Muse Spark vs Muse Spark 1.3: одно из этих названий — версия, и это весь ответ

Ввод Muse Spark против Muse Spark 1.3 в поле поиска подразумевает два продукта, и первое полезное, что кто-либо может вам сказать, — это то, что существует только один. Meta Superintelligence Labs представили Muse Spark 8 апреля 2026 года, а Muse Spark 1.3 — выпущенная 2 сентября 2026 года, у которой максимальный уровень рассуждений был открыт для разработчиков 4 сентября, — это то, на что теперь указывает это название. Собственная страница модели Meta решает этот вопрос тремя предложениями: Muse Spark 1.3 — это «последняя версия», и она рекомендуется для новых проектов, Muse Spark 1.2 — это «предыдущая версия», а Muse Spark 1.1 — это «оригинальная версия». Так что это не сравнение. Это вопрос о версии, который название Muse Spark скрывало с тех пор, как семейство начало переориентироваться, и ответ меняется в зависимости от того, с какой из более ранних контрольных точек вы на самом деле сравнивали.

Что обозначает каждое имя

Название без номера версии — это целое семейство и движущаяся цель. Meta выпустила оригинальный Muse Spark в апреле 2026 года как нативно мультимодальную модель рассуждений с закрытым превью API, а затем начала выпускать пронумерованные чекпоинты: Muse Spark 1.1, который в нашем собственном каталоге указан с датой выпуска 16 июля 2026 года; Muse Spark 1.2 — 5 августа 2026 года; и Muse Spark 1.3 — 2 сентября 2026 года. Независимые каталоги согласуются с двумя последними датами. Есть одна неувязка, которую стоит отметить, а не сглаживать: в документации Meta версия 1.1 называется «оригинальной версией», хотя представление семейства состоялось в апреле, и разрыв между этими двумя утверждениями не объясняется ни на одной странице, которую мы могли прочитать. Считайте апрельскую дату представлением семейства, а июль — первым чекпоинтом, получившим номер, и не рассматривайте ни то, ни другое как анонс запуска, о котором сообщает эта страница.

Все три пронумерованные версии имеют одну и ту же строку модальностей и одно и то же контекстное окно на 1 048 576 токенов, о чём Meta прямо заявляет: они «имеют одни и те же модальности и контекстное окно и различаются только возможностями». Эта фраза — самое практически полезное утверждение на странице. Она означает, что смена версии в этом семействе не меняет структуру вашего запроса. Те же входные данные — текст, изображение, видео, аудио и PDF — тот же вывод только в виде текста, тот же потолок. Меняется качество ответа, а цена не меняется вовсе: $1.25 за миллион входных токенов, $0.15 за миллион кэшированных входных и $4.25 за миллион выходных токенов — одинаково для 1.1, 1.2 и 1.3 в тарифе Standard от Meta.

Арифметика апгрейда, из собственной таблицы Meta

Meta публикует одну таблицу бенчмарков, в которой Muse Spark 1.3 в конфигурации max reasoning сопоставлен с Muse Spark 1.2 в конфигурации xhigh по дюжине агентных и длинноконтекстных оценок, и её построчное чтение даёт более интересную картину, чем предполагает номер версии. Каждая цифра ниже заявлена производителем, получена внутри собственного испытательного стенда Meta и не воспроизведена нами.

• GDPval-AA v2 — Muse Spark 1.3 (max) 1,754 против Muse Spark 1.2 (xhigh) 1,615

• Terminal-Bench 2.1 — 88,8 против 82,9

• OSWorld 2.0 — 66,9 против 47,6

• DeepSWE v1.1 — 75,4 против 55,0

• SWEAtlas — 59,4 против 46,2

• JobBench — 64,9 против 61,6

• MRCR 256K–512K — 98,5 против 66,3

• MRCR 512K–1M — 98,1 против 55,5

Последние две строки — это и есть суть, и именно их никто не цитировал на запуске. Извлечение в длинном контексте в диапазоне 256K–512K прибавляет 32 пункта; в диапазоне 512K–1M — более 42. Работа над общими способностями даёт гораздо меньше: GDPval-AA — плюс 139 пунктов по шкале, где было 1,2 при 1 615, а JobBench — плюс 3. Эта закономерность согласуется с тем, что лаборатория настраивает, когда гонится за агентной работой на длинном горизонте: модель не стала равномерно умнее — она стала резко лучше удерживать и извлекать информацию по всему контексту, для которого у неё уже было окно. Если ваша нагрузка укладывается в первые 100K токенов, улучшение реальное, но скромное. Если она выходит за эти пределы, это разница между моделью, которая может использовать большой контекст, и моделью, которая умеет находить в нём нужное.

К этим цифрам необходимо добавить две оговорки. Сравнение идёт между max и xhigh, а не между max и max, потому что Meta запускала 1.2 в режиме xhigh, а 1.3 — в режиме max; настройки различаются, поэтому часть прироста обусловлена бюджетом рассуждений, а не качеством чекпоинта. А строка 1.2 в этой таблице теперь — устаревшая конфигурация: за пределами собственной таблицы Meta независимые списки помечают Muse Spark 1.2 как устаревший и указывают на 1.3, что является самым сильным из доступных сигналов о том, что старый чекпоинт уходит.

Независимая картина и сделка, о которой никто не упоминает

Artificial Analysis — третья сторона с публичными данными по обоим чекпоинтам, и её цифры расходятся с цифрами Meta поучительным образом — не в направлении, а в стоимости.

• Muse Spark 1.3 (Max) — Intelligence Index 48, 24-е место из 217; скорость вывода — 121,9 токенов/с; $1,60 за выполненную задачу Index; 170 млн выходных токенов сгенерировано во время оценки

• Muse Spark 1.2 (Xhigh) — Индекс интеллекта 40, 59-е место из 217; скорость вывода — 361,4 токена в секунду, первое место среди 186 моделей; $0,97 за выполненное задание Индекса; 130 млн выходных токенов; время до первого токена — 12,67 секунды

Сравните два списка друг с другом — и апгрейд выглядит не так, как это читается в таблице Meta. Muse Spark 1.3 на восемь индексных пунктов сильнее и примерно в три раза медленнее — 121,9 токена в секунду против 361,4, при этом старый чекпоинт был самой быстрой моделью любого типа в том рейтинге. Стоимость одной выполненной задачи выросла с $0,97 до $1,60, хотя цена за токен одинакова, потому что новая модель генерирует на 40 миллионов больше токенов, чтобы завершить ту же оценку. В тарифной сетке поставщика ничего не изменилось. Изменилось лишь то, сколько модель говорит.

Это тот компромисс, который скрывает номер версии, и он направлен туда, куда большинство материалов не обратили внимания. Если ваше приложение чувствительно к задержкам или ограничено пропускной способностью, предыдущая версия Muse Spark может действительно оказаться для вас более быстрым продуктом — и по той же каталожной цене. Если же оно ограничено точностью на сложных задачах, то 1.3 с максимальным уровнем рассуждений — это и есть смысл обновления. Это разные покупки, замаскированные под обновление версии, и только одна из них — то, что, как предполагает уведомление об устаревании, вам нужно.

Что в 1.3 добавили такого, что не является партитурой?

Уровень рассуждений max — самое значимое изменение в релизе 1.3, и он появился на два дня позже. На запуске 2 сентября Meta выпустила все уровни усилий вплоть до xhigh, а max придержала до завершения того, что она назвала дополнительным тестированием безопасности, предоставив его ограниченному кругу партнёров. 4 сентября это тестирование завершилось, и max стал доступен для выбора в Muse Code и в идентификаторе модели muse-spark-1.3 через Meta Model API. Следствие таково: главные показатели в итоговой таблице — 1 754 в GDPval-AA, 98,5 в MRCR — были получены при настройке, которую разработчики не могли вызвать первые два дня, а любая интеграция, написанная в день запуска, всё ещё может перечислять уровни усилий рассуждений только до xhigh. Проверьте, что принимает ваш маршрут, прежде чем предполагать, что max будет учтён.

Meta также продаёт чекпоинт 1.3 дважды, и разница не в модели. muse-spark-1.3 помечен как «Не используется для улучшения наших продуктов» по цене $1.25 / $0.15 за кэшированный ввод / $4.25. muse-spark-1.3-contributor помечен как «Используется для улучшения наших продуктов» по цене $0.10 / $0.002 / $0.20 — примерно на порядок дешевле на входе и более чем в двадцать раз дешевле на выходе, в обмен на разрешение обучаться на ваших промптах и ответах. Оба варианта имеют одинаковое контекстное окно в 1M токенов. «Contributor» описывает то, что вы отдаёте, а не то, что получаете; это ценовой уровень с привязанным условием о данных, а не релиз с открытыми весами.

И есть одна регрессия, о которой заявила сама Meta, а не обнаружил пользователь. Понимание аудио в Muse Spark 1.3 поддерживается не полностью, и Meta предупреждает, что качество ответов на запросы с аудиоконтентом может снизиться, направляя аудионагрузки в Muse Spark 1.2. Так что текущая версия — не правильный ответ для любого ввода в собственной строке модальностей семейства: случай, когда новейший чекпойнт оказывается неподходящим для полезной нагрузки, с которой справляется более старый.

Какую версию вы действительно можете вызвать

Стоит разделить вопрос о версии и вопрос о доступности, потому что ответы на них различаются. Все три пронумерованные версии Muse Spark доступны только через хостинг: Meta не публикует ни для одной из них ни весов, ни лицензии, ни возможности скачать, а варианты Contributor — это хостинговые тарифы со скидкой, а не релизы. Открытые веса в этом семействе принадлежат Muse Spark Open, разрежённой модели смеси экспертов на 816 млрд параметров, которую Meta опубликовала 15 октября 2026 года, а также Muse Glimmer, модели на 30 млрд параметров под лицензией Apache 2.0 от 10 августа 2026 года. Ни одна из них не является версией Muse Spark, и ни одна не может её заменить.

Наш собственный каталог отражает более старый конец линейки, и мы предпочитаем сказать это прямо, а не позволять номеру версии подразумевать охват, которого у нас нет. OrcaRouter маршрутизирует Muse Spark 1.1 и Muse Spark 1.2, оба по каталожной цене Meta с 0% наценки, передаваемой как есть, и оба в рамках 1 048 576-токенного окна этого семейства. Muse Spark 1.3 сегодня в нашем каталоге отсутствует, как и любой из вариантов Contributor. Поэтому практический путь обновления состоит из двух шагов: 1.2 — это то, куда вы можете маршрутизировать уже сейчас, 1.3 — это то, что Meta рекомендует для новых задач, и в тот день, когда он появится у провайдера, через которого мы маршрутизируем, изменение придёт на тот же ключ, а не в ваш код интеграции.

Вопрос версии — это также то, где роутер оправдывает себя способом, специфичным именно для этого семейства. Три чекпойнта, один поставщик, один эндпоинт, никаких весов — вся линейка работает через единый API, управляемый одной компанией, а это и есть риск концентрации при построении на базе такого API. Маршрутизация 1.1 и 1.2 через один OpenAI-совместимый эндпоинт означает, что неудачный вызов с длинным контекстом может переключиться на другой чекпойнт вместо того, чтобы привести к сбою запроса, а DSL маршрутизации позволяет разделять продакшен-трафик между ними с помощью конфигурации, так что вы можете измерить, стоит ли для вас скорость 1.2 больше, чем точность 1.3, на ваших собственных промптах, а не на чьём-то индексе. Это единственное сравнение версий, которое решает вопрос для вашей рабочей нагрузки.

Ответ, в зависимости от того, с каким вопросом вы пришли

Если вы хотели узнать, отличаются ли Muse Spark и Muse Spark 1.3 как модели: нет, не отличаются. 1.3 — это то, что теперь означает это название, и Meta маркирует её как новейшую и рекомендует для новых проектов. Если вы хотели узнать, что вы получаете при переходе с предыдущей версии: примерно от 32 до 42 пунктов в извлечении из длинного контекста, большой скачок в агентном использовании компьютера и долгосрочном программировании, а также трёхкратное падение скорости вывода при той же цене за токен. Если вы хотели узнать, сколько это стоит: тарифная сетка не менялась на протяжении трёх версий, что говорит о том, что Meta конкурирует возможностями за доллар, а не самим долларом.

Чего ни одно из этих чисел не может вам сказать, так это на какой стороне этого компромисса находится ваша собственная рабочая нагрузка, и честнее признать: уведомление вендора об устаревании уже предполагает ответ за вас. Версия, которая в три раза быстрее при той же цене, по-прежнему остаётся единственной из двух, до которой сегодня можно добраться через роутер, а значит, это необычайно дешёвый эксперимент, который стоит провести до выхода 1.3.

Чего цифры не могут вам сказать, так это того, не пошло ли что-то не так на практике: задокументированные инциденты с ИИ и сбои агентов, связанные с моделями этого класса, собраны в архиве инцидентов ИИ OrcaRouter, где каждая запись сопровождается собственными источниками, оценкой серьёзности, уровнем достоверности и отметкой о спорности.