Первая запись — всегда источник пина. Общая достоверность — это взвешенное среднее того, насколько каждый источник подтверждает указанные выше время начала и окончания; вес источника уменьшается вдвое за каждые 180 дней разницы с самым новым.
Публикация в Meta Newsroom помечена 'Originally published on April 8, 2026 at 9:00AM PT' и начинается словами 'Today we are announcing Muse Spark'; Artificial Analysis[2][5] и OfficeChai[6] опубликовали свои разборы в тот же день.
Follow-up that uses Muse Spark 1.0 as the baseline: 43 on the later index version, Coding Index 59, GDPval-AA v2 1,144, 262k context, against 51 for Muse Spark 1.1 three months later.[1]
Context piece: Meta's first model in a year and the first product of a nine-month-old Superintelligence Labs, a natively multimodal reasoning model with instant, thinking and contemplating modes, inputs up to 262,000 tokens, undisclosed size, free in meta.ai and the app, API preview for select partners, and developer concern after Meta left open weights.[1]
Context: MSL was set up last June after the $14.3bn Scale AI deal and the hiring of Alexandr Wang, cut 600 jobs in October, and Meta worked with more than 1,000 physicians on health training data; Meta says it performs on par with GPT-5.4, Claude Opus 4.6 and Gemini 3.1 Pro, with no numbers given.[1]
Independent launch analysis: 52 on the Intelligence Index behind Gemini 3.1 Pro, GPT-5.4 and Claude Opus 4.6 and ahead of Claude Sonnet 4.6, GLM-5.1, MiniMax-M2.7 and Grok 4.20; Meta's first frontier model not released as open weights; 58M output tokens to run the index; Humanity's Last Exam 39.9%, MMMU-Pro 80.5%; weaker on GDPval-AA (1,427) and Terminal-Bench Hard.[1]
Чего-то не хватает или есть ошибка? Напишите своими словами: ссылку, подтверждающую этот пин, другую дату начала или окончания и почему, или факт, которого нет или который неверен. ИИ сверит это с источниками пина, поищет лучшие и добавит любую страницу, которая вас подтверждает. Собственные источники пина всё равно весят больше всего. Изображение, на котором показано что-то другое или показано плохо, тоже проверяется и опускается ниже или заменяется.
Оригинальное название: Muse Spark Released
| Бенчмарк | Muse Spark | Сравнение |
|---|---|---|
| CharXiv Reasoning (Thinking) | 86.4 | Gemini 3.1 Pro 80.2; GPT 5.4 82.8 |
| HealthBench Hard | 42.8 | GPT 5.4 40.1; Gemini 3.1 Pro 20.6 |
| DeepSearchQA | 74.8 | Gemini 3.1 Pro 69.7; Grok 4.2 62.8 |
| Humanity's Last Exam, без инструментов (Contemplating) | 50.2 | Gemini 3.1 Deep Think 48.4; GPT 5.4 Pro 43.9 |
| ARC AGI 2 (Thinking) | 42.5 | Gemini 3.1 Pro 76.5; GPT 5.4 76.1 |
| Terminal-Bench 2.0 | 59.0 | GPT 5.4 75.1; Gemini 3.1 Pro 68.5 |
| GDPval-AA Elo | 1,444 | GPT 5.4 1,672; Opus 4.6 1,606 |