Metas Muse-Modelle kommen auf Google Cloud: Was die Preview wirklich verändert

Muse Wonder, Muse Spark 1.3 und Muse Ember werden jetzt sowohl von G​oogle Cloud als auch über M​etas eigene Model API bereitgestellt. Alle drei erscheinen in G​oogles Partner-Modell-Dokumentation, gekennzeichnet als Preview, und sind über einen einzigen globalen Endpunkt erreichbar; die Auflistung wurde am 9. November 2026 gemeldet – am selben Tag, an dem M​eta Muse Ember startete. An den Checkpoints hat sich durch den Umzug nichts geändert. Die Modell-IDs lauten weiterhin muse-wonder-1.0, muse-spark-1.3 und muse-ember-1.0; die Kontextfenster sind dieselben; die Preise auf M​etas Preisliste sind die Preise. Geändert haben sich der Vertrag, den Sie unterzeichnen, und die URL, auf die Ihr SDK zeigt, und für nicht wenige Unternehmen war genau das das eigentliche Hindernis, nicht das Modell.

So betrachten Sie dies als eine Geschichte über Distribution, nicht über Fähigkeiten. Muse Wonder wurde am 12. Oktober 2026 veröffentlicht, Muse Spark 1.3 am 2. September und Muse Ember am 9. November. Keines davon ist diese Woche neu; neu ist, dass ein Google-Cloud-Kunde sie jetzt aufrufen kann, ohne eine zweite Anbieterbeziehung einzugehen, und das sollte man genau verstehen, denn die Preview hat Grenzen, auf die die Berichterstattung zur Ankündigung nicht näher eingegangen ist.

Drei Modelle, drei verschiedene Aufgaben

Metas eigene Darstellung ist der klarste Weg, die Familie im Kopf zu behalten: Wonder plant, Ember übernimmt das Volumen, Spark erledigt die Programmierarbeit. Die drei sind keine Stufen eines Modells, und die Preisspanne zwischen ihnen – Faktor vierzig bei der Eingabe – spiegelt das wider und nicht eine Marketing-Leiter.

• {{1}}Muse Wonder{{/1}} — {{2}}Metas{{/2}} Frontier-Reasoning-Modell, veröffentlicht am {{3}}12. Oktober 2026{{/3}}, positioniert für komplexe Softwareentwicklung und langfristig angelegte agentische Arbeit; {{4}}Kontext von 1.048.576 Token{{/4}}; Text, Bild, Audio und Video als Eingabe, Text als Ausgabe; Reasoning-Aufwand von minimal bis maximal einstellbar, wobei maximal der Standard ist

• Muse Spark 1.3 — die am 2. September veröffentlichte Version, optimiert für agentische Workflows und wettbewerbsorientiertes Programmieren, mit integriertem Tool Calling und Unterstützung für das Model Context Protocol; 1M-Token-Kontext; die günstigste der drei auf beiden Seiten des Zählers

• Muse Ember — der Launch am 9. November, konzipiert für Agentenausführung mit hohem Volumen: Tool-Aufrufe, Coding-Teilaufgaben, Routing, Extraktion und das Parsen langer Dokumente; 1M-Token-Kontext und bis zu 512K Token Ausgabe; multimodaler Input wie seine Geschwister

• Verfügbarkeitsvarianten — Muse Wonder und Muse Spark 1.3 gibt es außerdem in günstigeren „Contributor“- oder reinen Abonnement-Formen, bei denen Meta als Gegenleistung für den Rabatt Trainingsrechte oder eine monatliche Gebühr erhält; die Google-Cloud-Vorschau stellt die standardmäßigen Pay-as-you-go-Endpunkte bereit.

Der Endpunkt und was „preview“ in diesem Satz zu suchen hat

Googles Dokumentation ist kurz und konkret, und die Details sind wichtiger als die Überschrift. Anfragen gehen an einen Publisher-Pfad unter aiplatform.googleapis.com, wobei das Modell im Feld „model" ohne Publisher-Präfix angegeben wird:

• Endpunkt — POST https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/m​eta/v1/responses, authentifiziert mit einem G​oogle Cloud-Zugriffstoken aus gcloud auth application-default print-access-token

• Schnittstelle — die zustandslose, OpenAI-kompatible Responses API; die Dokumentation stellt ausdrücklich klar, dass zustandsbehaftete Antwort-Speicherung (store: true) nicht unterstützt wird, und Streaming über SSE verfügbar ist, wenn Sie lieber nicht auf die gesamte Antwort warten möchten

• Region — ausschließlich global. Für keines der drei Modelle ist ein regionaler Endpunkt aufgeführt, was die folgenreichste Einschränkung der gesamten Vorschauversion ist und eine, die Beschaffungsteams zweimal lesen sollten.

• {{1}}Status{{/1}} — {{2}}Vorschau{{/2}}, gemäß {{3}}G​oogles Partner-Modell-Liste{{/3}}. Dazu werden weder SLA noch ein Deprecation-Zeitplan noch eine Kapazitätsgarantie veröffentlicht.

Verantwortung — G​oogle stellt klar, dass M​etas Modelle kein G​oogle-Produkt sind und als „Separate Offering“ unter die eigenen Bedingungen des Anbieters fallen, was bedeutet, dass der Support-Weg bei einer fehlerhaften Ausgabe zu M​eta führt und nicht zum G​oogle Cloud-Support.

Diese Kombination – globaler Endpunkt, zustandslose API, Bedingungen Dritter – ist kein Grund, die Vorschau zu meiden. Sie ist ein Grund zu wissen, was Sie testen. Wenn Ihre Architektur EU- oder US-Datenresidenz auf Anfrageebene benötigt, ist ein globaler Endpunkt eine Compliance-Frage, die Sie vor dem ersten Token beantworten müssen, nicht danach. Wenn Ihre Anwendung darauf angewiesen ist, dass der Anbieter den Gesprächszustand zwischen Turns speichert, sind Sie nun selbst für diesen Zustand verantwortlich, was ein wenig Code und eine echte Änderung daran bedeutet, wie Sie Kosten und Latenz berechnen.

Ember ist der Launch, der sich in dieser Geschichte verbirgt

Von den dreien ist nur Muse Ember wirklich neu, und dahinter steckt die interessantere technische Behauptung. M​eta beschreibt es als das erste Modell, das mit Muse Wonder Full trainiert wurde – der leistungsfähigeren Muse-Wonder-Variante, die überhaupt nicht pro Token verkauft wird, sondern ausschließlich in den beiden teuersten Muse-Code-Abonnementstufen enthalten ist. Damit ist Ember eine Destillationsgeschichte im Gewand einer Preisgeschichte: Das Flaggschiff lehrt, das kleine Modell führt aus.

Die veröffentlichten Zahlen – alle von M​eta gemeldet und zum Zeitpunkt des Schreibens keine davon unabhängig reproduziert – lassen Ember bei mehreren Agenten-Evaluierungen nahe an A​nthropic's Claude Haiku 5.5 heranrücken, während es pro abgeschlossener Aufgabe nur einen Bruchteil davon kostet:

• Preis — 0,10 $ pro Million Eingabe-Tokens und 0,50 $ pro Million Ausgabe-Tokens, wobei gecachte Eingabe 0,004 $ kostet; oberhalb von 200.000 Eingabe-Tokens gelten die Langkontext-Sätze von 0,30 $ und 1,50 $ für die gesamte Anfrage, nicht nur für den Überschuss

• Artificial Analysis Intelligence Index — 36 für Ember gegenüber 37 für Muse Spark 1.3, bei Kosten pro Index-Aufgabe von 0,14 USD gegenüber 2,39 USD, wobei diese Zahl die auffällige ist und nicht die Ein-Punkt-Differenz

• Agenten- und Coding-Evaluierungen — AutomationBench-AA 37,8 %, Agents' Last Exam (Linux) 61,6 %, Terminal-Bench 4.0 40,9 %, Coding Agent Index-AA 46 und OSWorld 2.1 69,5 %, alle laut M​eta; FrontierCode 2.0-AA bei 27,2 % ist die einzige Zeile, in der Haiku 5.5 mit 34,9 % führt

Lesen Sie diese mit dem üblichen Abschlag. M​etas Launch-Material mischt interne Bewertungen, von Anbietern bereitgestellte Drittanbieter-Durchläufe und Schätzungen, und die Vergleiche legen stillschweigend Listenpreise für alle zugrunde. Die eine Zahl, der man ohne Einschränkung vertrauen kann, ist die Preisliste, denn eine Preisliste ist ein Vertrag.

Woher die Rechnung tatsächlich kommt

G​oogles Partner-Modell-Seite für M​eta veröffentlicht keine Preise pro Token, und mit dem Angebot erschien keine G​oogle-spezifische Preisliste für diese drei. Die veröffentlichte Preisliste stammt von M​eta, und sie ist diejenige, an der man sich bis zu einer anderslautenden Aussage von G​oogle orientieren sollte:

• Muse Wonder — 4,00 $ Eingabe, 20,00 $ Ausgabe und 0,20 $ für zwischengespeicherte Eingabe pro Million Tokens, mit demselben Preis bei jeder Kontextlänge und ohne Langkontext-Zuschlag

• Muse Spark 1.3 — 1,25 $ pro Million Eingaben, 4,25 $ pro Million Ausgaben und 0,15 $ pro Million zwischengespeicherte Eingaben; die Contributor-Variante sinkt auf 0,10 $ bzw. 0,20 $ im Gegenzug für Trainingsrechte an Ihrem Traffic

• Muse Ember — 0,10 $ Eingabe und 0,50 $ Ausgabe pro Million bis zu 200K Eingabe-Tokens, danach 0,30 $ und 1,50 $ für die gesamte Anfrage

• Abgerechnete Zusatzleistungen — Web-Search-Grounding kostet zusätzlich 2,50 $ pro 1.000 Abfragen bei jedem der Textmodelle, und Ratenlimits werden pro Team statt pro Schlüssel gezählt, mit 3.000 Anfragen und 4.000.000 Tokens pro Minute in den Standard-Tarifen

Die Preisstruktur hat eine Falle, die es zu benennen gilt: Embers Long-Context-Stufe wird durch die gesamten Eingabe-Tokens ausgelöst – gecachte eingeschlossen – und sie bepreist die gesamte Anfrage neu statt nur den Überlauf. Ein Agent, der ein 210K-Token-Transkript über jeden Turn hinweg mitführt, zahlt bei jedem Turn das Dreifache, nicht erst beim letzten. Das ist die Art von Detail, die aus einem günstigen Modell eine teure Rechnung macht – und in einer Vergleichstabelle pro Token ist sie unsichtbar.

Was das für einen Käufer ändert – und was nicht

Wenn Ihre Organisation bereits auf Google Cloud läuft, lässt die Vorschau einen Beschaffungsschritt entfallen. Identität, Abrechnung, Kontingentverwaltung und Netzwerk-Egress liegen jetzt in einem Vertrag, den Sie bereits haben, und ein Team kann Muse Wonder ohne eine neue Sicherheitsüberprüfung des Anbieters evaluieren – was üblicherweise der Punkt ist, der zwei Monate dauert, nicht die Integration. Das ist der eigentliche Inhalt der Ankündigung, und für die Einführung ist das bedeutender als jede Benchmark-Zeile.

Wenn Sie nicht bei Google Cloud sind oder heute regionale Endpunkte benötigen, hat sich an Ihrer Situation am 9. November nichts geändert. Metas eigene Model API bedient weiterhin alle drei, veröffentlicht weiterhin dieselben Preise und bietet Ihnen weiterhin die zustandsbehafteten Annehmlichkeiten, die die Google-Vorschau entfernt. Die Wahl zwischen den beiden ist eine Vertragsfrage, bevor sie eine Latenzfrage ist.

Es gibt eine dritte Position, und das ist die, die wir einnehmen. OrcaRouter führt Muse Wonder nicht — wenn Wonder also das Modell ist, das Sie brauchen, bekommen Sie es über die API von M​eta oder über diese G​oogle-Vorschau, und wir werden nicht so tun, als wäre es anders. Was wir aus dieser Familie tatsächlich anbieten, sind Muse Spark 1.1 und Muse Spark 1.2, beide zu den eigenen Preisen von M​eta – 1,25 $ und 4,25 $ pro Million Tokens ohne Aufschlag, die mit über 200 weiteren Modellen im selben Katalog hinter einem einzigen API-Schlüssel stehen. Für Teams, deren Workloads überwiegend nach Spark aussehen, bedeutet das einen Vertrag statt zwei und automatisches Failover über Anbieter hinweg, wenn ein Preview-Endpunkt einen schlechten Nachmittag hat — was unter Preview-Bedingungen durchaus vorkommt.

Was als Nächstes ansehen

Drei Signale werden Ihnen zeigen, ob aus dieser Vorschau Infrastruktur wird. Das erste sind regionale Endpunkte: Eine globale Route ist für einen Prototyp in Ordnung und für eine regulierte Workload unhandlich, und G​oogles Dokumentation wird Regionen erst erhalten, wenn die Serving-Kapazität vorhanden ist. Das zweite ist eine von G​oogle veröffentlichte Preisliste für die drei Modelle – wenn G​oogle über M​etas Listenpreis liegt, wird der Beschaffungsvorteil der Vorschau durch eine Marge aufgezehrt, und wenn G​oogle zu Parität bepreist, wird das Argument „ein Vertrag“ deutlich stärker. Das dritte ist die allgemeine Verfügbarkeit, mit welcher SLA- und Deprecation-Policy auch immer einhergeht; Vorschau-Bedingungen sind der Ort, an dem ein Modell lebt, bis jemand es in einen Vertrag aufnehmen muss.

Bis dahin lautet die ehrliche Lesart so: M​eta hat den Oktober damit verbracht, zu beweisen, dass es ein Frontier-Modell bauen kann, und den November damit, zu beweisen, dass es eines verteilt bekommt. Die Listung bei G​oogle Cloud ist das Zweite davon, und sie ist die weniger glamouröse Hälfte der Arbeit – aber sie ist die Hälfte, die entscheidet, ob ein Modell von Teams genutzt wird, die nie einen Launch-Post lesen.