Muse Spark vs Muse Spark 1.3: Một trong những cái tên này là một phiên bản, và đó chính là toàn bộ câu trả lời

Gõ Muse Spark so với Muse Spark 1.3 vào ô tìm kiếm ngụ ý có hai sản phẩm, và điều hữu ích đầu tiên mà bất kỳ ai có thể nói với bạn là chỉ có một. Meta Superintelligence Labs đã giới thiệu Muse Spark vào ngày 8 tháng 4 năm 2026, và Muse Spark 1.3 — phát hành ngày 2 tháng 9 năm 2026, với mức suy luận tối đa được mở cho các nhà phát triển vào ngày 4 tháng 9 — chính là thứ mà cái tên đó hiện đang trỏ tới. Trang mô hình của chính Meta giải đáp điều đó trong ba câu: Muse Spark 1.3 là “bản mới nhất” và được khuyến nghị cho công việc mới, Muse Spark 1.2 là “bản trước đó”, còn Muse Spark 1.1 là “bản gốc”. Vậy đây không phải là một cuộc so tài. Đó là câu hỏi về phiên bản mà cái tên Muse Spark đã che giấu kể từ khi dòng sản phẩm bắt đầu được trỏ lại, và câu trả lời thay đổi tùy theo việc bạn thực sự đang so sánh với checkpoint nào trong số các checkpoint trước đó.

Mỗi tên biểu thị điều gì

Tên không gắn phiên bản là một họ mô hình và là một mục tiêu luôn thay đổi. Meta đã phát hành Muse Spark nguyên bản vào tháng 4 năm 2026 dưới dạng một mô hình suy luận đa phương thức gốc với bản xem trước API riêng tư, sau đó bắt đầu phát hành các checkpoint được đánh số: Muse Spark 1.1, mà danh mục của chúng tôi liệt kê với ngày phát hành là 16 tháng 7 năm 2026; Muse Spark 1.2 vào ngày 5 tháng 8 năm 2026; và Muse Spark 1.3 vào ngày 2 tháng 9 năm 2026. Các danh mục độc lập khớp với hai ngày sau đó. Có một điểm rắc rối đáng để nêu ra thay vì che lấp: tài liệu của Meta gọi 1.1 là “phiên bản gốc” trong khi phần giới thiệu họ mô hình diễn ra vào tháng 4, và khoảng cách giữa hai phát biểu đó không được giải thích trên bất kỳ trang nào chúng tôi có thể đọc. Hãy coi ngày tháng 4 là thời điểm giới thiệu họ mô hình và tháng 7 là checkpoint đầu tiên mang một con số, và đừng coi một trong hai là sự kiện ra mắt mà trang này đang đưa tin.

Cả ba phiên bản được đánh số đều dùng chung một hàng modality và cùng cửa sổ ngữ cảnh 1.048.576 token, điều mà Meta nói thẳng: chúng "dùng chung các modality và cửa sổ ngữ cảnh, chỉ khác nhau ở năng lực." Câu đó là thông tin hữu ích thực tế nhất trên trang. Nó có nghĩa là việc nâng phiên bản trong dòng sản phẩm này không làm thay đổi cấu trúc yêu cầu của bạn. Cùng đầu vào — văn bản, hình ảnh, video, âm thanh và PDF — cùng đầu ra chỉ có văn bản, cùng giới hạn trần. Thứ thay đổi là chất lượng câu trả lời, và giá thì hoàn toàn không đổi: 1,25 USD cho mỗi triệu token đầu vào, 0,15 USD cho mỗi triệu token đầu vào được lưu đệm và 4,25 USD cho mỗi triệu token đầu ra, giống hệt nhau ở 1.1, 1.2 và 1.3 trên gói Standard của Meta.

Phép tính nâng cấp, từ chính bảng của Meta

Meta công bố một bảng benchmark duy nhất, đặt Muse Spark 1.3 chạy max reasoning bên cạnh Muse Spark 1.2 chạy xhigh, qua mười hai đánh giá agentic và ngữ cảnh dài; đọc từng hàng một cho thấy một bức tranh thú vị hơn những gì con số phiên bản gợi ý. Mọi số liệu dưới đây đều do nhà cung cấp báo cáo, được tạo ra trong harness của chính Meta và chưa được chúng tôi tái lập.

• GDPval-AA v2 — Muse Spark 1.3 (max) 1.754 so với Muse Spark 1.2 (xhigh) 1.615

• Terminal-Bench 2.1 — 88,8 so với 82,9

• OSWorld 2.0 — 66,9 so với 47,6

• DeepSWE v1.1 — 75.4 so với 55.0

• SWEAtlas — 59,4 so với 46,2

• JobBench — 64.9 so với 61.6

• MRCR 256K–512K — 98,5 so với 66,3

• MRCR 512K–1M — 98.1 so với 55.5

Hai hàng cuối cùng mới là câu chuyện, và chúng không phải là những hàng mà bất cứ ai đã trích dẫn khi ra mắt. Truy xuất ngữ cảnh dài ở dải 256K–512K tăng 32 điểm; ở dải 512K–1M, nó tăng hơn 42 điểm. Công việc về năng lực tổng quát tăng ít hơn nhiều: GDPval-AA tăng 139 điểm trên một thang điểm vốn có 1.2 tại 1,615, còn JobBench tăng 3. Mẫu hình này nhất quán với điều mà một phòng thí nghiệm tinh chỉnh khi đang theo đuổi công việc tác tử có chân trời dài — mô hình không trở nên thông minh hơn một cách đồng đều, mà trở nên tốt hơn đáng kể trong việc lưu giữ và truy xuất thông tin xuyên suốt một ngữ cảnh mà nó vốn đã có cửa sổ cho việc đó. Nếu khối lượng công việc của bạn nằm trong 100K token đầu tiên, bản nâng cấp là thật nhưng khiêm tốn. Nếu nó nằm ngoài phạm vi đó, thì đó là sự khác biệt giữa một mô hình có thể sử dụng ngữ cảnh lớn và một mô hình có thể tìm thấy mọi thứ trong đó.

Có hai lưu ý cần đặt cạnh những con số đó. Phép so sánh là max so với xhigh, không phải max so với max, vì Meta chạy 1.2 ở xhigh và 1.3 ở max — các cài đặt khác nhau, nên một phần mức tăng đến từ ngân sách suy luận chứ không phải chất lượng checkpoint. Và dòng của 1.2 trong bảng đó giờ là một cấu hình đã bị ngừng hỗ trợ: ngoài bảng của chính Meta, các danh sách độc lập đánh dấu Muse Spark 1.2 là không còn được hỗ trợ và trỏ đến 1.3, đây là tín hiệu mạnh nhất hiện có cho thấy checkpoint cũ đang trên đà bị loại bỏ.

Bức tranh độc lập, và thương vụ mà không ai nhắc đến

Artificial Analysis là bên thứ ba có danh sách công khai cho cả hai checkpoint, và các con số của họ không khớp với của Meta theo một cách đáng suy ngẫm — không phải về hướng, mà là về chi phí.

• Muse Spark 1.3 (Max) — Intelligence Index 48, xếp hạng 24/217; tốc độ đầu ra 121,9 token/giây; 1,60 đô la cho mỗi tác vụ Index hoàn thành; 170 triệu token đầu ra được tạo ra trong quá trình đánh giá

• Muse Spark 1.2 (Xhigh) — Intelligence Index 40, xếp hạng 59/217; tốc độ đầu ra 361,4 token/giây, xếp thứ nhất trong số 186 mô hình; 0,97 USD cho mỗi tác vụ Index đã hoàn thành; 130 triệu token đầu ra; thời gian đến token đầu tiên là 12,67 giây

Đọc hai danh sách đối chiếu với nhau, bản nâng cấp trông khác với cách nó được trình bày trong bảng của Meta. Muse Spark 1.3 mạnh hơn tám điểm chỉ số và chậm hơn khoảng ba lần — 121.9 token mỗi giây so với 361.4, trong khi checkpoint cũ là mô hình nhanh nhất thuộc mọi loại trên bảng đó. Chi phí cho mỗi tác vụ hoàn thành tăng từ $0.97 lên $1.60 mặc dù giá trên mỗi token là như nhau, bởi vì mô hình mới tạo ra nhiều hơn 40 triệu token để hoàn thành cùng một đánh giá. Không có gì về bảng giá của nhà cung cấp thay đổi. Điều thay đổi là mô hình nói bao nhiêu.

Đó là sự đánh đổi mà con số phiên bản che giấu, và nó đi theo một hướng mà hầu hết các bài đưa tin đã bỏ lỡ. Nếu ứng dụng của bạn nhạy cảm với độ trễ hoặc bị giới hạn bởi thông lượng, phiên bản Muse Spark trước đó có thể thực sự là sản phẩm nhanh hơn dành cho bạn, và với cùng giá niêm yết. Nếu ứng dụng của bạn bị ràng buộc bởi độ chính xác trên các bài toán khó, thì 1.3 với max reasoning mới chính là điểm mấu chốt của việc nâng cấp. Đây là những khoản mua khác nhau được khoác lên dưới dạng một bản tăng phiên bản, và chỉ một trong số đó là thứ mà thông báo ngừng hỗ trợ cho rằng bạn muốn.

Những gì 1.3 đã thêm mà không phải là điểm số

Mức suy luận max là thay đổi hệ trọng nhất trong bản phát hành 1.3 và nó đã đến muộn hai ngày. Tại buổi ra mắt ngày 2 tháng 9, Meta đã phát hành mọi mức effort lên tới xhigh và giữ max lại, chờ điều mà họ gọi là kiểm thử an toàn bổ sung, chỉ chia sẻ nó với một nhóm đối tác hạn chế. Đến ngày 4 tháng 9, đợt kiểm thử đó hoàn tất và max trở nên có thể chọn trong Muse Code cũng như trên model id muse-spark-1.3 thông qua Meta Model API. Hệ quả là bảng điểm nổi bật — 1.754 trên GDPval-AA, 98,5 trên MRCR — được tạo ra ở một thiết lập mà các nhà phát triển không thể gọi trong hai ngày đầu, và bất kỳ tích hợp nào viết vào ngày ra mắt vẫn có thể chỉ liệt kê reasoning effort tới xhigh mà thôi. Hãy kiểm tra xem route của bạn chấp nhận những gì trước khi giả định rằng max sẽ được đáp ứng.

Meta cũng bán checkpoint 1.3 hai lần, và khác biệt không nằm ở mô hình. muse-spark-1.3 được dán nhãn "Không dùng để cải thiện sản phẩm của chúng tôi" với giá $1.25 / $0.15 đã cache / $4.25. muse-spark-1.3-contributor được dán nhãn "Dùng để cải thiện sản phẩm của chúng tôi" với giá $0.10 / $0.002 / $0.20 — rẻ hơn khoảng một bậc độ lớn ở đầu vào và rẻ hơn hơn hai mươi lần ở đầu ra, đổi lại là quyền huấn luyện trên prompt và completion của bạn. Cả hai đều có cùng cửa sổ ngữ cảnh 1M token. Contributor mô tả thứ bạn đóng góp, chứ không phải thứ bạn nhận được; đó là một bậc giá gắn kèm điều khoản dữ liệu, không phải một bản phát hành trọng số mở.

Và có một sự hồi quy, được chính Meta nêu ra thay vì do người dùng phát hiện. Khả năng hiểu âm thanh trong Muse Spark 1.3 chưa được hỗ trợ đầy đủ, và Meta cảnh báo rằng chất lượng phản hồi cho các yêu cầu mang nội dung âm thanh có thể bị suy giảm, đồng thời hướng các tác vụ âm thanh sang Muse Spark 1.2. Vì vậy, phiên bản hiện tại không phải là câu trả lời đúng cho mọi đầu vào trong chính hàng modality của dòng mô hình này — một trường hợp mà checkpoint mới nhất lại là lựa chọn sai cho một payload mà phiên bản cũ hơn xử lý được.

Phiên bản nào bạn thực sự có thể gọi

Nên tách câu hỏi về phiên bản khỏi câu hỏi về tính sẵn có, vì chúng có câu trả lời khác nhau. Cả ba phiên bản Muse Spark được đánh số đều chỉ được cung cấp dưới dạng dịch vụ lưu trữ (hosted): Meta không công bố trọng số, không có giấy phép và không có bản tải xuống cho bất kỳ phiên bản nào trong số đó, còn các biến thể Contributor là những gói dịch vụ lưu trữ được giảm giá chứ không phải là các bản phát hành. Trọng số mở trong dòng này thuộc về Muse Spark Open, mô hình hỗn hợp chuyên gia thưa 816B mà Meta công bố ngày 15 tháng 10 năm 2026, và thuộc về Muse Glimmer, mô hình 30B Apache 2.0 từ ngày 10 tháng 8 năm 2026. Cả hai đều không phải là phiên bản Muse Spark, và cũng không phải là sản phẩm thay thế cho một phiên bản như vậy.

Danh mục của chính chúng tôi phản ánh phần cuối của dòng sản phẩm cũ hơn, và chúng tôi thà nói thẳng điều đó còn hơn để một số phiên bản ngụ ý về phạm vi hỗ trợ mà chúng tôi không có. OrcaRouter định tuyến Muse Spark 1.1 và Muse Spark 1.2, cả hai đều theo giá niêm yết của Meta với mức chênh lệch 0% được chuyển thẳng, cả hai đều nằm trong cửa sổ 1.048.576 token của dòng sản phẩm. Muse Spark 1.3 hiện chưa có trong danh mục của chúng tôi, và cả hai biến thể Contributor cũng vậy. Điều đó khiến lộ trình nâng cấp thực tế trở thành hai bước: 1.2 là phiên bản bạn có thể định tuyến tới ngay lúc này, 1.3 là phiên bản Meta khuyến nghị cho công việc mới, và vào ngày nó có mặt trên một nhà cung cấp mà chúng tôi định tuyến, thay đổi sẽ đến trên cùng một khóa thay vì trong mã tích hợp của bạn.

Câu hỏi về phiên bản cũng chính là chỗ mà một router khẳng định giá trị của mình theo cách đặc thù của dòng sản phẩm này. Ba checkpoint, một nhà cung cấp, một endpoint, không trọng số — toàn bộ dòng đều chạy qua một API duy nhất do một công ty vận hành, và đó chính là rủi ro tập trung khi xây dựng dựa vào nó. Việc định tuyến 1.1 và 1.2 phía sau một endpoint tương thích OpenAI nghĩa là một lệnh gọi ngữ cảnh dài thất bại có thể chuyển sang checkpoint còn lại thay vì làm hỏng cả yêu cầu, và DSL định tuyến cho phép bạn tách lưu lượng production giữa chúng bằng cấu hình, nhờ đó bạn có thể đo xem tốc độ của 1.2 có đáng giá hơn đối với bạn so với độ chính xác của 1.3 trên chính các prompt của bạn hay không, thay vì dựa trên chỉ số của người khác. Đó là phép so sánh phiên bản duy nhất giải quyết được câu hỏi cho khối lượng công việc của bạn.

Câu trả lời, tùy thuộc vào việc bạn đến với câu hỏi nào.

Nếu bạn muốn biết liệu Muse Spark và Muse Spark 1.3 có phải là những mô hình khác nhau không: chúng không khác nhau. 1.3 là ý nghĩa hiện tại của cái tên này, và Meta gắn nhãn nó là mới nhất cùng khuyến nghị nó cho công việc mới. Nếu bạn muốn biết bạn nhận được gì khi chuyển từ phiên bản trước: khoảng 32 đến 42 điểm truy xuất ngữ cảnh dài, một bước nhảy lớn về khả năng sử dụng máy tính dạng tác nhân và lập trình tầm xa, cùng mức giảm gấp ba lần về tốc độ đầu ra ở cùng mức giá mỗi token. Nếu bạn muốn biết nó tốn bao nhiêu: bảng giá không thay đổi qua ba phiên bản, điều đó cho thấy Meta đang cạnh tranh bằng năng lực trên mỗi đô la chứ không phải bằng đô la.

Điều mà không con số nào trong số này có thể cho bạn biết là khối lượng công việc của chính bạn nằm ở phía nào của sự đánh đổi đó, và điều trung thực cần nói là thông báo ngừng hỗ trợ của nhà cung cấp đã mặc nhiên giả định câu trả lời thay cho bạn. Phiên bản nhanh gấp ba lần với cùng mức giá vẫn là phiên bản duy nhất trong hai phiên bản mà bạn có thể tiếp cận thông qua bộ định tuyến ngày hôm nay, khiến đây trở thành một thử nghiệm rẻ một cách bất thường để chạy trước khi 1.3 đến.

Điều mà những con số không thể cho bạn biết là liệu có bất kỳ phần nào trong đó đã gặp trục trặc trong thực tế hay không: các sự cố AI và lỗi agent được ghi nhận liên quan đến các mô hình thuộc lớp này được tập hợp trong OrcaRouter AI Incident Archive, nơi mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.