Muse Spark Open 816B A42B vs Muse Spark 1.3: Negen punten, en een wachttijd van vierenvijftig seconden

De versienummers doen deze vergelijking eenvoudig lijken, en ze liegen tegen je. Muse Spark 1.3 staat boven Muse Spark Open 816B A42B in Meta's eigen naamgeving, en het staat er ook boven op de onafhankelijke Intelligence Index — 48 tegen 39, een gat van negen punten dat de hele reden is waarom iedereen de open gewichten als de budgetoptie bestempelt. Maar Muse Spark 1.3 is uitgebracht op 2 september 2026, en het is een reasoning-first model dat per token wordt verkocht, wat betekent dat de capaciteit gepaard gaat met een deliberatiekost. Muse Spark Open 816B A42B — het mengsel van experts met 816 miljard parameters en 42 miljard actieve parameters waarvan Meta de gewichten op 15 oktober 2026 zonder aankondiging publiceerde — gaat in plaats daarvan gepaard met een hardwarekost. Op 16 oktober 2026 publiceerde NVIDIA een speculative-decoding-drafter voor het open doelwit, wat voor het eerst een gedocumenteerd optimalisatiepad onder één kant van deze vergelijking plaatst en niet onder de andere. De negen punten zijn echt. Wat de moeite waard is om te weten, is wat je ervoor betaalt, en in welke valuta. Voor een model waarvan de faalwijzen nog niet gedocumenteerd zijn, is de nuttige tegenhanger het verslag van wat elders al mis is gegaan: de gedocumenteerde AI-incidenten en agent-fouten rond modellen in deze klasse zijn verzameld in the OrcaRouter AI Incident Archive waar elke vermelding zijn eigen bronnen, ernstgraad, betrouwbaarheidsgraad en betwist-vlag heeft.

Twee manieren om duur te zijn

Benchmarktabellen vlakken dit af. Beide modellen zijn duur; ze zijn duur in tegengestelde richtingen, en die richting bepaalt voor welke workloads elk van de twee de verkeerde keuze is.

Muse Spark 1.3 is duur per eenheid denkwerk. Het is een breedsprakige reasoner — Artificial Analysis mat dat het tijdens zijn evaluatie in de orde van 170 miljoen tokens verbruikte, ongeveer een derde meer dan Muse Spark 1.2 — en elk van die tokens wordt gefactureerd als output tegen $4,25 per miljoen. Die breedsprakigheid is de reden waarom 1.3 uitkomt op een gemeten $1,60 per Intelligence Index-taak tegenover $0,97 voor 1.2, bij identieke nominale tokenprijzen. Je betaalt niet meer per token. Je betaalt voor meer tokens, omdat het model harder en hardop nadenkt.

Muse Spark Open 816B A42B is duur voordat het ook maar iets doet. Er is geen meter per token, dus de kosten zitten in de hardware: ruwweg 1,5 TB in BF16 plus een NVFP4-build om op iets te passen dat je bezit, een Blackwell-node voor het datacenterpad, of twee M5 Ultra Mac Studios voor het desktoppad. Dat geld verdwijnt ongeacht of het model bezig is, wat de bepalende eigenschap is van een vaste kostenpost en de bron van zowel het voordeel als de meest voorkomende misrekening.

De praktische consequentie is dat deze twee modellen door hun constructie niet aansluiten bij tegenovergestelde workloads. Een interactief product met piekbelasting kan een vaste hardwarekostenpost niet amortiseren. Een stationaire pipeline met een hoog volume geeft niet om facturering per token en zou die ook niet moeten betalen.

Wat negen punten van redenering daadwerkelijk opleveren

Onafhankelijke meting plaatst Muse Spark 1.3 op 48 in de Intelligence Index, gerangschikt in de bovenste paar procent van de modellen die Artificial Analysis volgt, met een gemeten outputsnelheid van 127,7 tokens per seconde en een tijd tot het eerste token van 54,06 seconden. Dat laatste getal is het getal dat een specificatieblad begraaft en een gebruiker ervaart: 1.3 denkt voordat het spreekt, en bij een moeilijke prompt is het denken niet onmiddellijk.

Muse Spark Open 816B A42B staat op 39 — de sterkste open-weightscore van alle releases van Amerikaanse labs, en nog steeds een capaciteitsniveau lager. Meta's eigen scorecard voor het open model, door de leverancier gerapporteerd en gemeten binnen per-benchmark-testharnassen naar keuze van Meta, rapporteert Terminal-Bench 2.1 op 76,4, DeepSWE 1.1 op 60, MCP-Atlas op 89,2, GDPval-AA v2 op 1401, SciCode op 58,5, JobBench op 61,8 en HLE-Diamond zonder tools op 26,1. De bijbehorende leveranciersrijen voor 1.3 vermelden 83,9 en 68 voor de eerste twee. Dat zijn dezelfde evaluaties, en ze laten een consistente voorsprong van zeven tot acht punten zien in de agentische band — wat ongeveer overeenkomt met waar de onafhankelijke indexkloof van negen punten ligt.

Lees de vorm daarvan, niet de rekensom. Het gat tussen deze twee modellen is geconcentreerd in het uithoudingsvermogen van agents en de redeneerdiepte zonder externe bronnen. Het is geen kennisgat, en het is geen gat dat bij elke taak opduikt. Een model dat negen punten zwakker is op een samengestelde score is niet negen punten slechter in het ophalen van een specifiek feit uit een vaste corpus, en de index behandelen als een uniforme kortingsfactor voor capaciteiten is de meest voorkomende fout bij dit soort vergelijkingen.

De inspanningsregelaar, en wie brengt het in rekening.

Dit is het deel van de vergelijking waar de twee modellen helemaal niet meer op elkaar lijken, en het is nuttiger dan de indexkloof.

Muse Spark Open 816B A42B stelt zijn redeneerbudget rechtstreeks beschikbaar. Laag, gemiddeld, hoog en xhigh komen overeen met 16, 64, 256 en 512 redeneertokens, en een hint in de systeemprompt doet hetzelfde. Je kiest per verzoek vanuit je eigen code, je kent de kosten van elke instelling vooraf, en omdat er geen meter is, kost de knop lager zetten je nauwkeurigheid en niets anders. Een batchtaak die het zich kan veroorloven om middernacht hard na te denken, kan om middernacht gratis hard nadenken. Een batchtaak die niet hard hoeft na te denken, kan stoppen.

De redeneerinspanning van Muse Spark 1.3 is in geen van beide richtingen gratis. Elke stap omhoog betekent outputtokens, en outputtokens zijn de dure helft van het prijsblad. De gemeten breedsprakigheid van het model is daar het zichtbare gevolg van: het verbruikt wat het nodig heeft om 48 punten te bereiken, en 48 punten aan redenering is een hoop beraadslaging. Of dat een goede ruil is, hangt volledig af van de vraag of de redenering het product is of overhead erbovenop.

Het onderscheid dat je moet onthouden is dat harder nadenken bij het open model een configuratiekeuze is die tijd kost. Bij Muse Spark 1.3 is harder nadenken een aankoop. Dat zijn niet hetzelfde soort beslissingen en ze hebben niet hetzelfde plafond.

Wat de opsteller van 16 oktober verandert aan deze combinatie

Muse Spark 1.3 heeft geen gepubliceerde drafter voor speculatieve decodering. Muse Spark Open 816B A42B kreeg er een op 16 oktober 2026, toen NVIDIA nvidia/Muse-Spark-Open-816B-A42B-DFlash2 publiceerde — een niet-gegate checkpoint met 4,38 miljard parameters die tokenblokken voor het 816B-doel opstelt, zodat het ze in één enkele forward pass kan verifiëren. Het rapporteert acceptatielengtes van 3,73 op MT-Bench bij greedy-decodering en 3,01 bij sampling, een aanbevolen aantal speculatieve tokens van zeven, en het draait op Blackwell via vLLM of TensorRT-LLM.

Twee eerlijke kanttekeningen zijn belangrijker dan de cijfers. De eerste is dat NVIDIA geen end-to-end snelheidswinst heeft gepubliceerd — de acceptatielengte zegt dat de draft vaak wordt geaccepteerd, niet dat de server sneller is geworden. De tweede is dat SGLang, de runtime die Meta's eigen materiaal aan DFlash V2 koppelt, ontbreekt in NVIDIA's lijst met ondersteunde engines, dus als jouw servingstack SGLang is, is deze checkpoint niet voor jou geschreven.

Wat overblijft is nog steeds structureel interessant. Aan de kostencurve van het open model hangt nu een publiek, inspecteerbaar optimalisatiepad: een gedocumenteerde drafter, een gepubliceerd recept, een open vLLM-flag. De kostencurve van Muse Spark 1.3 is van de leverancier, en je kunt hem zelf niet afstellen, hertrainen of versnellen. Over een jaar zijn een vaste capaciteit met een verbeterend servingverhaal en een hogere capaciteit waarvan het servingverhaal bevroren is niet gerangschikt zoals de index beweert.

De grens die de doorslag geeft

Twee voorwaarden zijn hier beslissend, en al het andere is ruis.

Het eerste is latentietolerantie. Vierenvijftig seconden tot het eerste token is geen defect — het is wat diepgaand redeneren kost, en voor een nachtelijke batchtaak is het irrelevant. Voor een interface met een persoon ervoor is het het volledige karakter van de workload. Als er een mens wacht, werkt het redeneerbudget van Muse Spark 1.3 tegen je, zelfs wanneer de antwoorden beter zijn, en zou je de tijd tot het eerste token moeten meten in plaats van de indexscore. Als er niets wacht, is de breedsprakigheid van 1.3 een regelpost en is zijn bekwaamheid het product.

Het tweede is of de taak gespecialiseerd kan worden. Muse Spark 1.3 kan tegen geen enkele prijs op je data worden fijngestuurd, en het feit dat het het capabelere algemene model is, helpt niet zodra je probleem smal is. Muse Spark Open 816B A42B wordt geleverd met TorchTitan-ondersteuning naast de gewichten. Een algemeen model met een score van 39 dat op je codebase, je schema of je documentcorpus wordt getuned, is niet hetzelfde model dat 39 scoorde, in geen van beide richtingen — en voor een voldoende smalle taak wint de getunede versie van het zwakkere model zonder dat de vergelijking ook maar enigszins close is. Het gat van negen punten is een meting van algemene capaciteit die op een specifiek probleem wordt toegepast, en dat is precies waar die het minst informatief is.

Tussen die twee condities liggen de gewone gevallen, en daar bewijst de index zijn waarde. Moeilijke redeneringen in meerdere stappen, lange ketens van toolgebruik, herstel van de eigen doodlopende paden van het model — daar maakt 48 tegenover 39 het verschil of een workflow al dan niet wordt voltooid, en geen enkele configuratiewijziging aan jouw kant dicht dat gat.

Waar elk ervan ophoudt het juiste antwoord te zijn

Muse Spark 1.3 is niet langer de juiste keuze wanneer de redenering niet de bottleneck is: grootschalige extractie, classificatie, transformatie volgens een vast schema en werk binnen een nauw domein zijn allemaal taken waarbij je $1,60 per indextaak betaalt voor capaciteit die de taak niet gebruikt. Het is ook niet langer de juiste keuze wanneer de data je netwerk niet mogen verlaten, en op dat punt gaat de vergelijking niet tussen 39 en 48, maar tussen 39 en geen model hebben. En het is niet langer de juiste keuze wanneer het antwoord instelbaar moet zijn, wat het niet is.

Muse Spark Open 816B A42B is niet langer de juiste keuze wanneer iemand op de output wacht, wanneer het redeneren echt de frontier-tier nodig heeft, en wanneer de workload zoveel pieken vertoont dat inactieve hardware het grootste deel van de rekening uitmaakt. De keuze klopt ook niet meer als de modaliteitenlijst ertoe doet: Artificial Analysis stelde vast dat het open model tekst en afbeeldingen accepteert, terwijl in Meta's eigen materiaal tekst, afbeelding, video en audio wordt geclaimd — en de tekst-, afbeeldings- en video-invoer van 1.3 wordt onafhankelijk vermeld. Als de brede claim de reden is dat je geïnteresseerd was, verifieer die dan op je eigen stack voordat je je op hardware vastlegt.

Nog een kanttekening hoort hier thuis, niet in een voetnoot. De voorwaarden van de Muse Model License zijn van toepassing op de open gewichten, en ze bevatten een clausule die een afzonderlijke schriftelijke overeenkomst vereist zodra de omzet uit model-as-a-service in twaalf opeenvolgende maanden de $20 miljoen overschrijdt, plus de attributieregel "Built with Muse Spark Open" op wat je bouwt. Dat is voor de meeste teams geen blokkade. Het is iets om gelezen te hebben voordat de architectuur wordt vastgelegd, want het is een licentiegesprek met een leverancier, en dat soort gesprekken zijn goedkoper als je ze vroeg begint.

Beide draaien is het eerlijke antwoord voor de meeste teams.

De organisaties die op beide uitkomen, doen dat omdat de twee voorwaarden die centraal staan in dit stuk hun workloads echt opsplitsen: sommige paden hebben een mens die wacht, sommige niet, en alleen sommige hebben data die thuis moet blijven. De architectuur is eenvoudig. De faalmodus is dat de splitsing in een document leeft in plaats van in configuratie, en een ontwikkelaar een modelstring uit een tutorial kopieert.

Een routeringslaag is het mechanisme dat dat voorkomt. OrcaRouter routeert Muse Spark 1.2 en Muse Spark 1.1 tegen de lijstprijs van de provider, met 0% markup die rechtstreeks wordt doorgegeven, dus een prijswijziging van een leverancier is dezelfde dag live op je key, zonder werk voor herprijzing. Het routeert Muse Spark 1.3 niet en het host Muse Spark Open 816B A42B niet, en dit stuk moet niet worden gelezen als een bewering van een van beide — een model waarvan het hele voorstel is dat je de weights zelf kunt houden, is een model dat je op je eigen hardware draait. Wat de router je geeft, is de bereikbare helft: één API over 200+ modellen, automatische failover wanneer een provider achteruitgaat, model fusion om ze te combineren, en een routerings-DSL die verkeer tussen modellen verplaatst via configuratie in plaats van via code. Dat is de goedkope manier om erachter te komen wat de open weights doen met echt verkeer, voordat een productieroute ervan afhankelijk wordt.

Het versienummer is niet de specificatie

Muse Spark 1.3 is het capabelere model. Dat staat vast op basis van onafhankelijke meting, en dat staat niet ter discussie. Wat wel ter discussie staat, is of "capabeler" de as is waarop jouw workload ligt, en voor heel veel workloads is dat niet zo: de as is of er iemand aan het wachten is, of de taak smal genoeg is om af te stemmen, en of de data het gebouw kunnen verlaten.

Neem Muse Spark 1.3 als het redeneren het product is, het werk in pieken verloopt, en niemand naar een spinner zit te kijken. Neem Muse Spark Open 816B A42B als de taak beperkt is, de data onverplaatsbaar is, het volume stabiel is, of het vermogen om op elk gewenst inspanningsniveau te denken zonder dat de meter loopt meer waard is dan negen indexpunten. En merk, voordat je besluit, op dat de tweede optie net een servingverhaal heeft gekregen dat ze vorige week niet had — niet gekwantificeerd, hardwarespecifiek, half gedocumenteerd, en desondanks het eerste bewijs dat iemand heeft gepubliceerd over hoe deze 816B-tier daadwerkelijk draait.

Muse Spark Open 816B A42B is downloadbaar onder de Muse Model License; Muse Spark 1.3 wordt per token verkocht, en de Muse Spark-checkpoints die via OrcaRouter worden gerouteerd zijn 1.2 en 1.1.