Meta lanza Muse Spark 1.3

• Meta lanzó Muse Spark 1.3 el 2 de septiembre de 2026, diciendo que "ofrece un rendimiento mejorado en tareas agénticas y de programación" y que se apoya en "meses de amplia adopción de Muse Code y Meta Model API"^[1]
• Es el cuarto lanzamiento de Muse Spark de Meta en cinco meses; la variante disponible ahora, Muse Spark 1.3 (xhigh), obtiene 61 puntos en el Artificial Analysis Intelligence Index, frente a los 57 de Muse Spark 1.2 en agosto, empatando con GPT-5.6 Sol (max) y Grok 4.6 (high)^[4]
• Muse Spark 1.3 (max) obtiene 62 puntos, solo por detrás de Claude Fable 5.1 y Claude Opus 5; la publicación de Meta dice que el razonamiento max está disponible en Muse Code y Meta Model API, mientras que Artificial Analysis lo describió como una vista previa limitada para los socios de Meta, y VentureBeat como todavía en pruebas de seguridad^[1][3][4]
• Meta lo entrenó para hacer preguntas aclaratorias cuando un prompt es ambiguo, pedir ayuda al usuario cuando se atasca y confirmar antes de acciones consecuentes, y para conocer mejor "lo que puede y no puede hacer" en lugar de alucinar resultados^[1]
• En comparaciones realizadas por ingenieros de Meta, usó aproximadamente un 20% menos de llamadas a herramientas y un 25% menos de tokens que Muse Spark 1.2^[1]
• La hoja de ruta de Meta incluye "modelos más grandes, el lanzamiento de los pesos abiertos de Muse Spark, y más"^[1][3]

Características destacadas

• Precio sin cambios respecto a Muse Spark 1.2: 1,25 $ por millón de tokens de entrada, 0,15 $ por millón de tokens de entrada en caché y 4,25 $ por millón de tokens de salida; un nivel de colaborador cuesta 0,10 $ y 0,20 $ por millón, con los datos usados para mejorar los productos de Meta^[2][4]
• Una ventana de contexto de 1M de tokens, con entrada de texto, imagen y video^[2][4]
• Puntuaciones de Artificial Analysis: Tau3-Bench Banking 47% para xhigh y 52% para max (la puntuación más alta de cualquier modelo) frente al 35% de Muse Spark 1.2, Terminal-Bench 2.1 85% frente a 80%, y GDPval-AA v2 1.709 y 1.754 Elo frente a 1.615^[4]
• A 0,55 $ por tarea del Intelligence Index, es el modelo más barato con una puntuación de 59 o más; GPT-5.6 Sol (max) cuesta 0,95 $ y Grok 4.6 (high) 0,94 $^[4]
• Pequeños retrocesos: AA-LCR cayó del 83% al 79%, y la precisión de AA-Omniscience bajó porque se niega a responder con más frecuencia cuando no está seguro^[4]
• Seguridad: mayor resistencia a entradas adversarias e inyecciones de prompts, y mejor criterio sobre qué acciones agénticas son irreversibles^[1]
• Disponible en Muse Code, la herramienta de programación multiagente de Meta para la terminal de macOS y Linux, y en la Meta Model API^[1]