O que é Muse Spark 1.3?
O Muse Spark 1.3 é um modelo de pesos fechados da Meta Superintelligence Labs, lançado em 2 de setembro de 2026. A família Muse Spark foi lançada em abril de 2026 como sucessora da linha Llama da Meta. Desde este lançamento, a Meta acrescentou o Muse Wonder (12 de outubro), um modelo hospedado maior a US$ 4 de entrada e US$ 20 de saída por milhão de tokens, e o Muse Spark Open (15 de outubro), uma versão de pesos abertos do Muse Spark com 816 bilhões de parâmetros. A documentação da Meta agora posiciona o Muse Spark para trabalho de alto volume, sensível a latência ou a custo, e o Wonder para as tarefas mais difíceis.
Ele foi feito para sessões de agentes e programação, com contexto de 1.048.576 tokens. Aceita texto, imagens, vídeo, áudio e PDF, embora a documentação de modelos da Meta diga que a compreensão de áudio no 1.3 não é totalmente suportada e recomende o Muse Spark 1.2 ou o Muse Voice Transcribe para áudio.
É vendido pela Meta Model API e pela ferramenta de programação Muse Code da Meta, e está listado no OpenRouter. O modo Standard custa US$ 1,25 por milhão de tokens de entrada e US$ 4,25 por milhão de saída; o modo Contributor custa US$ 0,10 e US$ 0,20 em troca de permitir que a Meta treine com seus prompts e saídas.
Quanto custa Muse Spark 1.3?
| Plano | Preço | O que inclui |
|---|---|---|
| Standard | $1.25 in / $4.25 out per 1M tokens | US$ 0,15 entrada em cache |
| Contributor mode | $0.10 in / $0.20 out per 1M tokens | US$ 0,002 em cache; a Meta pode treinar com o seu conteúdo |
Standard: US$ 1,25 entrada, US$ 0,15 entrada em cache, US$ 4,25 saída por 1M de tokens. Modo Contributor: US$ 0,10 / US$ 0,002 / US$ 0,20, e a Meta pode treinar com o seu conteúdo.
Muse Spark 1.3 vale a pena?
O Muse Spark 1.3 é um modelo de agentes sólido cujo lugar na linha da Meta mudou em menos de seis semanas após o lançamento. Em 12 de outubro, a Meta lançou o Muse Wonder como seu modelo de fronteira a US$ 4 de entrada e US$ 20 de saída por milhão de tokens. Três dias depois, lançou o Muse Spark Open, um modelo mixture-of-experts de 816 bilhões de parâmetros com 42 bilhões ativos, sob a sua própria Muse Model License. A documentação da Meta agora descreve o Spark como a escolha para subagentes, classificação e loops apertados de ferramentas, e não para o trabalho mais difícil.
O argumento da Meta para o 1.3 é comportamental, não numérico. Ela diz que o modelo faz perguntas de esclarecimento quando um prompt é ambíguo, confirma antes de ações com consequências e admite quando está travado, e que seus engenheiros mediram cerca de 20% menos tool calls e 25% menos tokens que o 1.2 no mesmo trabalho. São comparações internas. O gráfico de benchmarks é publicado como imagem contra o GPT-5.6 Sol e o Claude Opus 5, e a TrueFoundry aponta a própria ressalva da Meta de que suas execuções de modelos rivais podem não refletir o melhor desempenho deles.
O preço é onde estão as decisões reais. O modo Standard cobra o mesmo por token esteja o contexto quase vazio ou quase cheio, algo que poucos rivais fazem em 1M de tokens. O modo Contributor corta o preço em mais de 90% em troca de direitos de treinamento sobre prompts, arquivos e saídas, e a troca é um sufixo no ID do modelo, muse-spark-1.3-contributor. As assinaturas do Muse Code vêm no modo Contributor por padrão, o que qualquer equipe que aponte a ferramenta para código de clientes precisa mudar no primeiro dia.
Dois limites passam despercebidos com facilidade. Os limites de taxa são compartilhados por equipe, 3.000 requisições e 4 milhões de tokens por minuto somando todas as chaves, então um único job em batch pode sufocar um produto interativo. E a entrada de áudio piorou nesta versão. Para compradores cuja objeção eram os pesos fechados, o Muse Spark Open está listado no OpenRouter pelos mesmos US$ 1,25 e US$ 4,25 e também pode rodar no próprio hardware, e a Meta não publicou nada que diga como o 1.3 se compara a ele.
Onde ele se destaca
Uma equipe de plataforma rodando subagentes abaixo de um modelo orquestrador maior
Cuidar das tool calls de alto volume e das etapas de classificação de um pipeline de agentes
A documentação da Meta posiciona o Spark exatamente para isso abaixo do Muse Wonder, e os dois compartilham endpoints, então mover uma etapa entre eles é uma troca de ID de modelo. O Wonder custa 3,2 vezes mais por token de entrada e 4,7 vezes mais por token de saída.
Um engenheiro de software em uma empresa de legal tech consultando conjuntos inteiros de contratos ou bases de código
Fazer perguntas sobre centenas de milhares de tokens sem dividir em pedaços
Não há acréscimo por contexto longo, então um prompt de 900.000 tokens custa cerca de US$ 1,13 de entrada nas tarifas Standard, ou cerca de US$ 0,14 quando repete um prefixo em cache a US$ 0,15 por milhão.
Uma startup de duas pessoas prototipando um agente com dados sintéticos
Manter baixo o gasto com API durante os testes de integração
O modo Contributor faz 50M de tokens de entrada e 50M de saída custarem cerca de US$ 15 em vez de cerca de US$ 275. A Meta treina com tudo o que é enviado, o nível é limitado a 150 requisições por minuto e não tem o nível de raciocínio max, então nunca deve ver dados de clientes.
Um responsável por compliance em uma consultoria de software que adotou o Muse Code
Manter o código-fonte dos clientes fora dos dados de treinamento da Meta
As assinaturas do Muse Code vêm no modo Contributor por padrão, então a configuração precisa ser desligada em cada licença, e o tráfego de API restrito a muse-spark-1.3 em vez do ID -contributor, de preferência em um gateway, já que os dois diferem só pelo sufixo.
Antes de decidir
- Configuração
- Crie uma equipe e uma chave de API em dev.meta.ai; a API aceita os formatos Responses, Chat Completions e Messages, e o Muse Code se instala no macOS ou no Linux com um único comando curl.
- Integrações
- Tool calling, saída estruturada, prompt caching e grounding com busca na web (cobrado a US$ 2,50 por 1.000 consultas); também listado no OpenRouter pelos mesmos preços por token.
- Dados e privacidade
- O conteúdo do modo Standard não é usado para treinamento; o conteúdo do modo Contributor pode ser usado para treinar futuros modelos da Meta, e as assinaturas do Muse Code vêm no Contributor por padrão. Pesos fechados, então sem auto-hospedagem; o Muse Spark Open é o irmão que pode ser auto-hospedado.
- Custo em escala
- Um milhão de respostas de suporte por mês com 3.000 tokens de entrada e 500 de saída cada são 3B de tokens de entrada e 500M de saída: cerca de US$ 3.750 mais US$ 2.125, ou US$ 5.875 nas tarifas Standard, menos quando os prompts acertam o cache.
- Limites
- Contexto de 1.048.576 tokens; 3.000 RPM e 4M TPM por equipe no Standard, 150 RPM e 3M TPM no Contributor, compartilhados por todas as chaves. O nível de raciocínio max é exclusivo do Standard, e a qualidade da entrada de áudio está degradada.
O que é bom
- US$ 1,25/US$ 4,25 por 1M de tokens sem acréscimo por contexto longo
- Contexto de 1M de tokens; entrada em cache a US$ 0,15
- Treinado para perguntar, confirmar e admitir limites em loops de agentes
- Formatos de API Responses, Chat Completions e Messages
O que não é
- O modo Contributor, padrão do Muse Code, treina com o seu conteúdo
- Limites de taxa compartilhados por equipe, não por chave
- Entrada de áudio degradada nesta versão
- Benchmarks só como imagem, contra rivais mais antigos
Ideal para
Equipes que querem um modelo barato e de contexto longo para subagentes e loops de ferramentas e aceitam enviar prompts à API da Meta.
Alternativas ao Muse Spark 1.3
Muse Spark 1.3: perguntas frequentes
- Muse Spark 1.3 vale a pena?
- Barato, de contexto longo e bem-comportado em loops de agentes, mas espremido por cima pelo Muse Wonder e pelo lado por um Spark aberto ao mesmo preço. Damos nota 4.0 de 5.
- Quanto custa Muse Spark 1.3?
- Standard: US$ 1,25 entrada, US$ 0,15 entrada em cache, US$ 4,25 saída por 1M de tokens. Modo Contributor: US$ 0,10 / US$ 0,002 / US$ 0,20, e a Meta pode treinar com o seu conteúdo.
- Quais são as desvantagens de Muse Spark 1.3?
- O modo Contributor, padrão do Muse Code, treina com o seu conteúdo; limites de taxa compartilhados por equipe, não por chave; entrada de áudio degradada nesta versão; benchmarks só como imagem, contra rivais mais antigos.
- Para quem Muse Spark 1.3 é indicado?
- Equipes que querem um modelo barato e de contexto longo para subagentes e loops de ferramentas e aceitam enviar prompts à API da Meta.
- Quanto custa Muse Spark 1.3 para uma equipe ou em produção?
- Um milhão de respostas de suporte por mês com 3.000 tokens de entrada e 500 de saída cada são 3B de tokens de entrada e 500M de saída: cerca de US$ 3.750 mais US$ 2.125, ou US$ 5.875 nas tarifas Standard, menos quando os prompts acertam o cache.
- Muse Spark 1.3 é seguro para dados da empresa?
- O conteúdo do modo Standard não é usado para treinamento; o conteúdo do modo Contributor pode ser usado para treinar futuros modelos da Meta, e as assinaturas do Muse Code vêm no Contributor por padrão. Pesos fechados, então sem auto-hospedagem; o Muse Spark Open é o irmão que pode ser auto-hospedado.
- Quais são as melhores alternativas ao Muse Spark 1.3?
- As alternativas mais próximas que analisamos são Muse Glimmer, GPT-6.1 Sol, Claude Sonnet 5.5, Gemini 3.8 Flash, Muse Wonder e Muse Spark Open.
Respostas verificadas em 23 de out. de 2026.