A Meta publicou o Muse Spark 1.3 em 2 de setembro, cerca de quatro semanas depois do 1.2. O ganho anunciado não é placar de benchmark. É economia de movimento: em fluxos de código, o modelo faz aproximadamente 20% menos chamadas de ferramenta e gasta cerca de 25% menos tokens que a versão anterior para chegar ao mesmo lugar.
O modelo aceita texto, imagem e vídeo na entrada, com janela de 1 milhão de tokens. A Meta diz que ele ficou mais calibrado diante de ações irreversíveis e mais colaborativo, no sentido de perguntar em vez de executar sozinho.
Muse Spark 1.3 is available today in Muse Code and in Meta Model API. (Meta AI Research)
Recuperação em contexto longo deu um salto
Nas avaliações de recuperação em contexto longo, o 1.3 marca 98,5 e 98,1 contra 66,3 e 55,5 do 1.2. Na lista da Artificial Analysis, o modelo aparece na sexta posição entre 636 avaliados no índice de inteligência.
A eesel AI aponta uma ressalva que muda a leitura: o comparativo publicado coloca o 1.3 no modo max contra o 1.2 no modo xhigh, níveis diferentes de raciocínio. Parte da diferença vem do nível, não da versão. A mesma análise registra que o Claude Opus 5 ganha do Muse Spark 1.3 em quatro de seis benchmarks de agente.
Avaliações não nomeadas pela Meta.
Fonte · Meta AI Research; ressalva do modo: eesel AI
O preço tem dois endpoints e uma pegadinha
O endpoint padrão custa US$ 1,25 por milhão de tokens de entrada e US$ 4,25 por milhão de saída no nível xhigh. Existe também um endpoint de contribuidor perto de US$ 0,10 e US$ 0,20, e a contrapartida está escrita: a Meta pode treinar em cima dos seus dados. Para código de cliente, contrato ou material não publicado, o barato sai caro de outra forma.
| Padrão | Contribuidor | |
|---|---|---|
| Entrada e saída, por milhão de tokens | US$ 1,25 e US$ 4,25 | perto de US$ 0,10 e US$ 0,20 |
| Nível | xhigh | não citado |
| Meta treina com seus dados | não citado | Sim, a contrapartida está escrita |
Fonte · Meta AI Research, eesel AI
Há ainda um detalhe que anula parte da economia. O 1.3 gera cerca de três vezes mais tokens de saída que o 1.2. Menos chamadas de ferramenta, mais texto produzido. A conta final depende de qual dos dois pesa mais no seu fluxo, e isso só a sua medição responde.
O que muda pra quem cria
Se você paga por chamada de ferramenta em algum orquestrador, os 20% a menos aparecem direto na fatura desse orquestrador, não na da Meta. Antes de mover qualquer projeto para o endpoint de contribuidor, confirme se o material pode ser usado em treino, porque a regra vale para tudo que passar por ali. Rode uma tarefa real de ponta a ponta comparando token de saída total, já que o triplo de texto gerado pode comer a economia inteira. E vídeo na entrada com 1 milhão de tokens abre espaço para analisar corte bruto sem transcrever antes.
