Muse Spark Open vs. Muse Spark 1.3: Neun Indexpunkte sind viel, um sie kostenlos aufzugeben

Hier ist der unangenehme Vergleich in Metas eigener Familie. Muse Spark Open, veröffentlicht am 15. Oktober 2026, ist das Open-Weight-Modell mit 816 Milliarden Parametern, das jeder herunterladen kann; eine unabhängige Messung verortet es auf einem Artificial Analysis Intelligence Index von 39. Muse Spark 1.3, das proprietäre API-Modell, das Meta am 2. September 2026 veröffentlichte, liegt bei 48. Neun Punkte sind kein Rundungsunterschied — sie sind ungefähr der Abstand zwischen einer Fähigkeitsstufe und der nächsten, und es ist die Zahl, die „nimm einfach stattdessen das offene Modell“ zu einem viel schlechteren Ratschlag macht, als er sich am Starttag anhört.

Beginnen Sie mit dem Szenario, nicht mit dem Datenblatt.

Drei Teams sahen sich die Veröffentlichung von Muse Spark Open an und fragten sich, ob sie etwas absagen könnten.

Das erste Team betreibt eine nächtliche Pipeline, die ein festes Korpus liest und strukturierte Datensätze ausgibt. Latenz ist irrelevant, das Volumen ist enorm, das Schema ändert sich nie. Dieses Team sollte die offenen Gewichte nehmen und aufhören, pro Token zu bezahlen.

Das zweite Team betreibt einen interaktiven Coding-Agenten, der pro Nutzeranfrage ein Dutzend kleiner Roundtrips auslöst. Dieses Team sollte das nicht tun, und der Grund dafür sind Durchsatz und Reasoning-Kosten, die beide bald viel konkreter werden.

Das dritte betreibt anspruchsvolles mehrstufiges Reasoning – die Art, bei der das Modell eine lange Inferenzkette aufrechterhalten, darin Werkzeuge aufrufen und sich aus seinen eigenen Sackgassen wieder herausarbeiten muss. Dieses Team sollte das ebenso wenig müssen, und für sie ist die Neun-Punkte-Lücke keine Abstraktion. Es ist der Unterschied zwischen einem Workflow, der durchläuft, und einem, der ständig beaufsichtigt werden muss.

Alles Folgende dreht sich darum, diese drei auseinanderzuhalten, ohne zu raten.

Woraus die neun Punkte bestehen

Der Index ist ein zusammengesetztes Gebilde, und zusammengesetzte Gebilde verbergen Struktur. Die Struktur ist hier größtenteils dort, wo man sie erwarten würde, mit einer Überraschung.

• Agentische Arbeit und Tool-Nutzung – die stärkste Domäne von Muse Spark 1.3. Metas eigene Launch-Zahlen für 1.3, vom Anbieter gemeldet und im eigenen Harness gemessen, setzen Terminal-Bench 2.1 auf 83,9 und DeepSWE 1.1 auf 68. Gegenüber den vom Anbieter gemeldeten 76,4 und 60 von Muse Spark Open ist das ein konstanter Vorsprung von sieben bis acht Punkten bei den Bewertungen, die echtem Agentenverhalten am nächsten kommen, und es deckt sich nahezu exakt mit der Lücke des unabhängigen Index.

• Closed-Book-Reasoning – die größere Lücke. Die eigene Scorecard von Muse Spark Open zeigt, dass seine schwächste Zeile HLE-Diamond ohne Tools ist, wo Meta 26,1 meldet. Muse Spark 1.3 wurde als Reasoning-First-Modell entwickelt; die „max“-Reasoning-Konfiguration in seinem Namen ist keine Dekoration.

• Wissensbreite – enger, als die Schlagzeile vermuten lässt, und Artificial Analysis bewertet beide Modelle auf einer Allwissenheitsachse, auf der der Unterschied kleiner ist, als das Index-Delta impliziert. Das ist wichtig, weil es bedeutet, dass die Lücke in der Argumentationstiefe und der Ausdauer von Agenten konzentriert ist, nicht darin, wie viel das Modell weiß.

• Geschwindigkeit — Muse Spark 1.3 erreicht 127,7 Tokens pro Sekunde und liegt damit bei Artificial Analysis auf Platz 41 von 185. Die Geschwindigkeit von Muse Spark Open wurde von keiner unabhängigen Quelle veröffentlicht. Ein selbst gehostetes 816B-Mixture-of-Experts-Modell auf zwei Desktop-Rechnern wird langsamer als 127,7 Tok/s sein; um wie viel, ist unbekannt, und dies ist neben den Kosten die zweitgrößte Lücke in der Beweislage.

• Preis — Muse Spark 1.3 kostet 1,25 $ pro Million Input-Tokens und 4,25 $ pro Million Output-Tokens, mit 88 % Rabatt auf zwischengespeicherte Eingaben, was gemessene 1,60 $ pro Aufgabe des Intelligence Index ergibt. Muse Spark Open hat keinen Preis pro Token; seine Kosten sind Hardware, und es gibt keine unabhängige Kosten-pro-Aufgabe-Zahl dafür.

Eine Zeile in dieser Liste verdient einen zweiten Blick, denn sie ist das Argument, das am häufigsten falsch verstanden wird. Muse Spark 1.3 ist ein wortreicher Reasoner. Artificial Analysis hat gemessen, dass es über die gesamte Evaluierung hinweg rund 170 Millionen Tokens verbraucht – gegenüber etwa 130 Millionen bei Muse Spark 1.2. Deshalb kostet 1.3 pro Aufgabe 1,60 $ bei denselben angegebenen Tokenpreisen, die für 1.2 0,97 $ ergeben. Die Frontier-Reasoning-Stufe berechnet Ihnen zweimal: einmal für die Fähigkeit und einmal für die Tokens, die sie verbrennt, während sie sich dorthin denkt.

Der Reasoning-Regler ist der entscheidende Faktor

Beide Modelle setzen zuerst auf Reasoning, und keines erlaubt dir, es abzuschalten, aber sie legen den Aufwand unterschiedlich offen, und dieser Unterschied ist das praktisch Nützlichste auf dieser Seite.

Muse Spark Open veröffentlicht seine Effort-Leiter öffentlich: niedrig, mittel, hoch und xhigh entsprechen 16, 64, 256 und 512 Reasoning-Tokens, und ein Hinweis auf die Reasoning-Stärke im System-Prompt erfüllt denselben Zweck. Das ist ein Regler, den Sie aus Ihrem eigenen Code heraus drehen können, mit bekannten Kosten pro Einstellung, und weil Sie in Strom und Wall-Clock-Zeit statt in Dollar pro Ausgabe-Token zahlen, kostet es Sie am Zähler nichts, ihn herunterzudrehen. Es kostet Sie Genauigkeit – und nur Genauigkeit.

Auf Muse Spark 1.3 gibt es dieselbe Leiter auf der Seite des Anbieters, und jede Stufe, die man höher dreht, wird berechnet. Bei 4,25 $ pro Million Ausgabe-Tokens, wobei Reasoning-Tokens als Ausgabe zählen, bezahlt ein Workflow, der mit maximalem Aufwand läuft, für das Nachdenken des Modells auf die denkbar wörtlichste Weise. Dies ist der eine Punkt, an dem die Wirtschaftlichkeit des offenen Modells nicht nur vertretbar, sondern wirklich besser ist: Ein Batch-Job, der es sich leisten kann, härter nachzudenken, darf das tun, und ein Batch-Job, der nicht hart nachdenken muss, darf aufhören.

Wo die Lücke verschwindet

Drei Situationen machen die Neun-Punkte-Differenz zunichte.

Fine-Tuning ist das erste und größte. Muse Spark 1.3 lässt sich zu keinem Preis auf Ihre Daten abstimmen. Muse Spark Open kann das – mit TorchTitan-Unterstützung, die Meta zusammen mit den Gewichten ausgeliefert hat. Ein auf Ihrer Codebasis, Ihrem Schema oder Ihrem Domänenvokabular abgestimmtes Modell ist nicht dasselbe Modell wie das, das 39 erzielt hat, in keiner Richtung – und bei einer eng gefassten Aufgabe schlägt die abgestimmte Version eines schwächeren allgemeinen Modells regelmäßig die nicht abgestimmte Version eines stärkeren. Wenn Ihr Problem spezifisch ist, ist die Indexlücke nicht die relevante Messgröße.

Die Datenresidenz ist der zweite Punkt. Wenn der Korpus Ihr Netzwerk nicht verlassen kann, lautet der Vergleich nicht 39 gegen 48, sondern 39 gegen kein Modell. Das ist keine knappe Entscheidung und war es nie.

Amortisiertes Batch-Volumen ist der dritte Aspekt, allerdings mit einem Vorbehalt. Eine Pipeline, deren Token-Verbrauch hoch, gleichmäßig und vorhersehbar ist, kann die Hardware rechtfertigen. Eine Pipeline, die schubweise arbeitet, kann das nicht, denn Self-Hosting verwandelt variable Kosten in fixe Kosten und stellt Ihnen dann trotzdem die Leerlaufstunden in Rechnung. Beachten Sie außerdem, dass der Cache-Rabatt von Muse Spark 1.3 das gehostete Modell gerade für das Muster wiederkehrender Kontexte, das große Batch-Pipelines erzeugen, ungewöhnlich günstig macht, sodass der Fall für Self-Hosting schwächer ist, als eine naive Token-mal-Preis-Rechnung nahelegt.

Wo die Lücke zur Wand wird

Zwei Workloads sollten dem offenen Modell nicht zu nahe kommen.

Interaktive Agenten sind die ersten. Muse Spark 1.3 erreicht 127,7 Tokens pro Sekunde, und eine Agentenschleife multipliziert diese Zahl mit der Anzahl der Round-Trips pro Aufgabe. Für Muse Spark Open gibt es keine veröffentlichte Geschwindigkeit, und die strukturelle Erwartung ist, dass ein 816B-Modell, das mit der Speicherbandbreite eines Desktop-Computers läuft, weit zurückliegen wird. Wenn ein Mensch wartet, sind die neun Indexpunkte irrelevant und die Durchsatzlücke ist alles.

Stoßweises Frontier-Reasoning steht an zweiter Stelle – aus einem subtileren Grund. Die Workloads, die 48 Punkte an Reasoning-Fähigkeit benötigen, sind fast schon per Definition diejenigen, bei denen ein Fehler teuer und die Reasoning-Kette lang ist. Diese auf einem Modell laufen zu lassen, das eine Stufe darunter liegt, bei unbekanntem Durchsatz, um bei der Pro-Token-Abrechnung zu sparen, bedeutet, einen kleinen vorhersehbaren Kostenfaktor gegen einen großen unvorhersehbaren einzutauschen. Das ist der Tausch, den das dritte Team am Anfang dieses Beitrags ablehnen sollte.

Das Team, das beides will

Die meisten Organisationen, die am Ende beides betreiben, tun das, weil sich die Workloads wirklich unterscheiden: Interaktive Pfade brauchen Geschwindigkeit, Batch-Pfade brauchen Kosteneffizienz, und nur einige Pfade müssen on-premises bleiben. Der Fehlermodus ist nicht die Architektur – sondern dass die Aufteilung in einem Dokument statt in der Konfiguration lebt und ein Entwickler einen Modell-String aus einem Tutorial kopiert.

Eine Routing-Schicht ist der Mechanismus, der das behebt. OrcaRouter routet Muse Spark 1.2 zum Listenpreis von Meta mit 0 % Aufschlag und gibt den Listenpreis des Anbieters unverändert weiter, sodass eine Preissenkung auf der Hosting-Seite noch am selben Tag bei Ihrem Schlüssel ankommt, ohne dass Sie Preise neu anpassen müssen. Er hostet Muse Spark Open nicht, und er sollte auch nicht so verstanden werden, als würde er es tun: Ein Modell, dessen ganzes Versprechen darin besteht, dass Sie die Gewichte selbst halten können, ist ein Modell, das Sie auf Ihrer eigenen Hardware betreiben. Was der Router beiträgt, ist die interaktive Hälfte – Muse Spark 1.3 wird derzeit ebenfalls nicht von OrcaRouter geroutet, die praktische Form sieht heute also so aus, die gehostete Stufe dort aufzurufen, wo Sie sie bereits aufrufen, und eine einzige API, mit automatischem Failover und einer Routing-DSL, die 200+ Modelle, die Sie erreichen können, unter einem einzigen Schlüssel zu bündeln, während Ihre eigene Hardware übernimmt, was zu Hause bleiben muss.

Wählen Sie nach Arbeitslast, nicht nach Lizenz

Setzen Sie auf Muse Spark Open, wenn Ihre Aufgabe eng genug umrissen ist, um sie abzustimmen, wenn die Daten nicht hinausdürfen, wenn die Arbeitslast groß und gleichmäßig ist und vor allem, wenn das Modell auf einem Aufwandsniveau seiner Wahl denken kann, ohne dass der Zähler mitläuft. Das sind die vier Bedingungen, und sie hängen meist zusammen – Pipelines sind eng umrissen, batchorientiert und stationär.

Nehmen Sie Muse Spark 1.3, wenn ein Mensch auf die Ausgabe wartet, wenn das Reasoning wirklich schwierig ist, wenn die Arbeit schubweise anfällt oder wenn Sie ein bestätigtes multimodales Verzeichnis benötigen — die Text-, Bild- und Videoeingabe von 1.3 ist unabhängig aufgeführt, während die weiterreichenden Audio- und Videoangaben von Muse Spark Open vom Anbieter behauptet und unabhängig nur als Text und Bild gemessen werden.

Was Sie nicht tun sollten, ist, die offenen Gewichte zu nehmen, weil sie kostenlos sind. Die neun Punkte zwischen 39 und 48 sind real, sie konzentrieren sich genau auf die agentische und Reasoning-Arbeit, die diese Modelle nützlich macht, und keine Menge lokaler Inferenz macht sie wett. Muse Spark Open ist die richtige Antwort auf eine bestimmte Reihe von Fragen. Es ist kein Rabatt auf Muse Spark 1.3.

Muse Spark Open ist unter der Muse Model License herunterladbar; Muse Spark 1.3 ist pro Token zu 1,25 $ für Eingabe und 4,25 $ für Ausgabe erhältlich, wobei der Cache-Rabatt zu den eigenen Tarifen des Anbieters angewendet wird.