Muse Spark Open vs Muse Spark 1.3: negen indexpunten is veel om gratis op te geven

Hier is de ongemakkelijke vergelijking binnen Meta's eigen familie. Muse Spark Open, uitgebracht op 15 oktober 2026, is het open-weightmodel met 816 miljard parameters dat iedereen kan downloaden; een onafhankelijke meting zet het op een Artificial Analysis Intelligence Index van 39. Muse Spark 1.3, het propriëtaire API-model dat Meta op 2 september 2026 uitbracht, staat op 48. Negen punten is geen afrondingsverschil — het is ongeveer de afstand tussen het ene capaciteitsniveau en het volgende, en het is het getal waardoor "neem gewoon de open variant in plaats daarvan" veel slechter advies is dan het op de dag van de lancering klinkt.

Begin met het scenario, niet met het specificatieblad

Drie teams bekeken de release van Muse Spark Open en vroegen zich af of ze iets konden annuleren.

De eerste draait een nachtelijke pipeline die een vaste corpus leest en gestructureerde records uitstuurt. Latentie is irrelevant, het volume is enorm, het schema verandert nooit. Dit team zou de open gewichten moeten nemen en moeten stoppen met betalen per token.

De tweede draait een interactieve codingagent die per gebruikersverzoek een dozijn kleine round-trips afvuurt. Dit team zou dat niet moeten doen, en de reden is doorvoer en redeneerkosten, die beide op het punt staan een stuk concreter te worden.

De derde draait zware meerstapsredeneringen — het soort waarbij het model een lange inferentieketen moet vasthouden, daarbinnen tools moet aanroepen en zich moet herstellen van zijn eigen doodlopende paden. Dit team zou dat ook niet moeten, en voor hen is het verschil van negen punten geen abstractie. Het is het verschil tussen een workflow die wordt afgerond en een die voortdurend in de gaten moet worden gehouden.

Alles hieronder gaat erover die drie van elkaar te onderscheiden zonder te gokken.

Waar de negen punten uit bestaan

De index is een composiet, en composieten verbergen structuur. De structuur zit hier grotendeels waar je die zou verwachten, met één verrassing.

• Werk met agents en tools — het sterkste terrein van Muse Spark 1.3. Meta's eigen lanceercijfers voor 1.3, door de leverancier gerapporteerd en gemeten binnen zijn eigen testomgeving, zetten Terminal-Bench 2.1 op 83,9 en DeepSWE 1.1 op 68. Tegenover de door de leverancier gerapporteerde 76,4 en 60 van Muse Spark Open is dat een consistente voorsprong van zeven tot acht punten op de evaluaties die het dichtst bij echt agentgedrag liggen, en die komt bijna exact overeen met de onafhankelijke indexkloof.

• Redeneren met gesloten boek — de grotere kloof. Muse Spark Open's eigen scorecard laat zien dat de zwakste rij HLE-Diamond zonder tools is, waar Meta 26,1 rapporteert. Muse Spark 1.3 is gebouwd als een reasoning-first-model; de "max"-redeneerconfiguratie in de naam is geen versiering.

• Kennisbreedte — smaller dan de kop doet vermoeden, en Artificial Analysis beoordeelt beide modellen op een alwetendheidsas waar het verschil kleiner is dan het indexdelta doet vermoeden. Dit is belangrijk, want het betekent dat de kloof geconcentreerd is in redeneerdiepte en het uithoudingsvermogen van agents, niet in hoeveel het model weet.

• Snelheid — Muse Spark 1.3 meet 127,7 tokens per seconde en staat op de 41e plaats van de 185 op Artificial Analysis. De snelheid van Muse Spark Open is door geen enkele onafhankelijke partij gepubliceerd. Een self-hosted 816B mixture of experts op twee desktopmachines zal langzamer zijn dan 127,7 tok/s; hoeveel langzamer is onbekend, en dit is, naast de kosten, het op een na grootste gat in het bewijs.

• Prijs — Muse Spark 1.3 kost $1,25 per miljoen input en $4,25 per miljoen output met 88% korting op gecachte input, wat resulteert in een gemeten $1,60 per Intelligence Index-taak. Muse Spark Open heeft geen prijs per token; de kosten zijn hardware, en er bestaat geen onafhankelijk cijfer voor kosten per taak.

Eén regel in die lijst verdient een tweede blik, want het is het argument dat het vaakst verkeerd wordt begrepen. Muse Spark 1.3 is een breedsprakig redeneermodel. Artificial Analysis mat dat het tijdens de evaluatie ongeveer 170 miljoen tokens verbruikte, tegenover ongeveer 130 miljoen voor Muse Spark 1.2 — wat verklaart waarom 1.3 $1,60 per taak kost bij dezelfde gepubliceerde tokenprijzen die voor 1.2 $0,97 opleveren. De frontier reasoning-tier laat je tweemaal betalen: eenmaal voor de capaciteit en eenmaal voor de tokens die er al denkend naartoe worden verbrand.

De redeneerregelaar is waar het geld zit

Beide modellen zijn in de eerste plaats gericht op redeneren en geen van beide laat je dat uitschakelen, maar ze stellen de inspanning op verschillende manieren beschikbaar, en dat verschil is het meest praktisch nuttige op deze pagina.

Muse Spark Open publiceert zijn inspanningstrap openlijk: laag, gemiddeld, hoog en xhoog verwijzen naar 16, 64, 256 en 512 redeneertokens, en een hint over redeneersterkte in de systeemprompt doet hetzelfde werk. Dat is een knop die je vanuit je eigen code kunt bedienen, met bekende kosten per instelling, en omdat je betaalt in elektriciteit en kloktijd in plaats van in dollars per uitvoertoken, kost het lager zetten je niets op de meter. Het kost je nauwkeurigheid, en alleen nauwkeurigheid.

Op Muse Spark 1.3 bestaat dezelfde ladder aan de kant van de leverancier, en elk tandje dat je hoger zet, wordt gefactureerd. Bij $4,25 per miljoen outputtokens, waarbij redeneertokens als output worden geteld, betaalt een workflow die op maximale inspanning draait voor het beraad van het model op de meest letterlijke manier die beschikbaar is. Dit is de enige plek waar de economie van het open model niet alleen verdedigbaar maar echt beter is: een batchjob die het zich kan permitteren om harder na te denken, is vrij om dat te doen, en een batchjob die niet hard hoeft na te denken, is vrij om te stoppen.

Waar de kloof verdwijnt

Drie situaties reduceren het verschil van negen punten tot niets.

Fine-tuning is het eerste en het grootste. Muse Spark 1.3 kan tegen geen enkele prijs op je data worden getuned. Muse Spark Open kan dat wel, met TorchTitan-ondersteuning die Meta samen met de gewichten heeft uitgebracht. Een model dat op je codebase, je schema of je domeinwoordenschat is getuned, is niet hetzelfde model als het model dat 39 scoorde, in geen van beide richtingen — en voor een smalle taak verslaat de getunede versie van een zwakker algemeen model steevast de niet-getunede versie van een sterker model. Als je probleem specifiek is, is het indexverschil niet de relevante maatstaf.

Dataresidentie is het tweede punt. Als het corpus uw netwerk niet kan verlaten, gaat de vergelijking niet tussen 39 en 48; ze gaat tussen 39 en geen model hebben. Dat is geen lastige keuze, en dat is het nooit geweest.

Geamortiseerd batchvolume is de derde, met een kanttekening. Een pipeline waarvan het tokenverbruik groot, gelijkmatig en voorspelbaar is, kan de hardware rechtvaardigen. Een pipeline met plotselinge pieken kan dat niet, omdat self-hosting een variabele kostenpost omzet in een vaste en je vervolgens toch laat betalen voor de stille uren. Merk ook op dat de cachekorting van Muse Spark 1.3 het gehoste model juist ongewoon goedkoop maakt voor het patroon van herhaalde context dat grote batchpipelines produceren, waardoor het pleidooi voor self-hosting zwakker is dan een naïeve berekening van tokens keer prijs doet vermoeden.

Waar de kloof een muur wordt

Twee workloads mogen niet in de buurt van het open model komen.

Interactieve agents komen op de eerste plaats. Muse Spark 1.3 meet 127,7 tokens per seconde, en een agent-lus vermenigvuldigt dat getal met het aantal roundtrips per taak. Muse Spark Open heeft geen gepubliceerde snelheid, en de structurele verwachting is dat een 816B-model dat op desktopgeheugenbandbreedte draait, ver achter zal lopen. Als een mens wacht, zijn de negen indexpunten irrelevant en is het doorvoerverschil alles.

Bursty frontier-redenering is de tweede, om een subtielere reden. De workloads die 48 punten redeneervermogen nodig hebben, zijn vrijwel per definitie de gevallen waarin een fout duur is en de redeneerketen lang is. Het draaien daarvan op een model dat een niveau lager staat, met onbekende doorvoer, om een per-tokenrekening te verlagen, is het inruilen van een kleine voorspelbare kostenpost voor een grote onvoorspelbare. Dat is de ruil die het derde team bovenaan dit stuk zou moeten weigeren.

Het team dat beide wil

De meeste organisaties die uiteindelijk beide draaien, doen dat omdat de workloads echt verschillen: interactieve paden hebben snelheid nodig, batchpaden hebben kosten nodig, en alleen sommige paden hoeven on-premises te blijven. De faalmodus is niet de architectuur — het is dat de splitsing in een document staat in plaats van in configuratie, en dat een ontwikkelaar een modelstring uit een tutorial kopieert.

Een routeringslaag is het mechanisme dat dat oplost. OrcaRouter routeert Muse Spark 1.2 tegen Meta's lijstprijs met 0% markup en geeft de lijstprijs van de leverancier door, zodat een prijsverlaging aan de gehoste kant dezelfde dag nog bij jouw sleutel aankomt, zonder herprijzingswerk. Het host Muse Spark Open niet, en het moet ook niet zo gelezen worden: een model waarvan het hele voorstel is dat je de gewichten kunt vasthouden, is een model dat je op je eigen hardware draait. Wat de router bijdraagt, is de interactieve helft — Muse Spark 1.3 wordt momenteel ook niet door OrcaRouter gerouteerd, dus de praktische vorm vandaag is om de gehoste tier aan te roepen waar je die al aanroept en één API, met automatische failover en een routerings-DSL, de 200+ modellen die je kunt bereiken onder één sleutel te houden terwijl je eigen hardware afhandelt wat thuis moet blijven.

Kies op basis van workload, niet op basis van licentie.

Kies Muse Spark Open als je taak smal genoeg is om te tunen, als de data niet weg mogen, als de werklast groot en gelijkmatig is, en vooral als het model kan nadenken op welk inspanningsniveau het maar wil zonder dat de meter loopt. Dat zijn de vier voorwaarden, en ze zijn meestal gecorreleerd — pijplijnen zijn smal, batchachtig en stationair.

Neem Muse Spark 1.3 als een mens op de output wacht, als het redeneren echt moeilijk is, als het werk in pieken verloopt, of als je een bevestigde multimodale lijst nodig hebt — de tekst-, beeld- en video-invoer van 1.3 wordt onafhankelijk vermeld, terwijl de bredere audio- en videobeweringen van Muse Spark Open door de leverancier worden beweerd en onafhankelijk alleen als tekst-en-beeld zijn gemeten.

Wat je niet moet doen, is de open weights nemen omdat ze gratis zijn. De negen punten tussen 39 en 48 zijn reëel, ze zijn geconcentreerd in precies het agentische en redeneerwerk dat deze modellen nuttig maakt, en geen enkele hoeveelheid lokale inferentie compenseert dat. Muse Spark Open is het juiste antwoord op een specifieke reeks vragen. Het is geen korting op Muse Spark 1.3.

Muse Spark Open is te downloaden onder de Muse Model License; Muse Spark 1.3 is per token beschikbaar voor $1,25 voor input en $4,25 voor output, waarbij de cachediscount tegen de tarieven van de leverancier zelf wordt toegepast.