Der Beitrag von Meta[1] AI Research 'Introducing Muse Spark 1.1' ist auf den 9. Juli 2026 datiert und beginnt mit 'Today, we're excited to introduce Muse Spark 1.1'; TechCrunch[5] berichtete am selben Tag über den Start, während der OpenRouter[2]-Eintrag vom 16. Juli der Zeitpunkt ist, zu dem der Router es hinzufügte.
- Beginn
- 9. Juli 202690 % SICHERHEITlaut der Quelle
Muse Spark 1.1 veröffentlicht
Automatisch aus dem Original übersetzt
Originaltitel: Muse Spark 1.1 Released
Meta veröffentlicht Muse Spark 1.1, ein multimodales Reasoning-Modell für agentische Aufgaben mit einem Kontextfenster von 1M Tokens, zusammen mit einer öffentlichen Vorschau der Meta Model API zu $1.25 pro 1 Million Eingabe-Tokens und $4.25 pro 1 Million Ausgabe-Tokens; im Artificial Analysis Intelligence Index erreicht es 51.
- Meta veröffentlichte Muse Spark 1.1 am 9. Juli 2026 und nannte es 'das neueste Modell von Meta Superintelligence Labs und ein bedeutendes Upgrade gegenüber Muse Spark', ein multimodales Reasoning-Modell für agentische Aufgaben mit großen Fortschritten bei Werkzeug- und Computernutzung, Programmierung und multimodalem Verständnis[1]
- Außerdem eröffnete Meta eine öffentliche Vorschau der neuen Meta Model API, nach Metas Worten das erste Mal, dass Entwickler über eine API mit dem Modell arbeiten konnten (Artificial Analysis merkte an, dass das erste Muse Spark keine öffentliche API hatte), und es ging im Modus 'Thinking' in der Meta-AI-App und auf meta.ai live; Meta startete in derselben Woche Muse Image[1]
- Das Verkaufsargument ist agentische Arbeit: Es plant und delegiert an parallele Subagenten, verwaltet einen Kontext von 1M Tokens, indem es verdichtet, was spätere Schritte brauchen, und schreibt bei der Computernutzung Skripte, wenn Automatisierung schneller ist, und klickt, wenn direkte Interaktion einfacher ist[1]
- Artificial Analysis bewertete es mit 51 auf seinem Intelligence Index, 8 Punkte mehr als die 43 von Muse Spark 1.0 innerhalb von drei Monaten und gleichauf mit GLM-5.2 (max), GPT-5.4 (xhigh) und GPT-5.6 Luna (max); Grok 4.5 (54), Claude Opus 4.8 (56), GPT-5.6 Sol (59) und Claude Fable 5 (60) lagen darüber[4]
- Die Zugewinne konzentrierten sich auf Programmierung (Coding Index von 59 auf 71), Wissenschaft (SciCode von 52% auf 58%, Humanity's Last Exam von 40% auf 45%) und Wissen, während GDPval-AA v2 von 1,144 auf 1,376 Elo stieg und agentische Wissensarbeit weiterhin hinter der Spitze zurücklag[4]
- Die Halluzinationsrate fiel von 73% auf 38%, vor allem aber, weil das Modell weniger Fragen beantwortet (Antwortquote von 95% auf 82%, Genauigkeit von 45% auf 41%); mit etwa $0.26 pro Index-Aufgabe ist es günstiger als GLM-5.2 ($0.37) und GPT-5.4 ($0.89)[3][4]
- Zuckerberg nannte es 'ein starkes agentisches und Coding-Modell zu einem sehr niedrigen Preis'; TechCrunch merkte an, dass Meta weiterhin hinter Anthropic und OpenAI zurückliegt, die seit einiger Zeit ähnliche Modelle anbieten[5]
Wichtige Funktionen
- Ein Kontextfenster von 1M Tokens, gegenüber 262k bei Muse Spark 1.0, mit Text-, Bild-, Video- und PDF-Eingabe sowie Textausgabe[2][4]
- Preis von $1.25 pro 1 Million Eingabe-Tokens, $0.15 pro 1 Million zwischengespeicherte Eingabe-Tokens und $4.25 pro 1 Million Ausgabe-Tokens in der API von Meta[2][4]
- Unterstützung von Partnern zum Start kam von Amjad Masad von Replit ('ein vollständiges agentisches Fundament'), Saoud Rizwan von Cline, Yashodha Bhavnani von Box und Dave Morin von der OpenClaw Foundation[1]
- Meta sagt, Sicherheitstests nach seinem Advanced AI Scaling Framework hätten chemische und biologische Risiken, Cybersicherheitsrisiken und Kontrollverlustrisiken innerhalb sicherer Grenzen gehalten, bei besserer Widerstandsfähigkeit gegen Jailbreaks und Prompt-Injection und geringerer Anbiederung[1]
- Auf Metas eigener API maß Artificial Analysis einen Median von etwa 114 Ausgabe-Tokens pro Sekunde und rund 21 Sekunden bis zum ersten Antwort-Token[4]