Was ist Muse Spark 1.3?
Muse Spark 1.3 ist ein Modell mit geschlossenen Gewichten von den Meta Superintelligence Labs, veröffentlicht am 2. September 2026. Die Familie Muse Spark startete im April 2026 als Nachfolger von Metas Llama-Reihe. Seit dieser Veröffentlichung hat Meta Muse Wonder (12. Oktober) ergänzt, ein größeres gehostetes Modell für 4 $ Input und 20 $ Output pro Million Tokens, sowie Muse Spark Open (15. Oktober), eine Open-Weight-Version von Muse Spark mit 816 Milliarden Parametern. Metas Dokumentation empfiehlt Muse Spark inzwischen für Arbeit in großem Umfang, mit engen Latenzvorgaben oder knappem Budget und Wonder für die schwierigsten Aufgaben.
Es ist für Agent-Sitzungen und Programmierung gebaut, mit einem Kontext von 1.048.576 Tokens. Es nimmt Text, Bilder, Video, Audio und PDF an, allerdings sagt Metas Modelldokumentation, dass Audioverständnis in 1.3 nicht vollständig unterstützt wird, und empfiehlt für Audio Muse Spark 1.2 oder Muse Voice Transcribe.
Verkauft wird es über die Meta Model API und Metas Coding-Tool Muse Code, außerdem ist es bei OpenRouter gelistet. Der Standard-Modus kostet 1,25 $ pro Million Input-Tokens und 4,25 $ pro Million Output-Tokens; der Contributor-Modus kostet 0,10 $ und 0,20 $, dafür darf Meta mit deinen Prompts und Ausgaben trainieren.
Was kostet Muse Spark 1.3?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Standard | $1.25 in / $4.25 out per 1M tokens | 0,15 $ gecachter Input |
| Contributor mode | $0.10 in / $0.20 out per 1M tokens | 0,002 $ gecacht; Meta darf mit deinen Inhalten trainieren |
Standard: 1,25 $ Input, 0,15 $ gecachter Input, 4,25 $ Output pro 1 Mio. Tokens. Contributor-Modus: 0,10 $ / 0,002 $ / 0,20 $, und Meta darf mit deinen Inhalten trainieren.
Lohnt sich Muse Spark 1.3?
Muse Spark 1.3 ist ein solides Agent-Modell, dessen Platz in Metas Aufstellung sich binnen sechs Wochen nach dem Start verändert hat. Am 12. Oktober brachte Meta Muse Wonder als Spitzenmodell für 4 $ Input und 20 $ Output pro Million Tokens heraus. Drei Tage später folgte Muse Spark Open, ein Mixture-of-Experts-Modell mit 816 Milliarden Parametern, davon 42 Milliarden aktiv, unter der eigenen Muse Model License. Metas Dokumentation beschreibt Spark inzwischen als Wahl für Sub-Agents, Klassifikation und enge Tool-Schleifen statt für die schwierigste Arbeit.
Metas Argument für 1.3 betrifft das Verhalten, nicht Zahlen. Das Unternehmen sagt, das Modell stelle bei mehrdeutigen Prompts Rückfragen, bestätige vor folgenreichen Aktionen und gebe zu, wenn es feststeckt, und seine Ingenieure hätten bei derselben Arbeit etwa 20 % weniger Tool-Aufrufe und 25 % weniger Tokens als bei 1.2 gemessen. Das sind interne Vergleiche. Das Benchmark-Diagramm ist nur als Bild veröffentlicht, gegen GPT-5.6 Sol und Claude Opus 5, und TrueFoundry verweist auf Metas eigenen Vorbehalt, dass seine Durchläufe konkurrierender Modelle deren beste Leistung möglicherweise nicht abbilden.
Die eigentlichen Entscheidungen fallen beim Preis. Der Standard-Modus berechnet pro Token dasselbe, ob der Kontext fast leer oder fast voll ist, was bei 1 Million Tokens nur wenige Konkurrenten tun. Der Contributor-Modus senkt den Preis um mehr als 90 % im Tausch gegen Trainingsrechte an Prompts, Dateien und Ausgaben, und der Wechsel ist ein Suffix an der Modell-ID, muse-spark-1.3-contributor. Abos von Muse Code stehen standardmäßig auf dem Contributor-Modus, was jedes Team, das das Tool auf Kundencode ansetzt, am ersten Tag ändern muss.
Zwei Grenzen übersieht man leicht. Die Rate Limits gelten gemeinsam pro Team, 3.000 Anfragen und 4 Millionen Tokens pro Minute über alle Schlüssel, ein einziger Batch-Job kann also ein interaktives Produkt aushungern. Und die Audioeingabe ist in dieser Version schlechter geworden. Für Käufer, deren Einwand die geschlossenen Gewichte waren, ist Muse Spark Open bei OpenRouter zu denselben 1,25 $ und 4,25 $ gelistet und lässt sich auch auf eigener Hardware betreiben, und Meta hat nichts veröffentlicht, was zeigt, wie 1.3 im Vergleich dazu abschneidet.
Wo es sich lohnt
Ein Platform-Team, das Sub-Agents unter einem größeren Orchestrator-Modell betreibt
Die zahlreichen Tool-Aufrufe und Klassifikationsschritte einer Agent-Pipeline abwickeln
Metas Dokumentation positioniert Spark genau dafür unterhalb von Muse Wonder, und beide teilen sich die Endpunkte, einen Schritt zwischen ihnen zu verschieben ist also eine Änderung der Modell-ID. Wonder kostet pro Input-Token das 3,2-Fache und pro Output-Token das 4,7-Fache.
Ein Software Engineer bei einer Legal-Tech-Firma, der ganze Vertragssammlungen oder Codebasen abfragt
Fragen über Hunderttausende Tokens stellen, ohne zu chunken
Es gibt keinen Aufschlag für langen Kontext, ein Prompt mit 900.000 Tokens kostet zu Standardpreisen also etwa 1,13 $ an Input, oder etwa 0,14 $, wenn er ein gecachtes Präfix zu 0,15 $ pro Million wiederholt.
Ein Startup aus zwei Leuten, das einen Agent mit synthetischen Daten prototypisiert
Die API-Kosten während der Integrationstests niedrig halten
Im Contributor-Modus kosten 50 Millionen Input- und 50 Millionen Output-Tokens etwa 15 $ statt etwa 275 $. Meta trainiert mit allem, was gesendet wird, die Stufe ist auf 150 Anfragen pro Minute begrenzt und hat nicht die Reasoning-Stufe max, daher sollte sie nie Kundendaten sehen.
Eine Compliance-Verantwortliche bei einer Softwareberatung, die Muse Code eingeführt hat
Quellcode von Kunden aus Metas Trainingsdaten heraushalten
Abos von Muse Code stehen standardmäßig auf dem Contributor-Modus, die Einstellung muss also für jeden Platz abgeschaltet werden, und API-Traffic sollte auf muse-spark-1.3 statt auf die ID mit -contributor beschränkt werden, am besten an einem Gateway, da sich beide nur durch das Suffix unterscheiden.
Bevor du dich festlegst
- Einrichtung
- Lege auf dev.meta.ai ein Team und einen API-Schlüssel an; die API akzeptiert die Formate Responses, Chat Completions und Messages, und Muse Code installiert sich auf macOS oder Linux mit einem einzigen curl-Befehl.
- Integrationen
- Tool-Aufrufe, strukturierte Ausgabe, Prompt Caching und Grounding per Websuche (abgerechnet mit 2,50 $ pro 1.000 Anfragen); auch bei OpenRouter zu denselben Token-Preisen gelistet.
- Daten und Datenschutz
- Inhalte im Standard-Modus werden nicht fürs Training genutzt; Inhalte im Contributor-Modus können zum Training künftiger Meta-Modelle genutzt werden, und Abos von Muse Code stehen standardmäßig auf Contributor. Geschlossene Gewichte, also kein Selbsthosten; Muse Spark Open ist das selbst hostbare Geschwistermodell.
- Kosten im großen Maßstab
- Eine Million Support-Antworten im Monat mit je 3.000 Input- und 500 Output-Tokens ergeben 3 Milliarden Input- und 500 Millionen Output-Tokens: etwa 3.750 $ plus 2.125 $, also 5.875 $ zu Standardpreisen, weniger, wenn Prompts den Cache treffen.
- Grenzen
- Kontext von 1.048.576 Tokens; 3.000 RPM und 4 Mio. TPM pro Team im Standard-Modus, 150 RPM und 3 Mio. TPM im Contributor-Modus, geteilt von allen Schlüsseln. Die Reasoning-Stufe max gibt es nur im Standard-Modus, und die Qualität der Audioeingabe ist verschlechtert.
Was gut ist
- 1,25 $/4,25 $ pro 1 Mio. Tokens ohne Aufschlag für langen Kontext
- Kontext von 1 Mio. Tokens; gecachter Input für 0,15 $
- Trainiert, in Agent-Schleifen nachzufragen, zu bestätigen und Grenzen zuzugeben
- API-Formate Responses, Chat Completions und Messages
Was nicht
- Der Contributor-Modus, Standard bei Muse Code, trainiert mit deinen Inhalten
- Rate Limits gelten gemeinsam pro Team, nicht pro Schlüssel
- Audioeingabe in dieser Version verschlechtert
- Benchmarks nur als Bild, gegen ältere Konkurrenten
Am besten für
Teams, die ein günstiges Modell mit langem Kontext für Sub-Agents und Tool-Schleifen wollen und kein Problem damit haben, Prompts an Metas API zu schicken.
Alternativen zu Muse Spark 1.3
Muse Spark 1.3: häufige Fragen
- Lohnt sich Muse Spark 1.3?
- Günstig, mit langem Kontext und gutem Benehmen in Agent-Schleifen, aber von oben durch Muse Wonder und von der Seite durch ein offenes Spark zum selben Preis eingeklemmt. Wir bewerten es mit 4.0 von 5.
- Was kostet Muse Spark 1.3?
- Standard: 1,25 $ Input, 0,15 $ gecachter Input, 4,25 $ Output pro 1 Mio. Tokens. Contributor-Modus: 0,10 $ / 0,002 $ / 0,20 $, und Meta darf mit deinen Inhalten trainieren.
- Welche Nachteile hat Muse Spark 1.3?
- Der Contributor-Modus, Standard bei Muse Code, trainiert mit deinen Inhalten; Rate Limits gelten gemeinsam pro Team, nicht pro Schlüssel; Audioeingabe in dieser Version verschlechtert; Benchmarks nur als Bild, gegen ältere Konkurrenten.
- Für wen eignet sich Muse Spark 1.3?
- Teams, die ein günstiges Modell mit langem Kontext für Sub-Agents und Tool-Schleifen wollen und kein Problem damit haben, Prompts an Metas API zu schicken.
- Was kostet Muse Spark 1.3 für ein Team oder im Produktivbetrieb?
- Eine Million Support-Antworten im Monat mit je 3.000 Input- und 500 Output-Tokens ergeben 3 Milliarden Input- und 500 Millionen Output-Tokens: etwa 3.750 $ plus 2.125 $, also 5.875 $ zu Standardpreisen, weniger, wenn Prompts den Cache treffen.
- Ist Muse Spark 1.3 sicher für Firmendaten?
- Inhalte im Standard-Modus werden nicht fürs Training genutzt; Inhalte im Contributor-Modus können zum Training künftiger Meta-Modelle genutzt werden, und Abos von Muse Code stehen standardmäßig auf Contributor. Geschlossene Gewichte, also kein Selbsthosten; Muse Spark Open ist das selbst hostbare Geschwistermodell.
- Was sind die besten Alternativen zu Muse Spark 1.3?
- Die nächsten Alternativen, die wir getestet haben, sind Muse Glimmer, GPT-6.1 Sol, Claude Sonnet 5.5, Gemini 3.8 Flash, Muse Wonder und Muse Spark Open.
Antworten geprüft am 23. Okt. 2026.