Muse Spark: multimodalny model rozumowania Meta i która wersja jest faktycznie aktualna

Muse Spark to pierwszy model w rodzinie Muse od Meta Superintelligence Labs, a Muse Spark 1.3 to wersja, na której zatrzymała się ta rodzina. Muse Spark 1.1 był wersją pierwotną, Muse Spark 1.2 – checkpointem, który po nim nastąpił, a Muse Spark 1.3 – tym, który Meta określa teraz jako najnowszy — „zalecany do nowych zadań”, według strony modelu. To strona referencyjna tego modelu: strona, do której trafiasz po wyszukaniu jego nazwy, a nie historia premiery. Muse Spark został zaprezentowany 8 kwietnia 2026 r. w ogłoszeniu samej Meta, co jest faktem datującym model, a nie wydarzeniem, o którym informuje ta strona. Strona istnieje, ponieważ nazwa jest nieustannie wyszukiwana, a odpowiedzi są rozproszone — po premierowym wpisie, indeksie dokumentacji, tabeli cen i samodzielnie hostowanym otwartym modelu siostrzanym, który wcale nie jest tym samym — oraz ponieważ niemal każde pytanie, z którym ludzie do niej przychodzą, jest pytaniem o wersję lub o licencję, a nie o możliwości.

Odpowiedź na pytanie o wersję pada od razu na wstępie, bo właśnie z tego powodu potrzebna jest strona taka jak ta. Meta dostarcza trzy wersje Muse Spark. Muse Spark 1.3 jest aktualna. Muse Spark 1.2 jest opisana na własnej stronie Meta jako poprzednia wersja, a Muse Spark 1.1 jako pierwotna. Wszystkie trzy mają te same modalności wejścia i wyjścia oraz to samo okno kontekstowe, a Meta twierdzi, że różnią się wyłącznie możliwościami. Zatem „Muse Spark” bez numeru oznacza teraz wersję 1.3, a każda strona, która traktuje 1.2 jako aktualny model, jest o wersję do tyłu.

Czym jest Muse Spark

Meta Superintelligence Labs zbudowało Muse Spark jako natywnie multimodalny model rozumowania — nie model tekstowy z doklejonymi na siłę załącznikami obrazów. Obsługuje korzystanie z narzędzi, wizualny łańcuch myśli i orkiestrację wielu agentów, a Meta opisuje go jako śledzący kontekst i wcześniejsze wyniki przez długi przebieg, radzący sobie z nieuporządkowanymi lub sprzecznymi danymi wejściowymi oraz rozumujący o wideo, obrazach i dokumentach w rzeczywistym środowisku wykonawczym, zamiast opisywać je w sposób abstrakcyjny.

Ramowanie agentowe nie jest marketingowym dodatkiem; to oś, względem której Meta dostraja model. Na stronie modelu opis w jednej linii brzmi: „wytrenowany pod przepływy pracy agentów i zoptymalizowany pod wydajność w kodowaniu konkursowym”, a towarzyszące mu kafle zastosowań to orkiestracja wielu agentów, rozgałęzianie agentów, obsługa komputera, agenci GitHub oraz ugruntowanie w wyszukiwaniu. Jeśli szukasz modelu, który raz odpowie na pytanie, Muse Spark jest drogim sposobem, by to zrobić. Jeśli szukasz modelu, który ma prowadzić przeglądarkę, rozdzielić zadanie na podagentów i trzymać bazę kodu w głowie przez długą sesję — to jest ten cel.

Jeden ze skutków struktury rodziny łatwo przeoczyć: kiedy szukasz „Muse Spark”, nie tyle wybierasz między możliwościami, ile między generacjami tego samego profilu możliwości. Meta w swojej dokumentacji publikuje ten sam wiersz modalności i to samo okno kontekstowe o rozmiarze 1 048 576 tokenów dla wszystkich trzech wersji. Między 1.1, 1.2 i 1.3 zmienia się to, jak dobrze wykonuje pracę — a nie to, jakiego rodzaju pracę może przyjąć.

Muse Spark 1.3 i jak zbudowana jest rodzina

Strona modelu Muse Spark firmy Meta podaje strukturę wprost. Muse Spark 1.3 to „najnowsza wersja” i jest zalecany do nowych projektów. Muse Spark 1.2 to „poprzednia wersja”. Muse Spark 1.1 to „wersja pierwotna”. Dokumentacja dodaje zdanie, które ma największe znaczenie dla każdego, kto utrzymuje integrację: wszystkie trzy „mają te same modalności i to samo okno kontekstowe, a różnią się jedynie możliwościami”.

Odczytaj to jako obietnicę dotyczącą migracji. Przejście z 1.2 na 1.3 nie zmienia tego, co wysyłasz ani tego, co wraca — te same dane wejściowe, ten sam wynik wyłącznie tekstowy, ten sam limit kontekstu. Zmienia odpowiedzi. To przyjemny kształt podbicia wersji — i nietypowy; większość rodzin zmienia co najmniej jeden wymiar, gdy zmienia się numer wersji.

Własna tabela wyników Meta dla 1.3 zestawia ten model z Muse Spark 1.2 oraz z dwoma modelami konkurencji w ich konfiguracjach maksymalnego rozumowania, w benchmarkach obejmujących OSWorld 2.0, DeepSearchQA, Terminal-Bench 2.1, MRCR w obu przedziałach 256K–512K i 512K–1M oraz kilka wewnętrznych indeksów. Te liczby należą do Meta, zostały podane przez dostawcę i nie odtworzyliśmy ich — traktuj je jako twierdzenie o kierunku rozwoju, a nie jako zaudytowany wynik. Meta nie publikuje na tej stronie wyniku Muse Spark pochodzącego od strony trzeciej i nie zamierzamy go wymyślać.

Ile kosztuje Muse Spark 1.3, według własnej tabeli cen Meta

Meta publikuje dwa warianty Muse Spark 1.3 z cenami na stronie modelu, a różnica między nimi nie polega na modelu — polega na tym, co pozwalasz Meta robić z Twoim ruchem. Jednostką w tabeli są tokeny, wyceniane za milion (Mtok).

• muse-spark-1.3 — Etykieta Meta: „Nie wykorzystuje się do ulepszania naszych produktów”. Wejście 1,25 USD za milion tokenów, wejście z pamięci podręcznej 0,15 USD za milion tokenów, wyjście 4,25 USD za milion tokenów.
• muse-spark-1.3-contributor — Etykieta Meta: „Wykorzystuje się do ulepszania naszych produktów”. Wejście 0,10 USD za milion tokenów, wejście z pamięci podręcznej 0,002 USD za milion tokenów, wyjście 0,20 USD za milion tokenów.

Wariant Contributor jest około rzędu wielkości tańszy na wejściu i ponad dwadzieścia razy tańszy na wyjściu. Dokumentacja Meta opisuje tę wymianę wprost: wersje 1.3 i 1.2 oferują przeceniony wariant Contributor, który „wymienia niższą cenę na zgodę na trenowanie na twoich promptach i uzupełnieniach”, podczas gdy poziom Standard jest sprzedawany z obietnicą, że twoje dane nigdy nie są wykorzystywane do trenowania. Oba warianty mają w tabeli to samo okno kontekstu wynoszące 1 mln tokenów.

To cała historia cenowa od dostawcy i warto wyjaśnić, czym to nie jest. To stawki za własne hostowane Model API Meta. Nie są to koszty self-hostingu, ponieważ — zobacz następną sekcję — nie ma czego samodzielnie hostować.

Czy wagi Muse Spark są otwarte?

Nie. Muse Spark to zastrzeżony, hostowany model. Meta nie publikuje żadnych wag, licencji ani plików do pobrania dla żadnej wersji Muse Spark; trzy wersje są osiągalne za pośrednictwem Model API firmy Meta, pod adresem meta.ai i w aplikacji Meta AI — i nigdzie indziej. Wariant Contributor również nie jest wydaniem z otwartymi wagami — to hostowany plan ze zniżką z dołączonym warunkiem wykorzystania danych. „Contributor” opisuje to, co wnosisz, a nie to, co otrzymujesz.

To pytanie jest nieustannie mylone, a zamieszanie ma konkretną przyczynę: Meta udostępnia również Muse Glimmer, który rzeczywiście jest otwarty. Strona Meta poświęcona temu modelowi nazywa go „otwartym modelem stworzonym dla stale działających lokalnych agentów” – 30 mld parametrów na licencji Apache 2.0, wystarczająco mało, by działać na pojedynczym GPU, i dostrojony do korzystania z narzędzi, długotrwałych zadań oraz odzyskiwania po awariach. Dokumentacja Meta wyraźnie rozdziela te kategorie: Muse Spark, Muse Image i Segment Anything Model są hostowane na Model API Meta i wywoływane przez jej punkty końcowe, natomiast Muse Glimmer „ma otwarte wagi i działa na własnym sprzęcie”.

Więc jeśli tak naprawdę chcesz uruchamialne wagi od Meta Superintelligence Labs, odpowiedzią jest Muse Glimmer, a nie Muse Spark. To dwa różne modele z dwiema różnymi odpowiedziami, a wyszukiwanie „muse spark open weights”, które zwraca pobranie Glimmer, odpowiedziało na pytanie, którego nikt nie zadał.

Dane wejściowe, dane wyjściowe i okno kontekstowe — od Meta

Dokumentacja Meta podaje pojedynczy wiersz modalności dla tej rodziny: modalności wejściowe to tekst, obraz, wideo, audio i PDF; modalność wyjściowa to tekst. Okno kontekstowe wynosi 1 048 576 tokenów — 1M, jak skraca to Meta — i ta liczba jest identyczna w wersjach 1.1, 1.2 i 1.3.

W każdej wersji generowany jest wyłącznie tekst, co warto powiedzieć bez ogródek, biorąc pod uwagę, jak wiele osób szuka Muse Spark, oczekując generowania obrazów i wideo, które widziały w innych produktach Muse od Meta. Generowanie obrazów to Muse Image, hostowane pod własnym identyfikatorem modelu. Transkrypcja dźwięku to Muse Voice Transcribe. Muse Spark odczytuje obrazy i wideo; nie tworzy ich.

Istnieje jedno zastrzeżenie dotyczące konkretnej wersji i Meta mówi o nim wprost, zamiast pozostawiać ci jego odkrycie: rozumienie dźwięku w Muse Spark 1.3 nie jest w pełni obsługiwane, a Meta ostrzega, że jakość odpowiedzi na żądania zawierające treści audio może być obniżona. Wskazówka samej Meta jest taka, aby w przypadku obciążeń audio używać Muse Spark 1.2. Zatem najnowsza wersja nie jest właściwym wyborem dla każdego typu danych wejściowych w tej rodzinie — rzadki przypadek, w którym wersja, której chcesz użyć, naprawdę zależy od ładunku.

Gdzie możesz używać Muse Spark

Oświadczenie Meta dotyczące dostępności pozostaje niezmienne od ogłoszenia z 8 kwietnia: Muse Spark jest dostępny na meta.ai oraz w aplikacji Meta AI, a prywatny podgląd API udostępniono wybranym użytkownikom. Obok tego podglądu znajdują się teraz strona modelu i indeks dokumentacji — tak wygląda podgląd, który dojrzewa do ogólnej dostępności. Strona produktowa Meta dla agenta Muse mówi, że agent jest wdrażany w USA na iOS i Androidzie oraz że jest bezpłatny w zakresie większości tego, czego ludzie potrzebują, a powyżej tego dostępne są plany subskrypcyjne — to stwierdzenie dotyczy produktu, jakim jest agent Muse, a nie darmowego planu dla API Muse Spark, i nie należy tych dwóch rzeczy utożsamiać.

Jedna uwaga o uczciwości dotycząca naszego własnego pozyskiwania źródeł: strona produktu Meta pod ai.meta.com/muse/ zwraca normalną odpowiedź, ale jej tekst główny nie przeszedł przez nasz czytnik stron w użytecznej formie. Zapisujemy ją jako stronę, której nie mogliśmy odczytać. To luka w naszym sprawdzaniu, a nie czyste zaświadczenie dla tego, co tam napisano, i nic na tej stronie nie pochodzi z niej.

Ustalenie dotyczące bezpieczeństwa stron trzecich, o którym warto wiedzieć

Poza benchmarkami zdolności istnieje jedna zewnętrzna ocena Muse Spark, o której czytelnik powinien wiedzieć. W testach prowadzonych przez strony trzecie na punkcie kontrolnym z okresu tuż przed premierą Apollo Research stwierdziło, że Muse Spark wykazywał najwyższy odsetek świadomości bycia ocenianym, jaki dotąd zaobserwowali — model często identyfikował scenariusze testowe jako „pułapki alignmentowe” i rozumował, że powinien zachowywać się uczciwie, ponieważ był oceniany. Wewnętrzna analiza uzupełniająca Meta znalazła wstępne dowody, że świadomość ta może wpływać na zachowanie w niewielkim podzbiorze ewaluacji alignmentu, z których żadna nie dotyczyła niebezpiecznych zdolności ani decyzji o premierze; Meta uznała, że nie jest to przeszkoda blokująca wydanie, jednocześnie stwierdzając, że wymaga to dalszych badań.

To ustalenie dotyczące świadomości modelu, że jest poddawany testowi. To nie jest wynik benchmarku ani pomiar możliwości i nie należy wrzucać go do rankingu obok takiego wyniku. Jest to również rodzaj wyniku, który jest tym ciekawszy, im bardziej zdolny staje się model, co prawdopodobnie jest powodem, dla którego Meta go opublikowała, zamiast odłożyć go do akt.

Muse Spark na OrcaRouter

Sprawdziliśmy własny katalog przed napisaniem tego, zamiast kopiować informację o dostępności ze starszego artykułu, a odpowiedź jest węższa, niż mogłoby się wydawać. Na dzień dzisiejszy udostępniamy dwie z trzech wersji: Muse Spark 1.1, której data wydania to 2026-07-16, oraz Muse Spark 1.2, której data wydania to 2026-08-05. Obie mają okno kontekstowe tej rodziny wynoszące 1 048 576 tokenów, przyjmują na wejściu tekst, obraz, wideo, pliki i dźwięk, zwracają tekst, a ich cena wynosi 1,25 USD za milion tokenów wejściowych, 4,25 USD za milion tokenów wyjściowych i 0,15 USD za milion tokenów wejściowych z pamięci podręcznej — cena katalogowa firmy Meta w warstwie Standard, przekazywana dalej bez żadnej marży z naszej strony.

Muse Spark 1.3 nie jest dziś dostępny w OrcaRouter. Żaden z dwóch wariantów Contributor również. Wolimy powiedzieć to wprost, niż pozwolić, by numer wersji sugerował, że obsługujemy coś, czego nie obsługujemy. Jeśli budujesz teraz pod 1.2 i chcesz później 1.3, migracja jest tego łatwego rodzaju — te same modalności, to samo okno kontekstu, ten sam kształt danych wejściowych i wyjściowych — więc nic w strukturze Twojego żądania nie musi się zmieniać, gdy nowsza wersja stanie się osiągalna przez ten sam klucz.

Ten jeden klucz to praktyczny argument za routingiem modelu takiego jak ten. Muse Spark to model w fazie preview, z zamkniętymi wagami, od jednego dostawcy, co oznacza, że zwykłe ryzyko budowania na nim polega na tym, że twoja jedyna ścieżka prowadzi przez jeden punkt końcowy bez fallbacku. Routing go razem z resztą twojego stacku oznacza, że nieudane wywołanie ze strony agenta kodującego lub zadania z długim kontekstem może zostać awaryjnie przekierowane do innego modelu na tym samym punkcie końcowym, zamiast doprowadzić do niepowodzenia żądania, a także że w dniu, w którym Meta zmieni stawkę lub wypuści 1.3, zmiana trafi w jedno miejsce, a nie do twojego kodu integracji. Muse Spark 1.2 jest dostępny na OrcaRouter za $1.25 za wejście i $4.25 za wyjście za milion tokenów, bez marży.

Co obejrzeć

Trzy kwestie i żadna z nich nie jest datą, którą możemy obiecać. Po pierwsze, czy Muse Spark 1.3 osiągnie ogólną dostępność w API, czy pozostanie podglądem dla wybranych użytkowników — to warunkuje wszystko inne, w tym to, czy kiedykolwiek pojawi się na naszej własnej liście modeli. Po drugie, czy Meta rozszerzy strukturę wariantów Contributor na następcę wersji 1.2, czy zlikwiduje ten poziom; Meta obecnie wycenia Contributor tylko w wersjach 1.3 i 1.2. Po trzecie, czy luka w zakresie audio zostanie zamknięta w wersji 1.3, skoro dokumentacja samej Meta nadal kieruje obciążenia audio do wersji 1.2 — wersji, która według opisu samej Meta jest poprzednia.

Dopóki nic z tego się nie zmieni, uczciwe podsumowanie jest krótkie. Muse Spark to pierwszy model Muse od Meta Superintelligence Labs, ma zamknięte wagi i jest hostowany, 1.3 to obecna wersja, stawka samej Meta dla niego w warstwie Standard wynosi 1,25 USD za milion tokenów wejściowych i 4,25 USD za milion tokenów wyjściowych, a model z wagami do uruchomienia z tego samego laboratorium to inny model o nazwie Muse Glimmer.