Muse Spark 1.3: Meta gibt bei Effizienz und Agenten Gas, doch die Benchmarks bleiben im Haus
Meta hat Muse Spark 1.3 am 2. September vorgestellt, eine Ankündigung in dichter Folge: die dritte Veröffentlichung der proprietären Familie in weniger als zwei Monaten. Nach Angaben des Unternehmens ist das Modell „ab heute“ in Muse Code und über die Meta Model API verfügbar, die Reasoning-Modi sind bereits aktiv, ein Modus „max reasoning“ soll „kurz nach Abschluss weiterer Sicherheitstests“ folgen. Konzernchef Mark Zuckerberg sprach von „Frontier-Leistung zu niedrigen Kosten“ (Investing.com) und, zitiert von OfficeChai, vom „größten einzelnen Sprung, den das Team bei Code- und Agentenarbeit gemacht hat“.
In der von Meta veröffentlichten Übersicht – deren Zahlen in einem Bild stecken und von OfficeChai und Investing.com ausgelesen und wiedergegeben wurden – senkt Version 1.3 die Tool-Aufrufe um rund 20 % und den Tokenverbrauch um rund 25 % gegenüber Muse Spark 1.2. In den selbst erhobenen Benchmarks, die das Modell den „max“-Versionen der Konkurrenz gegenüberstellen, übertrifft 1.3 beim Coding Opus 5 im DeepSWE v1.1 (75,4 zu 74,0) und schlägt es im SWEAtlas CodeBase QnA (59,4 zu 52,7), während sie im Terminal-Bench 2.1 mit GPT 5.6 Sol gleichauf bleibt (88,8). Im Long-Context nennen die Daten 98,5 und 98,1 in MRCR 256K–512K und 512K–1M gegenüber 91,5 und 73,8 bei GPT 5.6 Sol Max. Bei den agentischen Aufgaben bleibt das Bild jedoch gemischt: GDPVal-AA v2 1754 gegenüber 1824 von Opus 5 Max, AutomationBench 49,4 gegenüber 50,3 von Opus 5 Max, DeepSearchQA 89,4 gegenüber 93,0 von GPT 5.6 Sol Max.
Die offizielle Ankündigung klärt die Methodik nicht: Die Benchmarks erscheinen als Bild, nicht als extrahierbarer Text, und wurden von unabhängigen Prüfern bislang nicht repliziert. Jede Angabe zum Testaufbau fehlt (Versuche, Scaffolding, Versionen der Konkurrenzmodelle), und die Effizienzprozente sind nicht ausdrücklich an dieselben Aufgaben wie die Benchmarks gebunden. Die Roadmap erwähnt größere Modelle und eine künftige Veröffentlichung mit offenen Gewichten – ohne Datum, Lizenz oder technische Spezifikationen.
Laut Investing.com schloss die Meta-Aktie nach der Ankündigung 2,47 % im Plus, doch die Aussagen zu den „niedrigen Kosten“ bleiben werblich: Eine Preisliste wurde nicht veröffentlicht. Das Kontextfenster von einer Million Token, das Wikipedia der Muse-Spark-Reihe zuschreibt, ist in der Ankündigung zur 1.3 nicht bestätigt.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Die offizielle Ankündigung wurde per WebFetch auf research.meta.ai geöffnet und direkt geprüft: Datum, Verfügbarkeit in Muse Code und in der Meta Model API, Status der Reasoning-Modi, die beiden Effizienzprozente (~20 % Tool-Aufrufe, ~25 % Token), die Aussagen zu adversarieller Robustheit und irreversiblen Aktionen, die Erwähnung einer künftigen Open-Weights-Veröffentlichung sowie der Aufbau der Benchmark-Übersicht. Da die Werte in einem Bild stehen, wurden sie aus zwei voneinander unabhängigen Quellen übernommen – OfficeChai (vollständige Tabellen) und Investing.com (Finanzagentur) –, die bei DeepSWE v1.1, Terminal-Bench 2.1, MRCR und GDPVal-AA v2 dieselben Zahlen nennen. Versionshistorie und Lizenzen wurden mit dem Wikipedia-Eintrag „Muse Spark“ abgeglichen. Quellen mit bloßen Gerüchten wurden verworfen.
- Incertezze
- Die Benchmarks stammen von Meta selbst und wurden von keinem unabhängigen Prüfer repliziert; sie stecken in einem Bild, die hier genannten Zahlen laufen also über die Lesart dritter Medien – untereinander konsistent, aber im Text der Meta-Seite nicht überprüfbar. Eine Preisliste fehlt: „niedrige Kosten“ ist eine Werbeaussage, kein belegter Tarif. Zu den offenen Gewichten nennt Meta weder Datum noch Lizenz noch Modellgrößen. Der Testaufbau ist nicht angegeben (Zahl der Versuche, Scaffolding, Versionen der Konkurrenz), ebenso wenig, ob die Effizienzprozente an denselben Aufgaben wie die Benchmarks gemessen wurden. Das Kontextfenster von einer Million Token stammt aus Wikipedia, nicht aus der Ankündigung zur 1.3. Börsenreaktion und Zuckerberg-Zitate stehen außerhalb der offiziellen Ankündigung und kommen aus Sekundärquellen.
- Perché pubblicarla
- Ein Frontier-Release, belegt durch eine offizielle Ankündigung, mit konkreten Zahlen und einem selten beachteten Blickwinkel: Der beanspruchte Vorsprung liegt nicht in den Punktzahlen, sondern in den Betriebskosten von Agenten – weniger Aufrufe, weniger Token –, der Kennzahl, die für den Produktivbetrieb wirklich zählt. Das Bild ist gerade deshalb ehrlich, weil es kein Triumph ist: Meta führt im Long-Context und in Teilen des Codings, bleibt aber bei mehreren agentischen Benchmarks hinter Opus 5 und GPT 5.6 Sol. Und offene Gewichte, versprochen ohne Datum und Lizenz, muss man als das kennzeichnen, was sie sind.