Muse Spark 1.3

Name: Muse Spark 1.3
Author: Meta

Мультимодальная

Meta

Muse Spark 1.3 — проприетарная мультимодальная модель рассуждения от Meta Superintelligence Labs для долгих агентных, мультиагентных и кодинговых задач. По сравнению с Muse Spark 1.2 она лучше справляется с долгосрочной совместной работой, многозадачностью, следованием инструкциям, использованием инструментов и восстановлением после сбоев, а код пишет лаконичнее. Контекст составляет 1 048 576 токенов. Модель доступна в Muse Code и через Meta Model API в уровнях Стандартный и contributor; на уровне contributor промпты и ответы могут использоваться для улучшения продуктов Meta.

Сравните Muse Spark 1.3 с GPT-6 и Claude вживую

Бесплатная ИИ-Арена: две нейросети отвечают вслепую

Основные характеристики

Параметры

Контекст

1.0M

Дата выпуска

2 сентября 2026 г.

Индекс

52.2

API документация Исследование Блог с результатами

Временная шкала

Ключевые даты в истории модели

Анонс

2 сентября 2026 г.

Последнее обновление

24 октября 2026 г.

Сегодня

25 октября 2026 г.

Технические характеристики

Параметры

Токены обучения

Граница знаний

Семейство

Возможности

МультимодальностьZeroEval

Ценообразование и доступность

Вход (за 1М токенов)

$1.25

Выход (за 1М токенов)

$4.25

Макс. входящих токенов

1.0M

Макс. исходящих токенов

943.7K

Поддерживаемые возможности

Вызов функцийСтруктурированный выводВыполнение кодаПоиск в интернетеПакетная обработкаДообучение

Результаты бенчмарков

Показатели производительности модели на различных тестах и бенчмарках

Другие тесты

Специализированные бенчмарки

Agentic IF Index (Internal)

Внутренняя составная оценка Meta по следованию инструкциям для агентных рабочих процессов. • данные разработчика

57.8%

AutomationBench

Публичный набор задач AutomationBench v3; детерминированная оценка конечного состояния; pass@1. • данные разработчика

49.4%

DeepSearchQA

Официальный набор из 900 вопросов с общей браузерной средой; оценка F1. • данные разработчика

89.4%

DeepSWE 1.1

Официальный набор DeepSWE v1.1 из 113 задач с mini-swe-agent; максимальное рассуждение; доля успешно решённых задач. • данные разработчика

75.4%

GDPval-AA

GDPval-AA v2 Elo в агентной среде Artificial Analysis Stirrup; базовый уровень человека 1,000 (max_score 3000). • данные разработчика

58.5%

Job Bench

Официальный набор из 65 задач с оценщиком по рубрикам, учитывающим файлы; средний балл по рубрикам. • данные разработчика

64.9%

MRCR v2 (8-needle)

OpenAI MRCR v2 8-needle, диапазон контекста 256K–512K; 100 примеров; среднее значение sequence-matcher ratio. • данные разработчика

98.5%

MRCR v2 (8-needle, 512K-1M)

OpenAI MRCR v2 8-needle, диапазон контекста 512K–1M; 100 примеров; среднее значение sequence-matcher ratio. • данные разработчика

98.1%

OSWorld 2.0

OSWorld 2.0, версия 08.08, в общей внутренней среде оценки использования компьютера Meta; средний частичный балл по задачам. • данные разработчика

66.9%

SWE Atlas - Codebase QnA

Публичный сплит SWE-Atlas Codebase QnA с mini-swe-agent и оценкой по рубрике для конкретной задачи; средний pass@1. • данные разработчика

59.4%

Terminal-Bench 2.1

Terminal-Bench 2.1, официальный набор из 89 задач в изолированной облачной песочнице; среднее pass@1. • данные разработчика

88.8%

Лицензия и метаданные

Лицензия

Проприетарная

Дата анонса

2 сентября 2026 г.

Последнее обновление

24 октября 2026 г.

Сравнить Muse Spark 1.3

Все сравнения

vs Muse Wonder Full vs Muse Wonder vs Muse Spark Open vs Muse Spark 1.2 vs Muse Glimmer-30B vs DeepSeek-V4.1-Flash-1017 vs Claude Fable 5.1 vs GLM-5.3

Muse Spark 1.3

Основные характеристики

Временная шкала

Технические характеристики

Ценообразование и доступность

Результаты бенчмарков

Другие тесты

Лицензия и метаданные

Сравнить Muse Spark 1.3

Похожие модели

Muse Wonder Full

Muse Wonder

Muse Spark 1.1

Muse Spark

Muse Spark 1.2

Llama 4 Scout

Llama 3.2 90B Instruct

Llama Guard 4 12B