Meta Muse Spark 1.3: veľký technický rozbor, architektúra, benchmarky, API a porovnanie

01Od Llamy k Muse: prečo Meta zmenila stratégiu

Meta bola roky synonymom otvorených modelov. V rokoch 2023 až 2025 vydala štyri generácie modelu Llama. (Wikipédia) V roku 2026 však prišiel obrat: rad Muse Spark z novej divízie Meta Superintelligence Labs nahradil Llamu a je uzavretý.

Časová os radu Muse Spark

Prvý Muse Spark z apríla mal v Artificial Analysis Intelligence Indexe 52 bodov a za špičkou (podľa Flowtivity 57 bodov pri GPT-5.4 a Gemini 3.1 Pro) zaostával. Vynikal však úspornosťou: celý index zvládol s 58 miliónmi výstupných tokenov, kým Claude Opus 4.6 ich spotreboval 157 miliónov. (Artificial Analysis, Flowtivity)

A čo otvorené váhy?

Muse Spark 1.3 otvorený nie je. Meta v poznámkach k vydaniu uvádza zverejnenie váh Muse Spark len ako budúci bod plánu. Ak dnes potrebujete model od Mety na stiahnutie, máte k dispozícii Muse Glimmer: hustý multimodálny model s 30 miliardami parametrov, destilovaný z Muse Spark, s licenciou Apache 2.0 a predvoleným kontextom 128 tisíc tokenov. (TrueFoundry)

02Čo prináša Muse Spark 1.3 oproti verzii 1.2

Verzia 1.3 je hlavne vylepšením efektivity a správania, nie skokom vo všeobecnej inteligencii. Podľa porovnania inžinierov Mety robí pri rovnakej práci zhruba o 20 % menej volaní nástrojov a spotrebuje asi o 25 % menej tokenov. (TrueFoundry)

Prečo na efektivite záleží

O 25 % menej tokenov pri rovnakej práci znamená priamo o 25 % nižší účet ešte pred akoukoľvek ďalšou optimalizáciou. Ide však o interné meranie Mety, nie o nezávislé overenie; skutočnú úsporu si zmerajte na vlastnej prevádzke. (TrueFoundry)

Pozor na zvuk

Meta sama v dokumentácii uvádza, že porozumenie zvuku vo verzii 1.3 nie je plne podporované a kvalita odpovedí môže byť horšia. Na zvuk odporúča zostať pri verzii 1.2 alebo použiť samostatný model Muse Voice Transcribe. (TrueFoundry)

03Technické parametre a architektúra

Muse Spark 1.3 je natívne multimodálny model s kontextom nad milión tokenov, dostupný len cez API.

Čo vieme o architektúre

Meta nezverejnila počet parametrov ani podrobnosti o architektúre. Vieme, že model je trénovaný na agentné workflow a súťažné programovanie a má natívne multimodálne vnímanie. (note.com (kazu), ExplainX)

Limity sa zdieľajú v rámci tímu

Všetky kľúče API jedného tímu zdieľajú spoločný limit 3 000 požiadaviek a 4 miliónov tokenov za minútu. Samostatný kľúč pre každú službu kapacitu nerozdelí, takže jedna hromadná úloha môže zablokovať interaktívny produkt. Meta odporúča sledovať hlavičku x-ratelimit-remaining-tokens a spomaliť ešte pred dosiahnutím limitu. (TrueFoundry)

04Benchmarky Muse Spark 1.3 do hĺbky

Muse Spark 1.3 vedie v programovaní a dlhom kontexte, v agentných úlohách však s Claude Opus 5 prehráva takmer všade. Meta porovnáva svoju úroveň max s Muse Spark 1.2 (xhigh), GPT-5.6 Sol (max) a Claude Opus 5 (max). Čísla v tabuľkách pochádzajú z tabuľky Mety (Meta: Muse Spark).

Programovanie

Dlhý kontext

Agentné úlohy a znalostná práca

Max vs xhigh: veľký rozdiel v agentných úlohách

Výsledky vyššie platia pre úroveň max, ktorá bola pri vydaní v ukážke a dnes je dostupná v Muse Code aj Meta Model API (len v tarife Standard). Nižšia úroveň xhigh je v agentných úlohách výrazne slabšia:

Tri háčiky v porovnaní Mety

1. Rôzne úrovne úsilia. Verzia 1.3 aj konkurencia bežali na úrovni max, verzia 1.2 len na xhigh. Časť skoku medzi verziami je teda rozdiel v nastavení, nie v modeli.
2. Rôzne verzie OSWorld. Všetky modely bežali na OSWorld 2.0 vo verzii 08.08, len Muse Spark 1.2 na verzii 06.24.
3. Najlepšie dostupné číslo. Meta pri každom modeli berie najvyššiu porovnateľnú hodnotu z vlastného merania, verejného rebríčka alebo údajov výrobcu. Nejde teda o jeden riadený beh.

Zdroj: TrueFoundry podľa metodiky Mety. Meta sama priznáva, že jej testy konkurenčných modelov nemusia zodpovedať ich najlepšiemu výkonu. (Meta: metodika)

05Porovnanie s vlajkovými modelmi zo septembra 2026

V DeepSWE je Muse Spark 1.3 podľa čísel výrobcov najlepší zo všetkých septembrových modelov, v nezávislom indexe Artificial Analysis je v strede poľa a cenou patrí k najlacnejším.

Benchmark vs realita

Výsledok 75,4 % v DeepSWE zatiaľ nefiguruje vo verejnom rebríčku DeepSWE; je tam len starší Muse Spark 1.2 s 55 %. V indexe Artificial Analysis v4.3 má Muse Spark 1.3 (max) 48 bodov; vyššie sú Claude Opus 5.5 (58), Claude Fable 5.1 a GPT-6 Astra (oba 53), Claude Opus 5 (51) a Claude Fable 5 (50). (Artificial Analysis, stav k 26. 9. 2026) V praktickom teste tvorby hry zaostal za modelmi s horším hodnotením. (MindStudio)

Podrobnosti o konkurentoch nájdete v sprievodcovi GPT-6 Astra, sprievodcovi Claude Fable 5.1, sprievodcovi Gemini 3.8 Flash a sprievodcovi Grok 4.7.

Všetkých sedem septembrových modelov vedľa seba, s grafmi cien a benchmarkov, porovnávame vo veľkom porovnaní AI modelov septembra 2026.

06Kde nájdete Muse Spark 1.3

Muse Spark 1.3 je dostupný v štyroch kanáloch a všetky sú určené vývojárom.

V dostupných zdrojoch sme nenašli potvrdenie, že Muse Spark 1.3 poháňa spotrebiteľského asistenta Meta AI vo WhatsAppe, Instagrame alebo Messengeri.

Muse Code: predvolené nastavenie s háčikom

Podľa DataCamp vás Muse Code pri štarte prepne na muse-spark-1.3-contributor, takže Meta trénuje na vašom kóde, kým to sami nezmeníte. (DataCamp) Oficiálna dokumentácia Muse Code zatiaľ uvádza ako predvolený model muse-spark-1.2. Pri firemnom alebo klientskom kóde preto hneď po inštalácii skontrolujte, že používate tarif Standard.

07Pre vývojárov: API a integrácia

Prechod z verzie 1.2 znamená jedinú zmenu: nové ID modelu. Endpointy, SDK aj ceny zostávajú rovnaké. (DataCamp)

Kompatibilita

Meta Model API podporuje tri formáty: Responses, Chat Completions a Messages. Väčšine existujúcich klientov pre iné modely preto stačí zmeniť základnú URL a ID modelu, bez prepisovania kódu. (TrueFoundry)

Ilustračné volanie

Ukážka s klientom kompatibilným s Chat Completions. Základnú URL a názov premennej s kľúčom doplňte podľa dokumentácie Mety pre vývojárov:

import os
from openai import OpenAI

client = OpenAI(
    base_url="<URL z dokumentácie Meta Model API>",
    api_key=os.environ["META_API_KEY"],
)

response = client.chat.completions.create(
    model="muse-spark-1.3",  # Standard: Meta na údajoch netrénuje
    messages=[
        {"role": "user", "content": "Prejdi repozitár a nájdi príčinu padajúceho testu."}
    ],
)

print(response.choices[0].message.content)

Kontrolný zoznam pred nasadením

1. O tarife rozhodnite vopred a písomne. Standard na všetko, čo sa dotýka údajov zákazníkov; Contributor len tam, kde je tréning na údajoch naozaj prijateľný.
2. Používajte stabilný interný názov modelu. Meta vydáva nové verzie každé štyri týždne; prechod na 1.4 by mal byť zmenou konfigurácie, nie nasadením do každej služby.
3. Úroveň uvažovania nastavte zámerne. Max je len v tarife Standard a prináša najlepšie výsledky aj najvyššie účty. Začnite nižšie a zvyšujte podľa typu úlohy.
4. Počítajte s cenou vyhľadávania. Ukotvenie vo webovom vyhľadávaní stojí 2,50 USD za 1 000 dopytov nad rámec tokenov.
5. Sledujte zdieľaný limit. Čítajte hlavičku x-ratelimit-remaining-tokens a spomaľte včas.
6. Najprv pošlite len časť prevádzky. Porovnajte cenu za prijateľnú odpoveď so súčasným modelom a rozširujte len tam, kde vyhráva.

Zdroje: TrueFoundry, Meta: cenník a limity

08Cena a licencia

Meta ponúka dva tarify: Standard za 1,25 / 4,25 USD a Contributor o viac než 90 % lacnejší, v ktorom však Meta trénuje na vašich údajoch.

Čím je cena výnimočná

• Žiadny príplatok za dlhý kontext. Za token platíte rovnako, či je okno takmer prázdne, alebo plné. Grok 4.7 od 200 tisíc tokenov v prompte cenu zdvojnásobuje (sprievodca Grok 4.7); Muse Spark nie.
• Contributor je o 92 % lacnejší na vstupe a o 95 % na výstupe. Meta otvorene uvádza, že zľavu dáva výmenou za súhlas s použitím promptov a odpovedí na tréning.
• Vyhľadávanie sa platí zvlášť: 2,50 USD za 1 000 dopytov.

Údaj „asi 0,10 USD za milión“, ktorý sa objavil v niektorých prehľadoch, nie je jednotná sadzba, ale zmiešaná cena tarifu Contributor. Pri pomere vstupu a výstupu 8 : 1 vychádza podľa cenníka asi 0,11 USD za milión tokenov.

Licencia

Model je proprietárny a dostupný len cez API. (Emergent) Jediným otvoreným modelom Mety je momentálne menší Muse Glimmer s licenciou Apache 2.0 (text a obrázky).

09Súkromie a bezpečnosť

Najväčšie riziko Muse Spark 1.3 nie je v modeli, ale v tarife: jedna prípona v ID modelu rozhoduje o tom, či sa údaje zákazníkov stanú tréningovými údajmi Mety.

Riziko tarifu Contributor

Zľava vyše 90 % je presne ten typ úspory, ktorý vývojár použije pri škrtaní nákladov bez toho, aby si prečítal podmienky. ID oboch tarifov sa líšia len príponou -contributor. Ak produkčná služba omylom prejde na Contributor, prompty zákazníkov sa stanú tréningovými údajmi a v aplikácii sa nič viditeľne nezmení. Pravidlo preto vynucujte centrálne, nie v každom repozitári zvlášť. (TrueFoundry)

Kde sú uložené údaje

Uzavreté váhy znamenajú, že prompty vždy putujú do API Mety. Možnosť prevádzkovať model na vlastnej infraštruktúre, ktorú ponúka otvorený Muse Glimmer, tu neexistuje. Pri regulovaných údajoch to konzultujte s právnikmi. (TrueFoundry)

Bezpečnosť modelu

• Vyššia odolnosť voči škodlivým vstupom a prompt injection.
• Lepšia kalibrácia pri nevratných akciách; pred zásadnými krokmi žiada potvrdenie.
• Namiesto vymysleného výsledku prizná, čo nezvládne.
• Úroveň max bola pri vydaní ohlásená až po dokončení ďalšieho bezpečnostného testovania.

Zdroje: TrueFoundry. Samostatnú systémovú kartu s výsledkami bezpečnostných testov sme v dostupných zdrojoch nenašli.

10Slabiny, kritika a otvorené otázky

Muse Spark 1.3 má silné čísla, ale aj rad výhrad, ktoré sa oplatí poznať pred nasadením.

1. Neoverené špičkové skóre. Výsledok 75,4 % v DeepSWE zatiaľ nie je vo verejnom rebríčku DeepSWE, ide o meranie Mety. (Tenten)
2. Rozpor medzi číslami a praxou. V praktickom teste tvorby hry zaostal za modelmi s horším hodnotením. (MindStudio)
3. Najlepšie výsledky len na úrovni max. Dostupný variant xhigh je v agentných úlohách výrazne slabší (OSWorld 57,2 % vs 66,9 %). (MarkTechPost)
4. V agentných úlohách za konkurenciou. Claude Opus 5 vedie v GDPval-AA, JobBench, OSWorld (partial) a AutomationBench, GPT-5.6 Sol v DeepSearchQA a plnení pokynov. Muse Spark 1.3 vedie len v prísnom variante OSWorld. (Meta: Muse Spark)
5. Horší zvuk. Porozumenie zvuku nie je vo verzii 1.3 plne podporované.
6. Rýchle striedanie verzií. Tri verzie medzi aprílom a septembrom, medzi 1.2 a 1.3 len štyri týždne. Napevno zadané ID modelu budete meniť častejšie, než čakáte. (TrueFoundry)
7. Uzavretosť. Žiadne otvorené váhy, žiadny vlastný hosting a žiadne podrobnosti o architektúre.
8. Predvolený tréning na kóde v Muse Code. Ak nastavenie nezmeníte, poskytujete svoj kód na tréning.

Otvorené otázky

• Objaví sa výsledok DeepSWE vo verejnom rebríčku a potvrdí sa?
• Kedy a v akej podobe Meta zverejní váhy Muse Spark, ako sľubuje vo svojom pláne?

11Scenáre použitia: kedy Muse Spark 1.3 nasadiť a kedy nie

Muse Spark 1.3 dáva najväčší zmysel pri dlhých programátorských úlohách a práci s obrovským kontextom za nízku cenu.

Kedy áno

• Analýza veľkého repozitára. SWE-Atlas Codebase QnA 59,4 % a miliónový kontext bez príplatku; celý kód sa zmestí do jednej požiadavky.
• Dlhé agentné programovanie. Najvyššie hlásené skóre v DeepSWE a o štvrtinu nižšia spotreba tokenov ako pri verzii 1.2.
• Vyhľadávanie v obrovských dokumentoch. 98,1 % v MRCR v rozsahu 512 tisíc až 1 milión tokenov.
• Smerovanie medzi viacerými modelmi. Lacná štvrtá možnosť popri OpenAI, Anthropicu a Google na dlhé agentné behy.
• Interné prototypy a syntetické údaje. Tarif Contributor za zlomok ceny tam, kde tréning na údajoch neprekáža.

Kedy nie

• Spracovanie zvuku: použite Muse Spark 1.2 alebo Muse Voice Transcribe.
• Všeobecné agentné úlohy a ovládanie počítača: vedú Claude Opus 5 a GPT-6 Astra.
• Potrebujete otvorené váhy alebo vlastný hosting: zvoľte Muse Glimmer alebo iný otvorený model.
• Citlivé údaje v tarife Contributor: nikdy.
• Krátke odpovede a jednoduché úpravy: kvôli skóre 75,4 % nie je dôvod presúvať služby, ktoré robia len krátke úlohy. (Tenten)

12Prompty a osvedčené postupy

Muse Spark 1.3 je trénovaný na spoluprácu v dlhých vláknach, preto z neho najviac dostanete s jasným cieľom a priebežným usmerňovaním.

1. Jedno vlákno, viac úloh. Verzia 1.3 lepšie rozpozná, ku ktorej úlohe nový pokyn patrí. Úlohy aj tak pomenujte („Úloha A: refaktor, Úloha B: testy“), aby sa nemiešali.
2. Nechajte ho pýtať sa. Model sa pýta na nejasnosti a pred zásadnými krokmi žiada potvrdenie. Neodpovedajte „proste to urob“; krátka odpoveď ušetrí drahé chyby.
3. Žiadajte stručnosť. Verzia 1.3 píše menej rozvláčny kód. Posilnite to pokynom „žiadne zbytočné komentáre ani pomocné súbory“.
4. Využite celý kontext. Vložte celý repozitár alebo dokumentáciu naraz; príplatok za dlhý kontext neplatíte.
5. Úroveň uvažovania podľa úlohy. Na bežnú prácu xhigh alebo nižšie, max len na najťažšie agentné úlohy.
6. Pýtajte sa na hranice. Pri neistých úlohách pridajte „ak to nezvládneš, povedz prečo“; model je trénovaný priznať, čo nevie.

Postupy vychádzajú z opisu zmien vo verzii 1.3 (TrueFoundry, note.com (kazu)).

13Často kladené otázky o Muse Spark 1.3

14Verdikt: oplatí sa Muse Spark 1.3?

Muse Spark 1.3 je nenápadná, ale užitočná verzia: menej tokenov, menej chýb v dlhých vláknach a miliónový kontext za nízku cenu. Pre tímy, ktoré programujú s agentmi a pracujú s veľkými repozitármi, je to vážny kandidát popri modeloch OpenAI, Anthropicu a Google.

Bez výhrad to však nie je. Najlepšie čísla pochádzajú od Mety a z úrovne max, zvuk sa zhoršil, váhy sú uzavreté a najlacnejší tarif platíte svojimi údajmi. Vyskúšajte ho na vlastných úlohách v tarife Standard, nastavte pravidlá pre tarif Contributor centrálne a až potom sa rozhodnite.

Chcete zapojiť AI agentov do vlastných procesov? S výberom modelu aj prepojením s vašimi systémami vám pomôžeme v rámci AI implementácie.

15Zdroje

• Meta: Muse Spark (model a benchmarky)
• Meta: modely v API
• Meta: cenník a limity
• Meta AI Research: predstavenie Muse Spark 1.3
• Meta: metodika hodnotenia Muse Spark 1.3
• Artificial Analysis: Intelligence Index v4.3
• TrueFoundry: Muse Spark 1.3, čo Meta vydala
• DataCamp: praktický sprievodca Muse Spark 1.3
• DataCamp: funkcie, benchmarky a ceny
• MarkTechPost: Meta vydáva Muse Spark 1.3
• AIToolsReview: recenzia Muse Spark 1.3
• ExplainX: Muse Spark 1.3 vs Opus 5
• Tenten: skóre DeepSWE 75,4 %
• MindStudio: prečo čísla nesedia
• Flowtivity: benchmarky a agenti
• note.com (kazu): vysvetlenie Muse Spark 1.3
• Emergent: Meta vydáva Muse Spark 1.3
• Wikipédia: Meta Superintelligence Labs