Muse Spark 1.3: Metas Frontier-Modell für Coding und Agenten, erklärt

Muse Spark 1.3 ist Metas neues Frontier-Modell für Coding und agentische Arbeit, veröffentlicht am 2. September 2026 — Metas viertes Muse Spark-Modell in fünf Monaten. Das Wichtigste: Die Top-Variante landet knapp hinter Claude auf dem führenden Intelligenz-Index, belegt den ersten Platz bei einem wichtigen Agentic-Work-Benchmark und erreicht dabei die niedrigsten Kosten pro Aufgabe aller Modelle seiner Klasse. Hier erfahren Sie, was sich gegenüber Muse Spark 1.2 geändert hat, welche zwei Varianten es gibt, wie die Benchmarks aussehen, was das Modell kostet und wo es für Entwickler von Agenten passt.

Was ist Muse Spark 1.3?

Muse Spark 1.3 ist ein Reasoning-Modell (Schlussfolgerungsmodell) von Meta, optimiert für langfristige Coding- und agentische Workflows. Es akzeptiert Text-, Bild- und Videoeingaben, verfügt über ein Kontextfenster von 1 Million Token und ist ab dem Erscheinungstag in Muse Code und Metas Model API verfügbar.

Metas eigene Beschreibung: Das Modell ist darauf ausgelegt, längere Arbeitsabläufe durch Zusammenarbeit mit dem Nutzer aufrechtzuerhalten und mehrere Workflows in einem einzigen langen Thread zu verwalten. In der Praxis bedeutet das, dass es bei unklaren Prompts Rückfragen stellt, bei Blockaden Hilfe anfordert und vor folgenreichen Aktionen eine Bestätigung einholt — ein Verhalten, das auf Agenten ausgerichtet ist, die über einen langen Zeitraum laufen, und nicht auf einmalige Chat-Interaktionen.

Meta-AI-Chef Alexandr Wang sagte gegenüber Axios, das Update sei "sehr wettbewerbsfähig mit Frontier-Modellen" und ebne den Weg für Produkte wie persönliche Agenten, die in Ihrem Auftrag arbeiten. Der Launch fiel in dieselbe Woche wie Googles Gemini 3.8 Flash und Anthropics Claude Fable 5.1 — ein ereignisreicher Zeitraum für Modell-Veröffentlichungen.

Die zwei Varianten: xhigh vs. max

Muse Spark 1.3 wird als zwei Modelle mit unterschiedlichen Reasoning-Budgets ausgeliefert:

• Muse Spark 1.3 (xhigh) — jetzt in Muse Code und der API verfügbar.
• Muse Spark 1.3 (max) — eine leistungsstärkere Variante in limitierter Vorschau für Metas Partner, die nach zusätzlichen Sicherheitstests breiter ausgerollt wird.

Der Unterschied liegt darin, wie intensiv jede Variante denkt. Auf dem Artificial Analysis Intelligence Index erzielt xhigh 61 und max 62. Die max-Variante erreicht ihre höheren Werte durch mehr Aufwand — etwa 62 % mehr Reasoning bei einem agentischen Eval und 28 % mehr bei einem anderen im Vergleich zu xhigh. Wer das beste Ergebnis möchte und die Token-Kosten tragen kann, sollte max wählen; wer das beste Preis-Leistungs-Verhältnis sucht, das heute verfügbar ist, greift zu xhigh.

Benchmarks: Wo Muse Spark 1.3 die Frontier erreicht

Auf dem Artificial Analysis Intelligence Index steigt Muse Spark 1.3 (xhigh) mit 61 ein — 4 Punkte mehr als Muse Spark 1.2 (57) und 8 Punkte mehr als Muse Spark 1.1 (53). Es liegt gleichauf mit GPT-5.6 Sol (max) und Grok 4.6 (high). Die max-Variante mit 62 liegt nur hinter Claude Fable 5.1 und Claude Opus 5 an der Spitze des Index.

Der größte Teil des Gewinns stammt aus agentischen und wissenschaftlichen Aufgaben, nicht aus reinem Faktenwissen.

Quelle: Artificial Analysis, 2. September 2026.

Herausragend ist Tau3-Bench Banking: Die 52 % der max-Variante sind der beste Wert aller Modelle, und der Sprung von 12 bis 17 Punkten gegenüber Muse Spark 1.2 ist der wichtigste Treiber der Index-Verbesserung. Das wissenschaftliche Reasoning stieg insgesamt, angeführt von einem 8-Punkte-Gewinn bei CritPt für xhigh.

Die Regressionen, die Meta nicht in den Vordergrund gestellt hat

Zwei Benchmarks verschlechterten sich gegenüber Muse Spark 1.2. Beide Varianten verloren 4 Punkte bei AA-LCR (von 83 % auf 79 %), und AA-Omniscience (Accuracy) fiel um 3 Punkte für xhigh und 1 Punkt für max. Laut Artificial Analysis kommt der Omniscience-Rückgang von einer höheren Abstentionsrate — das Modell verweigert eine Antwort, wenn es unsicher ist — was auch die Halluzinationsrate senkte. Das ist für agentische Arbeit wohl eher ein Vorteil: Ein Modell, das „Ich weiß es nicht" sagt, anstatt selbstsicher zu raten, ist sicherer für lange, folgenreiche Aufgaben.

Meta gibt an, Muse Spark 1.3 darauf trainiert zu haben, besser einzuschätzen, was es weiß und was nicht, und anzuzeigen, wenn es an eine Grenze stößt, anstatt ein Ergebnis zu halluzinieren — konsistent mit diesem Abstentionsverhalten.

Preise: Das günstigste Frontier-Modell pro Aufgabe

Die Preise sind gegenüber Muse Spark 1.2 unverändert: 1,25 $ pro 1 Million Input-Token und 4,25 $ pro 1 Million Output-Token, mit Cache-Treffern zu 0,15 $ pro 1 Million. Wang bezeichnete die Preisgestaltung als „aggressiv".

Der entscheidende Vergleich sind die Kosten pro Aufgabe. Artificial Analysis misst Muse Spark 1.3 (xhigh) bei 0,55 $ pro Intelligence Index-Aufgabe — die niedrigsten Kosten aller Modelle mit einem Score von 59 oder höher. Die direkten Konkurrenten bei 61 kosten deutlich mehr: Grok 4.6 (high) bei 0,94 $ und GPT-5.6 Sol (max) bei 0,95 $ — ein Aufpreis von über 70 %. Meta hat noch keine Preise für die max-Variante veröffentlicht.

Ein Vorbehalt: Die Kosten pro Aufgabe stiegen gegenüber Muse Spark 1.2 (0,40 $), da das neue Modell etwa 57 % mehr Input-Token pro agentischer Aufgabe verbraucht. Es ist günstiger als seine Konkurrenten, aber nicht günstiger als sein Vorgänger.

Was sich beim Coding geändert hat

Meta gibt an, Muse Spark 1.3 auf mehr langfristigen Coding-Aufgaben trainiert zu haben, sodass es in der realen Entwicklungsarbeit besser einsetzbar ist. Im Vergleich zu Muse Spark 1.2 benötigt es weniger Gesprächsrunden, wo diese nicht nötig sind, ist weniger weitschweifig und hat einen saubereren Coding-Stil. In Metas eigenen Ingenieur-Vergleichen verwendete es etwa 20 % weniger Tool-Aufrufe und 25 % weniger Token — eine Effizienz, die sich über einen langen Agenten-Lauf summiert.

Meta berichtet auch von Sicherheitsverbesserungen, die besonders für Agenten relevant sind: stärkere Resistenz gegen Prompt Injection und adversarielle Eingaben sowie eine bessere Kalibrierung, welche Aktionen irreversibel sind, bevor das Modell fortfährt.

Vergleich mit dem Rest des Feldes

Muse Spark 1.3 (xhigh) ist am besten als die Preis-Leistungs-Wahl an der Frontier zu verstehen: Index-gleichauf mit GPT-5.6 Sol (max) und Grok 4.6 (high), günstiger pro Aufgabe als beide und führend beim agentischen Banking-Benchmark. Es liegt hinter Claude Fable 5.1 (66) und Claude Opus 5 (63) im Gesamtindex — wer also das stärkste Modell unabhängig vom Preis möchte, greift weiterhin zu Claude; wer Frontier-Leistung für agentische Aufgaben zum niedrigsten Preis sucht, findet in Muse Spark 1.3 die beste Wahl.

Für einen direkten Vergleich der Veröffentlichungen dieser Woche, siehe unseren Muse Spark 1.3 vs. Gemini 3.8 Flash vs. Claude Fable 5.1-Vergleich.

Ausblick

Meta gibt an, dass seine Roadmap größere Modelle und eine Muse Spark Open-Weights-Veröffentlichung umfasst. Das folgt auf Muse Glimmer, das 30B Open-Weight-Modell, das aus Muse Spark destilliert wurde und das Meta im August ausgeliefert hat — die Open-Weight-Familie scheint also weiter zu wachsen. Wang hob auch Sicherheit als eines der wichtigsten internen Themen hervor und wies darauf hin, dass Meta leistungsstärkere Modelle in der Entwicklung hat.

Fazit

Muse Spark 1.3 ist Metas Schritt an die Frontier bei agentischer und Coding-Arbeit zu einem wirklich wettbewerbsfähigen Preis. Die xhigh-Variante ist heute verfügbar und liefert die niedrigsten Kosten pro Aufgabe aller Modelle in ihrer Intelligenz-Klasse; die max-Variante liegt knapp hinter Claude an der Spitze des Index. Die ehrlichen Einschränkungen: Benchmarks sind frühe Indikatoren, die Kosten pro Aufgabe stiegen gegenüber 1.2, und zwei Evals verschlechterten sich leicht. Aber wer Agenten entwickelt und auf langfristige Zuverlässigkeit pro Dollar achtet, sollte es auf die Shortlist setzen.

Muse Spark 1.3 in einer KI-Belegschaft einsetzen

Ein Frontier-Modell wie Muse Spark 1.3 entfaltet seinen Wert erst, wenn es in echte Workflows eingebunden ist — Tools, Dateien, Code-Reviews und mehrstufige Pläne — und nicht in einem Chat-Fenster. Eigent ist eine Open-Source-Cowork-Desktop-App, die eine Multi-Agenten-KI-Belegschaft lokal ausführt und modell-agnostisch ist, sodass Sie das richtige Modell für jede Aufgabe einsetzen und sensible Arbeit auf Ihrem eigenen Rechner behalten können. Erfahren Sie, wie Agenten GitHub PRs von Anfang bis Ende reviewen können, und laden Sie Eigent herunter, um es auszuprobieren.

Häufig gestellte Fragen

Was ist Muse Spark 1.3?

Muse Spark 1.3 ist Metas Frontier-Reasoning-Modell für Coding und agentische Arbeit, veröffentlicht am 2. September 2026. Es unterstützt Text-, Bild- und Videoeingaben mit einem Kontextfenster von 1 Million Token und ist in Muse Code und Metas Model API verfügbar. Es ist Metas vierte Muse Spark-Veröffentlichung in fünf Monaten.

Was ist der Unterschied zwischen Muse Spark 1.3 xhigh und max?

Sie unterscheiden sich im Reasoning-Budget. Muse Spark 1.3 (xhigh) ist jetzt verfügbar und erzielt 61 auf dem Artificial Analysis Intelligence Index. Muse Spark 1.3 (max) ist eine leistungsstärkere Variante in limitierter Vorschau, die durch deutlich mehr Reasoning-Token einen Score von 62 erreicht und nach zusätzlichen Sicherheitstests breiter ausgerollt wird.

Was kostet Muse Spark 1.3?

Die Preise für die xhigh-Variante sind gegenüber Muse Spark 1.2 unverändert: 1,25 $ pro 1 Million Input-Token und 4,25 $ pro 1 Million Output-Token, mit Cache-Treffern zu 0,15 $ pro 1 Million. Artificial Analysis misst 0,55 $ pro Intelligence Index-Aufgabe — der niedrigste Wert aller Modelle mit einem Score von 59 oder höher. Die Preise für die max-Variante wurden noch nicht bekannt gegeben.

Ist Muse Spark 1.3 besser als Muse Spark 1.2?

Bei den meisten Aufgaben ja. Die xhigh-Variante gewann 4 Index-Punkte und erzielte große Sprünge bei agentischen Benchmarks — Tau3-Bench Banking stieg von 35 % auf 47 %, Terminal-Bench 2.1 von 80 % auf 85 %. Zwei Evals verschlechterten sich leicht (AA-LCR und AA-Omniscience), und die Kosten pro Aufgabe stiegen, da mehr Input-Token verbraucht werden.

Wie schneidet Muse Spark 1.3 im Vergleich zu Claude und GPT ab?

Muse Spark 1.3 (xhigh) liegt gleichauf mit GPT-5.6 Sol (max) und Grok 4.6 (high) bei 61 auf dem Intelligenz-Index und kostet dabei deutlich weniger pro Aufgabe. Die max-Variante mit 62 liegt nur hinter Claude Fable 5.1 (66) und Claude Opus 5 (63). Claude führt weiterhin im Gesamtindex; Muse Spark führt bei den Kosten pro Aufgabe und beim agentischen Tau3-Bench Banking-Eval.

Wird Muse Spark 1.3 als Open-Weight-Modell verfügbar sein?

Meta hat angekündigt, dass eine Open-Weights-Veröffentlichung von Muse Spark auf der Roadmap steht, nach dem 30B Open-Weight-Modell Muse Glimmer, das im August ausgeliefert wurde. Ein konkretes Datum für Muse Spark 1.3 Open Weights wurde noch nicht bekannt gegeben.