Справочник

Muse Spark что это: модель Meta 1.3

30 сентября 2026 · 13 минут чтения

Проверка фактов

Юлия Найпак

Методист по автоматизации. Сверяет паспорт инструмента с документацией вендора.

Автор Р

Редакция

Коллектив авторов, редакторов и иллюстраторов статей на сайте блога онлайн-университета «Зерокодер». Пишем…

Черновик готовит редакция с помощью ИИ. За стандарт издания отвечает главный редактор — Валерий Курземнек.

Материал редакции Зерокодера. Счёт по выдаче снят собственным прогоном 29 сентября 2026 года; цитаты источников приведены дословно. Обновлено: сентябрь 2026.

Muse Spark что это — мультимодальная модель рассуждений от Meta, созданная для длительных агентных, многоагентных и кодировочных рабочих процессов. Она не заменяет чат-помощника в обычном окне диалога, а работает там, где агенту нужно часами держать контекст, вызывать инструменты и проверять собственные изменения. Ниже — версии, цены, тесты и порядок запуска. Мы скачали топ-10 Яндекса по запросу «muse spark что это»: текст отдали 8 из 10.

Определение Muse Spark простыми словами

Muse Spark — это семейство моделей искусственного интеллекта, которое Meta выпускает с июля 2026 года. В обзоре на Veruna AI линейку описывают так: «Muse Spark 1.3 — третья модель линейки Muse Spark за три месяца: 1.1 вышла в июле 2026 года, 1.2 — 5 августа, 1.3 — 2 сентября».

В карточке модели на RouterAI её назначение сформулировано прямо: Muse Spark 1.3 — это «мультимодальная модель рассуждений от Meta, предназначенная для длительных агентных, многоагентных и кодировочных рабочих процессов».

Отдельная сущность — Muse Code, агент для программирования. На Хабре его описывают как «кодинг-агента, который предназначен для написания программ и разработки ПО и работающего поверх Muse Spark 1.2». Модель рассуждает, агент выполняет действия в репозитории.

Практический смысл простой: для одиночного запроса-ответа Muse Spark избыточен, а задачи на десятки шагов с обращениями к файлам и проверками — это его профиль.

Возможности Muse Spark 1.3: код, текст, мультимодальность

Главная цифра релиза — «75,4% на DeepSWE v1.1, тесте на правки в реальных кодовых базах». Это ближе всего к реальной работе разработчика.

По длинному контексту в обзоре на Veruna AI приводят: «Поиск нескольких фактов в длинном документе (MRCR) — 98,5% на диапазоне от 256 до 512 тысяч токенов и 98,1% на диапазоне от 512 тысяч до миллиона».

Мультимодальность подтверждается разбором на WaveSpeed Blog: «Мультимодальное понимание: ввод изображений, аудио, текста → текстовый и интерактивный вывод». Там же перечислены визуальные STEM-задачи, визуальное кодирование и мини-игры.

Отдельно стоит режим Contemplating. По данным WaveSpeed Blog, Meta планирует выпустить режим, «позволяющий модели решать более сложные задачи по данным TechCrunch путём координации группы AI-агентов для параллельного рассуждения». Заявленные результаты приводит MyClaw.ai: «Muse Spark в режиме Contemplating с инструментами достигает 58% по Humanity’s Last Exam и 38% по FrontierScience Research» — это самоотчёт Meta.

Для программирования SecurityLab приводит заявленную экономию: «примерно на 20% меньше вызовов инструментов и на 25% меньше потраченных токенов относительно Muse Spark 1.2 во внутренних испытаниях инженеров компании».

Чем Muse Spark не является

Первое: это не генератор изображений и видео. В разборе на WaveSpeed Blog прямо сказано: «Не самостоятельная модель генерации изображений/видео». Мультимодальность здесь про понимание входа.

Второе: веса закрыты. В обзоре Veruna AI отмечено: «Веса модели закрыты», и там же — «Читать эту фразу как анонс открытых весов 1.3 нельзя».

Третье: это не очередной конкурент ChatGPT в обычном окне диалога. SecurityLab формулирует так: «Muse Spark 1.3 интересна именно как новая модель для подобного режима работы, а не как очередной конкурент ChatGPT в обычном окне диалога».

Четвёртое: это не полностью автономный сотрудник. «Muse Spark 1.3 приблизила такой сценарий, но до полностью автономного и безошибочного «цифрового сотрудника» индустрии всё ещё далеко» — оценка из SecurityLab.

Пятое: это не революция. «После изучения результатов я бы не называл Muse Spark 1.3 революцией» — вывод того же разбора.

Сравнение версий Muse Spark 1.3, 1.3 Free и 1.3 Max

Версии различаются не набором функций, а режимом рассуждения и ценой. В таблице Meta, которую разбирает SecurityLab, рядом стоят «Muse Spark 1.3 в режимах max и xhigh, Muse Spark 1.2 в xhigh, GPT-5.6 Sol в max и Claude Opus 5 в max».

Разница между max и xhigh видна на длинном контексте: «В MRCR на диапазоне от 512 тысяч до миллиона токенов Muse Spark 1.2 получила 55,5, Muse Spark 1.3 в xhigh уже 93,1, а max дошёл до 98,1». Это самый крупный разрыв между режимами в опубликованной таблице.

По GDPval-AA v2 и JobBench картина ровнее: Muse Spark 1.3 max уступает только Claude Opus 5 max и обходит собственную версию xhigh в обоих тестах.

Отдельный уровень — Contributor. В каталоге RouterAI он описан как «экономичный уровень участия в многомодальной модели рассуждений Meta». Цена там принципиально другая, и об этом ниже.

Стоимость и тарифы Muse Spark 1.3

Стандартный доступ через Meta Model API: «$1,25 за миллион входных токенов и $4,25 за миллион выходных». Чтение закэшированного контекста — «$0,15 за миллион токенов». Те же цифры приводит Veruna AI.

3DNews сообщает: «Цена доступа к Meta ✴ Muse Spark 1.3 по сравнению с моделью предыдущей версии не изменилась».

Contributor-тариф дешевле на порядок, и цифры приводит SecurityLab: «Входные токены стоят $0,10 за миллион, выходные $0,20, закэшированные входные данные $0,002». SecurityLab предупреждает: «Поэтому цена в $0,10 выглядит совсем иначе, если агент получает исходный код закрытого продукта, клиентские документы, внутреннюю переписку или коммерческие данные».

Для российских пользователей есть рублёвая цена через посредника — в карточке RouterAI указано: «Вход — 137 ₽ за 1 млн токенов, выход — 466 ₽ за 1 млн токенов».

Стоимость одной задачи тоже посчитана — SecurityLab приводит оценку: «Artificial Analysis подсчитал около $0,55 расходов на одну задачу своего Intelligence Index для Muse Spark 1.3 в xhigh».

Muse Spark AI и Meta Muse Spark 1.3: связь с Meta

Muse Spark — продукт новой структуры внутри Meta. По разбору на WaveSpeed Blog, это «первая модель из Meta Superintelligence Labs (MSL), AI-подразделения под руководством Александра Вана, который пришёл в Meta девять месяцев назад после со-основания Scale AI».

РБК уточняет масштаб: Ван присоединился к компании после того, как получил от Цукерберга инвестиции в размере $15 млрд в свой стартап ScaleAI по обработке данных для обучения ИИ-систем. WaveSpeed Blog называет другую цифру той же сделки: «Meta потратила $14,3 млрд на приобретение 49% неголосующей доли в Scale AI, чтобы привлечь Вана на должность первого в истории компании директора по AI».

Подразделение возглавляет молодой руководитель: «Подразделение возглавляет 29-летний Александр Ван» — из материала РБК.

Контекст появления модели связан с перезапуском ИИ-направления: «После неудачного релиза предыдущей модели LLaMA 4, которую разработчики встретили критически, глава Meta пересобрал часть компании, отвечающую за ИИ».

Позиционирование внутри компании видно из новости 3DNews: «Muse Spark 1.3 призвана подготовить почву для будущих проектов, таких как приложение персонального ИИ-агента».

Muse Spark 1.3 Free API: доступ и лимиты

Публичного бесплатного API у модели нет. В разборе на WaveSpeed Blog доступ описан так: «API: закрытый предварительный просмотр только для избранных партнёров».

Что доступно публично: «meta.ai и приложение Meta AI: в прямом эфире с 8 апреля 2026 года», а также «WhatsApp, Instagram, Facebook, Messenger, AI-очки: развёртывание продолжается».

Для разработчиков остаётся путь через агрегаторы: Muse Spark 1.3 заведена в каталог моделей Veruna AI с оплатой в рублях и без иностранной карты, похожие каталоги есть у RouterAI.

Идентификаторы для интеграции: «Идентификатор модели в API Meta — muse-spark-1.3, на OpenRouter она называется meta/muse-spark-1.3, а канонический слаг с датой выглядит как meta/muse-spark-1.3-20260902».

Contributor-тариф дешевле стандартного, и это платный уровень доступа.

Технические характеристики Muse Spark 1.3

В обзоре Veruna AI: «Контекстное окно 1 048 576 токенов, максимальная длина одного ответа — 943 718 токенов». RouterAI даёт ту же величину в округлении: «1M токенов на запрос, длина ответа — до 944K токенов».

Veruna AI переводит это в страницы: «Контекст в миллион с небольшим токенов — это примерно полторы тысячи страниц текста за один заход».

Параметры запроса описаны в документации RouterAI через три эндпоинта: Chat Completions, Responses API и Messages API.

Набор модальностей и лимиты у версий совпадают, отмечает Veruna AI: «Цена, контекст, лимит ответа и набор модальностей у 1.3 ровно те же, что у 1.2».

Результаты тестов и бенчмарков

Общая картина по индексу у WaveSpeed Blog: «Muse Spark набирает 52 балла на индексе интеллекта Artificial Analysis, входя в топ-5 — уступая Gemini 3.1 Pro Preview (57), GPT-5.4 (57) и Claude Opus 4.6 (53)».

Масштаб изменений внутри Meta виден по прошлому поколению: «Llama 4 Maverick и Scout набирали 18 и 13 баллов соответственно по тому же индексу».

Экономичность на тестах тоже измерена: «Muse Spark использовал всего 58 миллионов выходных токенов для завершения полной оценки, по сравнению со 157 миллионами у Claude Opus 4.6 и 120 миллионами у GPT-5.4».

Но есть и регрессия: «Artificial Analysis зафиксировал снижение результата своего теста длинного контекста AA-LCR с 83 до 79».

По агентным тестам прогресс заметен: «В OSWorld результат вырос с 47,6 до 57,2, в AutomationBench с 38,2 до 43,8, в SWE-Atlas с 46,2 до 54,0, в Terminal-Bench с 82,9 до 89,2». А вот «JobBench, наоборот, практически не изменился и даже формально снизился с 61,6 до 61,2».

Важная оговорка про DeepSWE: «Это самоотчёт Meta: на публичном лидерборде теста результата Muse Spark 1.3 нет до сих пор, спустя двадцать дней после релиза». И общая сводка: «В собственной карточке модели из одиннадцати строк Muse Spark 1.3 выигрывает четыре, одну играет вничью и шесть проигрывает».

Как начать пользоваться Muse Spark 1.3

Порядок для обычного пользователя: откройте meta.ai или приложение Meta AI — по данным WaveSpeed Blog, они «в прямом эфире с 8 апреля 2026 года». Вход требует аккаунта Meta.

Порядок для разработчика: получите доступ к API через партнёрскую программу либо через агрегатор с рублёвой оплатой. Идентификатор для вызова — muse-spark-1.3.

Порядок для команды, которая тестирует агентные сценарии: начните с одной повторяемой задачи. В обзоре MyClaw.ai предлагают последовательность — «Шаг 1: Выберите одну визуальную задачу, которую стоит повторять», «Шаг 2: Дайте агенту правильный контекст», «Шаг 3: Сравните прогон и сохраните его».

Contemplating на момент обзоров ещё не выпущен, поэтому в продакшене рассчитывать на него рано.

Практические сценарии применения

Для разработчиков основной сценарий — правки в существующих кодовых базах. Второй сценарий — длинные агентные цепочки: «Muse Spark 1.3 создавали прежде всего для так называемых агентных задач» (SecurityLab).

Для аналитики и права — работа с большими документами. MRCR на диапазоне 512K–1M даёт 98,1%.

Для маркетинга и интерфейсов — генерация UI. По данным Veruna AI: «На Design Arena, где пользователи вслепую сравнивают сгенерированные интерфейсы, Muse Spark 1.3 занимает первые места по вёрстке UI-компонентов и сайтов и вторые по векторной графике и трёхмерным сценам».

Для повседневных задач — приложение Meta AI и мессенджеры.

Отдельно про безопасность действий: «Meta сообщает, что Muse Spark 1.3 лучше распознаёт подобную границу и запрашивает подтверждение перед последствиями, которые нельзя легко откатить».

Промпт, чтобы получить разбор задачи под агентный сценарий:

Ты — аналитик агентных сценариев. Разбери мою задачу и скажи, подходит ли она для агентной модели с длинным контекстом.

Задача: [ваша задача]
Что есть на входе: [файлы, репозиторий, документы]
Что должно быть на выходе: [результат]
Сколько шагов, по моей оценке: [число]

Ответь по пунктам:
1. Можно ли разбить задачу на повторяемые шаги.
2. Какие шаги требуют вызова инструментов.
3. Где нужен доступ к длинному контексту.
4. Какие действия необратимы и требуют подтверждения.
5. Что проверить после первого прогона.

Вариации той же задачи: разбор репозитория перед рефакторингом, проверка договора на риски, сверка 40 файлов отчётности, генерация UI-компонента по описанию, планирование многоагентной цепочки.

Ограничения и слабые места Muse Spark 1.3

Слабых мест шесть, и все они видны по собственным данным Meta. Тест длинного контекста AA-LCR у Artificial Analysis просел с 83 до 79, поэтому автоматический переход с 1.2 на 1.3 в продакшене может дать регрессию. В карточке модели из одиннадцати строк выигрышных четыре, а разрывы небольшие: от 0,8 до 3,6 процентного пункта. Главный результат по DeepSWE v1.1 остаётся самоотчётом Meta: на публичном лидерборде теста его нет. Веса закрыты, локальный запуск невозможен. Публичного программного доступа нет, API открыт только избранным партнёрам. Полной автономии агента ждать рано.

Частые вопросы

Muse Spark что это простыми словами?

Это мультимодальная модель рассуждений от Meta, созданная для длительных агентных, многоагентных и кодировочных рабочих процессов. Она работает в связке с агентом Muse Code, который выполняет действия в репозитории. Для одиночных вопросов в чате модель избыточна. Её сильная сторона — длинный контекст и многошаговые задачи.

Чем Muse Spark 1.3 отличается от 1.2?

Цена, контекст, лимит ответа и набор модальностей у версий совпадают. Разница — в качестве рассуждений: по MRCR на диапазоне 512K–1M результат вырос с 55,5 до 93,1 в xhigh. По агентным тестам рост тоже есть, но JobBench практически не изменился. При этом AA-LCR показал снижение с 83 до 79.

Сколько стоит Muse Spark 1.3?

Стандартный доступ через Meta Model API — $1,25 за миллион входных токенов и $4,25 за миллион выходных, чтение из кэша $0,15. Contributor-тариф дешевле: $0,10 за вход, $0,20 за выход, $0,002 за кэш. Через RouterAI рублёвая цена — 137 ₽ за вход и 466 ₽ за выход.

Есть ли бесплатный API Muse Spark 1.3?

Публичного бесплатного API нет: доступ к программному интерфейсу идёт через закрытый предварительный просмотр для избранных партнёров. Публично доступны meta.ai и приложение Meta AI, а также развёртывание в WhatsApp, Instagram, Facebook и Messenger. Разработчики подключаются через агрегаторы с рублёвой оплатой.

Как попробовать Muse Spark 1.3 из России?

Прямой доступ к API Meta идёт через партнёрскую программу. Российские пользователи подключаются через каталоги-агрегаторы: Muse Spark 1.3 заведена в каталог Veruna AI с оплатой в рублях и без иностранной карты, аналогично у RouterAI. Для обычного использования доступны meta.ai и приложение Meta AI при наличии аккаунта.

Если тема агентных моделей интересна шире, посмотрите 10 нейросетей, которые сейчас в тренде и разбор Grok аналог: чем заменить нейросеть xAI. Для тех, кто сравнивает бесплатные варианты запуска, пригодится материал OpenCode бесплатно: что входит и чем вы платите.