut. Es gibt keinen Zähler pro Token, also sind die Kosten die Hardware: etwa 1,5TB in BF16 plus ein NVFP4-Build, um auf etwas zu passen, das Sie besitzen, ein Blackwell-Knoten für den Datacenter-Pfad oder zwei M5 Ultra Mac Studios für den Desktop-Pfad. Dieses Geld geht weg, egal ob das Modell beschäftigt ist oder nicht, was die definierende Eigenschaft eines Fixkostens ist und die Quelle sowohl seines Vorteils als auch seiner häufigsten Fehleinschätzung.

Die praktische Konsequenz ist, dass diese beiden Modelle konstruktionsbedingt nicht zu den jeweils entgegengesetzten Arbeitslasten passen. Ein stoßweise belastetes interaktives Produkt kann feste Hardwarekosten nicht amortisieren. Eine gleichmäßig ausgelastete Pipeline mit hohem Volumen kümmert sich nicht um eine Abrechnung pro Token und sollte sie auch nicht zahlen müssen.

Was neun Argumentationspunkte tatsächlich bringen

Eine unabhängige Messung platziert Muse Spark 1.3 bei 48 auf dem Intelligence Index, rangiert in den obersten wenigen Prozent der Modelle, die Artificial Analysis verfolgt, mit einer gemessenen Ausgabegeschwindigkeit von 127,7 Tokens pro Sekunde und einer Zeit bis zum ersten Token von 54,06 Sekunden. Diese letzte Zahl ist diejenige, die ein Datenblatt verschweigt und ein Nutzer erlebt: 1.3 denkt, bevor es spricht, und bei einem schwierigen Prompt ist das Denken nicht augenblicklich.

Muse Spark Open 816B A42B liegt bei 39 — der stärkste Open-Weight-Wert, den eine Veröffentlichung eines US-Labors erreicht hat, und dennoch eine Fähigkeitsstufe darunter. Metas eigene Scorecard für das offene Modell – vom Anbieter berichtet und innerhalb von benchmarkspezifischen Testumgebungen nach Metas eigener Wahl gemessen – weist Terminal-Bench 2.1 mit 76.4 aus, DeepSWE 1.1 mit 60, MCP-Atlas mit 89.2, GDPval-AA v2 mit 1401, SciCode mit 58.5, JobBench mit 61.8 und HLE-Diamond ohne Tools mit 26.1. Die entsprechenden Anbieterzeilen für 1.3 lauten 83.9 und 68 bei den ersten beiden. Es sind dieselben Evaluierungen, und sie zeigen einen konstanten Vorsprung von sieben bis acht Punkten im agentischen Bereich — ungefähr dort, wo auch die unabhängige Indexlücke von neun Punkten liegt.

Lies die Form davon, nicht die Arithmetik. Die Lücke zwischen diesen beiden Modellen konzentriert sich auf die Ausdauer von Agenten und die Tiefe des Schlussfolgerns ohne Hilfsmittel. Es ist keine Wissenslücke, und es ist keine Lücke, die bei jeder Aufgabe auftritt. Ein Modell, das bei einem Gesamtwert neun Punkte schwächer ist, ist nicht neun Punkte schlechter darin, eine bestimmte Tatsache aus einem festen Korpus abzurufen, und den Index als einheitliche Abschlagsrate für Leistungsfähigkeit zu behandeln, ist der häufigste Fehler bei Vergleichen wie diesem.

Der Aufwandsregler und wer dafür die Rechnung stellt

Dies ist der Teil des Vergleichs, an dem sich die beiden Modelle überhaupt nicht mehr ähneln, und er ist nützlicher als die Indexlücke.

Muse Spark Open 816B A42B legt sein Reasoning-Budget direkt offen. Niedrig, mittel, hoch und xhigh entsprechen 16, 64, 256 und 512 Reasoning-Tokens, und ein System-Prompt-Hinweis erledigt dieselbe Aufgabe. Du wählst pro Anfrage aus deinem eigenen Code heraus, du kennst die Kosten jeder Einstellung im Voraus, und weil es keinen Zähler gibt, kostet dich das Herunterdrehen des Reglers Genauigkeit und sonst nichts. Ein Batch-Job, der es sich leisten kann, um Mitternacht hart nachzudenken, kann um Mitternacht kostenlos hart nachdenken. Ein Batch-Job, der nicht hart nachdenken muss, kann aufhören.

Der Reasoning-Aufwand von Muse Spark 1.3 ist in keiner Richtung kostenlos. Jede Stufe nach oben kostet Output-Tokens, und Output-Tokens sind die teure Hälfte der Preisliste. Die gemessene Ausführlichkeit des Modells ist die sichtbare Folge davon: Es setzt ein, was es braucht, um 48 Punkte zu erreichen, und 48 Punkte Reasoning bedeuten eine Menge Nachdenken. Ob das ein guter Tausch ist, hängt ganz davon ab, ob das Reasoning das Produkt oder ein Overhead obendrauf ist.

Die Unterscheidung, die man mitnehmen sollte, ist, dass beim offenen Modell intensiveres Nachdenken eine Konfigurationsentscheidung mit Zeitkosten ist. Bei Muse Spark 1.3 ist intensiveres Nachdenken ein Kauf. Das sind nicht dieselbe Art von Entscheidung, und sie haben nicht dieselbe Obergrenze.

Was der Verfasser vom 16. Oktober an dieser Paarung ändert

Muse Spark 1.3 hat keinen veröffentlichten Speculative-Decoding-Drafter. Muse Spark Open 816B A42B erhielt einen am 16. Oktober 2026, als NVIDIA nvidia/Muse-Spark-Open-816B-A42B-DFlash2 veröffentlichte – einen Checkpoint ohne Zugangsbeschränkung mit 4,38 Milliarden Parametern, der Token-Blöcke für das 816B-Ziel entwirft, damit es sie in einem einzigen Vorwärtsdurchlauf verifizieren kann. Er meldet Akzeptanzlängen von 3,73 auf MT-Bench beim Greedy-Decoding und 3,01 beim Sampling, empfohlene spekulative Tokens: sieben, und er läuft auf Blackwell über vLLM oder TensorRT-LLM.

Zwei ehrliche Vorbehalte wiegen schwerer als die Zahlen. Der erste ist, dass NVIDIA keine End-to-End-Beschleunigung veröffentlicht hat – die Acceptance Length besagt, dass der Draft oft angenommen wird, nicht dass der Server schneller geworden ist. Der zweite ist, dass SGLang, die Runtime, die Metas eigenes Material mit DFlash V2 kombiniert, in NVIDIAs Liste unterstützter Engines fehlt. Wenn Ihr Serving-Stack also SGLang ist, wurde dieser Checkpoint nicht für Sie geschrieben.

Was bleibt, ist strukturell nach wie vor interessant. Die Kostenkurve des offenen Modells hat jetzt einen öffentlichen, inspizierbaren Optimierungspfad, der an sie geknüpft ist: einen dokumentierten Drafter, ein veröffentlichtes Rezept, ein offenes vLLM-Flag. Die Kostenkurve von Muse Spark 1.3 ist die des Anbieters, und man kann sie nicht selbst tunen, neu trainieren oder beschleunigen. Über ein Jahr hinweg sind eine unveränderte Fähigkeit mit einer sich verbessernden Serving-Story und eine höhere Fähigkeit mit einer eingefrorenen nicht so geordnet, wie der Index sie darstellt.

Die Grenze, die tatsächlich den Ausschlag gibt

Zwei Bedingungen sind hier entscheidend, und alles andere ist Nebensache.

Das erste ist die Latenztoleranz. Vierundfünfzig Sekunden bis zum ersten Token sind kein Defekt – sie sind der Preis tiefen Schlussfolgerns, und bei einem nächtlichen Batch-Job sind sie irrelevant. Für eine Oberfläche mit einem Menschen davor macht das den gesamten Charakter der Arbeitslast aus. Wenn ein Mensch wartet, arbeitet das Reasoning-Budget von Muse Spark 1.3 gegen Sie, selbst wenn seine Antworten besser sind, und Sie sollten die Zeit bis zum ersten Token messen statt den Index-Score. Wenn niemand wartet, ist die Ausführlichkeit von 1.3 ein Einzelposten und seine Leistungsfähigkeit das Produkt.

Der zweite Punkt ist, ob die Aufgabe spezialisiert werden kann. Muse Spark 1.3 lässt sich zu keinem Preis auf Ihren Daten feinabstimmen, und die Tatsache, dass es das leistungsfähigere allgemeine Modell ist, hilft nicht, sobald Ihr Problem eng gefasst ist. Muse Spark Open 816B A42B wird zusammen mit den Gewichten mit TorchTitan-Unterstützung ausgeliefert. Ein allgemeines Modell mit 39 Punkten, das auf Ihre Codebasis, Ihr Schema oder Ihren Dokumentkorpus abgestimmt wurde, ist nicht dasselbe Modell, das 39 Punkte erzielt hat – und zwar in keiner der beiden Richtungen –, und bei einer ausreichend eng gefassten Aufgabe gewinnt die abgestimmte Version des schwächeren Modells, ohne dass der Vergleich knapp ausfällt. Die Neun-Punkte-Lücke ist ein Maß für allgemeine Leistungsfähigkeit, angewendet auf ein konkretes Problem, wo es am wenigsten aussagekräftig ist.

Zwischen diesen beiden Bedingungen liegen die gewöhnlichen Fälle, und dort macht sich der Index bezahlt. Schwieriges mehrstufiges Reasoning, lange Tool-Use-Ketten, die Erholung aus den eigenen Sackgassen des Modells – dort ist 48 gegen 39 der Unterschied, ob ein Workflow abgeschlossen wird, und keine Konfigurationsänderung auf Ihrer Seite schließt diese Lücke.

Wo jede einzelne aufhört, die richtige Antwort zu sein

Muse Spark 1.3 ist nicht mehr die richtige Wahl, wenn das Reasoning nicht der Engpass ist: Hochvolumen-Extraktion, Klassifikation, Transformation mit festem Schema und Arbeit in einem engen Domänenbereich sind alles Aufgaben, bei denen Sie 1,60 $ pro Index-Aufgabe für Fähigkeiten bezahlen, die die Aufgabe nicht nutzt. Es ist auch nicht mehr die richtige Wahl, wenn die Daten Ihr Netzwerk nicht verlassen dürfen; dann geht es nicht um den Vergleich zwischen 39 und 48, sondern zwischen 39 und der Tatsache, kein Modell zu haben. Und es ist nicht mehr die richtige Wahl, wenn die Antwort abstimmbar sein muss, was sie nicht ist.

Muse Spark Open 816B A42B ist nicht mehr die richtige Wahl, wenn eine Person auf die Ausgabe wartet, wenn das Reasoning tatsächlich die Frontier-Stufe benötigt und wenn die Arbeitslast so stoßweise auftritt, dass ungenutzte Hardware die Rechnung dominiert. Es ist auch dann nicht mehr die richtige Wahl, wenn die Modalitätenliste wichtig ist: Artificial Analysis hat gemessen, dass das offene Modell Text und Bilder akzeptiert, während Metas eigene Unterlagen Text, Bild, Video und Audio beanspruchen – und der Text-, Bild- und Video-Input von 1.3 wird unabhängig aufgeführt. Wenn die weitreichende Behauptung der Grund für Ihr Interesse war, überprüfen Sie sie auf Ihrem eigenen Stack, bevor Sie sich auf Hardware festlegen.

Ein weiterer Vorbehalt gehört hierher und nicht in eine Fußnote. Die Bedingungen der Muse Model License gelten für die offenen Gewichte, und sie enthalten eine Klausel, die eine separate schriftliche Vereinbarung verlangt, sobald der Umsatz mit Model-as-a-Service in einem beliebigen Zeitraum von zwölf aufeinanderfolgenden Monaten 20 Millionen US-Dollar übersteigt, plus den Attributionsstring „Built with Muse Spark Open“ auf dem, was du baust. Das ist für die meisten Teams kein Hindernis. Man sollte es gelesen haben, bevor die Architektur festgelegt wird, denn es ist ein Lizenzgespräch mit einem Anbieter, und solche Gespräche sind günstiger, früh zu beginnen.

Beides zu betreiben ist für die meisten Teams die ehrliche Antwort.

Die Organisationen, die am Ende beides haben, tun das, weil die beiden Bedingungen im Zentrum dieses Beitrags ihre Arbeitslasten tatsächlich aufteilen: Bei einigen Pfaden wartet ein Mensch, bei anderen nicht, und nur bei einigen gibt es Daten, die zu Hause bleiben müssen. Die Architektur ist einfach. Das Fehlerbild ist, dass die Aufteilung in einem Dokument statt in der Konfiguration lebt und ein Entwickler eine Modellzeichenfolge aus einem Tutorial kopiert.

Eine Routing-Schicht ist der Mechanismus, der genau das verhindert. OrcaRouter leitet Muse Spark 1.2 und Muse Spark 1.1 zum Listenpreis des Anbieters weiter, mit 0 % Aufschlag, der direkt durchgereicht wird, sodass eine Preisänderung des Anbieters noch am selben Tag auf Ihrem Schlüssel aktiv ist, ohne Neuberechnungsaufwand. Es leitet Muse Spark 1.3 nicht weiter und hostet Muse Spark Open 816B A42B nicht, und dieser Beitrag sollte nicht so gelesen werden, als würde er eines von beidem behaupten — ein Modell, dessen gesamtes Versprechen darin besteht, dass Sie die Gewichte selbst halten können, ist ein Modell, das Sie auf eigener Hardware betreiben. Was der Router Ihnen gibt, ist die erreichbare Hälfte: eine API über 200+ Modelle, automatisches Failover, wenn ein Anbieter schlechter wird, Modellfusion zum Kombinieren dieser Modelle und eine Routing-DSL, die Datenverkehr durch Konfiguration statt durch Code zwischen Modellen verschiebt. Das ist der günstige Weg herauszufinden, was die offenen Gewichte bei echtem Datenverkehr leisten, bevor eine Produktionsroute von ihnen abhängt.

Die Versionsnummer ist nicht die Spezifikation

Muse Spark 1.3 ist das leistungsfähigere Modell. Das ist durch unabhängige Messungen belegt und steht außer Frage. Strittig ist, ob „leistungsfähiger“ die Achse ist, auf der Ihre Arbeitslast liegt, und für sehr viele Arbeitslasten ist das nicht der Fall: Die Achse ist, ob eine Person wartet, ob die Aufgabe eng genug gefasst ist, um sie zu tunen, und ob die Daten das Haus verlassen können.

Nimm Muse Spark 1.3, wenn das Reasoning das Produkt ist, die Arbeit in Schüben anfällt und niemand einem Spinner beim Drehen zusieht. Nimm Muse Spark Open 816B A42B, wenn die Aufgabe eng umrissen ist, die Daten nicht bewegt werden können, das Volumen gleichmäßig ist oder die Fähigkeit, auf jedem beliebigen Aufwandsniveau zu denken, ohne dass der Zähler läuft, mehr wert ist als neun Indexpunkte. Und beachte, bevor du dich entscheidest, dass die zweite Option gerade eine Serving-Story bekommen hat, die sie letzte Woche noch nicht hatte – unquantifiziert, hardwarespezifisch, halb dokumentiert und nichtsdestoweniger der erste Beweis, den irgendjemand veröffentlicht hat, dafür, wie diese 816B-Stufe tatsächlich läuft.

Muse Spark Open 816B A42B kann unter der Muse Model License heruntergeladen werden; Muse Spark 1.3 wird pro Token verkauft, und die über OrcaRouter geleiteten Muse Spark Checkpoints sind 1.2 und 1.1.