Muse Spark 1.3 Contributor vs Muse Spark 1.2: 데이터 공유를 앞세운 신인 vs 지난달의 정가 플래그십

여러분의 팀이 8월에 Muse Spark 1.2로 표준화했다면, 9월에 출시된 Muse Spark 1.3 Contributor는 곤란한 질문을 던집니다. 코딩 에이전트를 백만 토큰당 입력 $0.10, 출력 $0.20의 최신 체크포인트로 옮길 것인가, 아니면 이미 통합했고, 이미 자사 코드베이스를 기준으로 벤치마크했으며, 이미 백만 토큰당 $1.25와 $4.25를 지불하고 있는 모델인 Muse Spark 1.2에 계속 머물 것인가? 곤란한 점은 이 비교가 사실 새 모델 대 옛 모델이 아니라는 것입니다. Muse Spark 1.3 Contributor는 새 Muse Spark 1.3 체크포인트의 데이터 공유 SKU이며, Muse Spark 1.2 대비 가격 우위의 대부분은 가중치가 아니라 계약에서 비롯됩니다. 프롬프트와 완성 결과를 이 모델을 통해 보내면 Meta가 이를 자사 모델 학습에 사용할 수 있습니다. 따라서 결정은 함께 제기되는 일이 드문 두 가지 질문으로 나뉩니다. 1.3 체크포인트가 여러분의 업무에 1.2보다 의미 있게 더 나은가, 그리고 데이터 조항과 Contributor 등급의 운영상 제약이 약 20배 더 저렴한 토큰 비용을 위해 기꺼이 받아들일 거래인지입니다.

각 측이 실제로 무엇인지

Muse Spark 1.2는 8월 5일 Meta의 터미널 코딩 에이전트인 Muse Code와 함께 이 제품군 최초의 코딩 튜닝 릴리스로 출시되었다. 이는 클로즈드 웨이트 멀티모달 추론 모델로, 텍스트, 이미지, 비디오, 오디오, PDF를 입력받아 텍스트를 출력하며, 1,048,576 토큰 컨텍스트 창과 131,072 토큰 출력 한도를 갖는다. 표준 형태의 가격은 백만 입력 토큰당 $1.25, 캐시된 경우 $0.15, 백만 출력 토큰당 $4.25이며, Meta에 사용자 데이터에 대한 권리를 부여하는 조항은 없다. 또한 서드파티 플랫폼이 실제로 라우팅하는 제품군의 버전이기도 한데, Meta가 함께 출시한 Contributor SKU는 항상 자체 약관을 지닌 별도 리스팅이었기 때문이다.

Muse Spark 1.3 Contributor는 Meta가 9월 2일에 공개한 것과 동일한 1.3 체크포인트로, Contributor 계약을 적용합니다: 입력 $0.10, 캐시된 입력 $0.002, 출력 $0.20이며, 그 대가로 학습 데이터 권리를 제공하고 훨씬 더 엄격한 속도 한도 아래에 놓입니다. 그 외의 모든 것 — 컨텍스트 윈도우, 입력 모달리티, 출력 상한, 비공개 가중치 — 은 표준 버전 및 그 이전 1.2 세대와 공유됩니다. 따라서 이 비교의 두 모델은 서로 독립적인 두 축에서 차이가 납니다: 세대(1.2 vs 1.3 가중치)와 등급(표준 조건 vs Contributor 조건). 이 두 축을 분리해 두는 것이 핵심입니다.

점수판

• 출시 — Muse Spark 1.2: 2026년 8월 5일. Muse Spark 1.3 Contributor: 2026년 9월 2일.

• 컨텍스트 / 출력 — 동일: 입력 1,048,576 토큰, 출력 131,072 토큰.

• 입력 — 동일: 텍스트, 이미지, 동영상, 오디오, PDF; 텍스트 출력만.

• 가격 — Muse Spark 1.2 스탠더드: 입력 $1.25, 출력 $4.25, 캐시 $0.15. Muse Spark 1.3 컨트리뷰터: 입력 $0.10, 출력 $0.20, 캐시 $0.002.

• 데이터 사용 — Muse Spark 1.2 스탠다드: 없음. Muse Spark 1.3 컨트리뷰터: 프롬프트와 완성 결과가 Meta 모델 학습에 사용될 수 있습니다.

• 속도 제한 — Muse Spark 1.2 표준: 분당 3,000회 요청, 분당 4M 토큰. 기여자 프로그램: 분당 60회 요청, 분당 2.1M 토큰.

• 가용성 — Muse Spark 1.2 standard는 서드파티 라우팅 플랫폼에서 제공되는 제품군 버전이고, Muse Spark 1.3 Contributor는 Meta 자체 API와 해당 등급에 대해 Meta가 계약을 맺은 플랫폼에서 제공됩니다.

Meta의 말에 따르면, 새 체크포인트가 바꾸는 것

Meta의 출시 자료는 코딩 에이전트를 정의하는 벤치마크에서 1.2 대비 큰 폭의 도약을 주장한다. Terminal-Bench 2.1: 1.3은 88.8로, Meta가 1.2에 대해 보고한 82.9와 대비된다 — 그리고 Meta는 1.3 점수가 리더보드 최고 점수와 동률이라고 언급한다. 장기 호라이즌 저장소 벤치마크인 DeepSWE v1.1: 1.3은 75.4이며, Meta는 이를 최첨단이라고 부른다. 효율성: Meta 엔지니어들은 동일한 엔지니어링 워크플로에서 1.3이 도구 호출은 약 20%, 토큰은 약 25% 더 적다고 보고하는데, 이 수치가 비용 비교에서 조용히 가장 중요한 숫자다. 이 모든 수치는 벤더가 보고한 것이며, 9월 3일 기준으로 독립적으로 재현된 것은 하나도 없다. 이용 가능한 유일한 독립적 기준점은 1.2 자체인데, Artificial Analysis는 이를 Terminal-Bench 2.1에서 약 80.1로 측정하고 Intelligence Index 57로 평가한다 — 이는 해당 모델에 대한 Meta 자체의 82.9보다 약간 낮으며, 벤더의 평가와 제3자 하네스 사이의 흔한 격차를 상기시켜 준다. 초기 커뮤니티 반응은 1.3이 1.2를 크게 앞지르는지에 대해 회의적이었으며, 따라서 업그레이드가 크다고 가정하기 전에 기다려야 할 단 하나의 가장 중요한 것은 독립적인 재실행이다.

계약이 더 큰 변수다

잠시 25% 더 적은 토큰이라는 주장이 대략 맞고 1.3이 적어도 1.2만큼 유능하다고 가정해 보자. 남은 차이는 계약상의 것이며, 양방향으로 작용한다. Contributor 등급의 분당 60회 요청 상한은 표준 SKU의 3,000회보다 50배 낮다. 대화형 에이전트와 단일 엔지니어에게는 괜찮지만, 병렬 평가, 배치 스윕, 또는 많은 요청을 분산 처리하는 공유 게이트웨이를 운영하는 팀에게는 실질적인 제약이다. Contributor 제공 지역 제한은 이를 기본값으로 채택하기 전에 확인해야 할 또 하나의 운영상 사실이다. 그리고 데이터 조항은 이 두 가지 위에 놓여 있다. Muse Spark 1.3 Contributor를 통해 전송되는 모든 리포지토리 컨텍스트, 실패한 테스트 로그, 프롬프트는 Meta가 학습에 사용할 수 있는 자료다. 독자 개발자나 독점 코드베이스가 없는 스타트업에게 이는 종종 20배 할인에 대한 받아들일 만한 대가다. 고객 NDA 아래 코드를 납품하거나 그 자체가 경쟁 우위의 원천인 무언가를 만드는 팀에게는, 절감액이 얼마든 이 조항은 대개 결격 사유가 된다.

월간 산술

매달 3,000개의 에이전트 작업을 실행하는 팀을 생각해 보자. 각 작업이 Muse Spark 1.2에서 200,000 입력 토큰의 컨텍스트와 40,000 출력 토큰의 추론 및 도구 호출을 소모한다고 하자. 1.2 표준 가격으로는 작업당 $0.42 — $1.25 × 0.2 더하기 $4.25 × 0.04 — 즉 월 약 $1,260이다. 같은 워크로드를 Muse Spark 1.3 Contributor로 옮기고 Meta가 주장하는 25% 토큰 절감을 적용하면 작업당 소비량은 150,000 입력 및 30,000 출력 토큰으로 떨어진다: $0.10 × 0.15 더하기 $0.20 × 0.03, 즉 작업당 약 $0.02, 월 대략 $63이다. 이는 동일한 논리적 워크로드에서 20배의 비용 차이이며, 이것이 Contributor SKU에 대한 상업적 논거의 전부다. 이에 맞서는 것은 모델 품질이 아니다. 품질은 비슷하거나 더 나아 보인다. 문제는 당신의 워크로드가 Contributor 요율 범위 안에 들어가는지, 그리고 실제로 이를 통해 전송하는 데이터에 대해 학습 데이터 조항이 수용 가능한지다. 이 두 가지가 바로 일부 팀에게 정가 Muse Spark 1.2가 여전히 합리적 선택인 유일한 이유다.

솔직히, 각각에 접근하는 것

오늘날 실질적인 비대칭이 존재합니다. Muse Spark 1.2 standard는 이 제품군 중에서 서드파티 플랫폼이 라우팅하는 모델입니다 — OrcaRouter에서는 Meta의 정가인 백만 토큰당 입력 $1.25, 출력 $4.25에 0% 마크업으로 라이브 상태이며, API 키 하나, 최소 사용량 없음, 업스트림 공급자가 혼잡할 경우 자동 페일오버를 제공합니다. Muse Spark 1.3 Contributor는 아직 저희가 라우팅하지 않습니다. 이는 Meta 자체 API와 Meta가 해당 티어에 대해 계약한 플랫폼에 위치합니다. 즉, 두 모델을 나란히 A/B 테스트하려는 팀은 현재 새 모델을 위해 Meta 계정이 필요하고, 기존 모델을 위해 라우팅 키가 필요합니다. 이러한 분리는 시장의 특성상 일시적입니다 — 라우팅된 공급자가 1.3 제품군을 추가하는 순간, 두 SKU 모두 같은 날 OrcaRouter에 정가로 나타납니다. 공급자 요금이 마크업되지 않고 그대로 전가되기 때문입니다. 그때까지 1.3 Contributor를 평가하는 가장 저렴하고 정직한 방법은 Meta 자체 API이며, 기존 1.2 통합을 계속 운영하는 가장 저렴한 방법은 이미 보유한 키입니다.

세 팀, 세 가지 답변

이 결정은 세 가지 경우로 깔끔하게 나뉩니다. 독점 코드가 없고 트래픽이 몰리는 일도 없는 1인 개발자나 초기 단계 팀이 해야 할 일은 지금 Muse Spark 1.3 Contributor로 옮기는 것입니다 — 20배 절감은 실질적이고 데이터 조항은 거의 부담이 되지 않습니다. NDA 아래에서 제품을 출시하는 팀, 또는 코드베이스 자체가 제품인 팀은 Contributor 등급을 선택해서는 안 됩니다. 올바른 업그레이드는 표준 조건의 Muse Spark 1.3이며, 그동안 Muse Spark 1.2에 머무는 것은 독립 벤치마크가 1.3의 도약을 확인할 때까지 정당화될 수 있습니다. 요청 처리량이 높거나 공유 게이트웨이를 쓰는 팀이라면 Contributor의 상한 때문에 기본 선택으로는 부적합하며, 어느 세대든 표준 SKU가 현실적인 선택입니다. 다시 말해, "1.3 Contributor냐 1.2냐"에 대한 답은 어느 모델이 더 나은지에 관한 경우가 거의 없습니다 — 두 세대 모두 강력합니다. 문제는 그 할인이 여러분의 속도 제한과 데이터 정책을 만났을 때도 살아남느냐입니다.