Muse Spark Modell-Übersicht

Muse Spark ist das erste KI-Modell der neuen Muse-Serie von Meta Superintelligence Labs (MSL). Unter dem neuen Geschäftsführer Alexandr Wang wurde das multimodale Reasoning-LLM am 8. April 2026. Muse Spark bricht mit Metas bisheriger Open-Weights-Tradition (Llama) und lässt sich nicht mehr frei herunterladen. Dafür steigt das Modell überraschenderweise direkt in die Riege der SOTA-Modelle wie Gemini 3.1 Pro und Claude Opus 4.6 ein. Meta-Spark ist das Modell, das auch für Meta AI bei Facebook, Instagram, WhatsApp, Messenger und auf den Ray-Ban Meta AI Glasses verwendet wird.

Playground Evals Blog

Features

Tools

Websuche, Bildgenerierung, Computer Use und MCP-Server.

Multimodalität

Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.

Finetuning

Finetuning des Modells ist aktuell nicht möglich.

Details zum Modell

262k Token

Unbekannt

Muse Spark Benchmark Scores

Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.

Muse Spark Benchmark Übersicht

GDPval-AA

GPQA Diamond

LiveCodeBench

MMMU-Pro

SWE-bench Verified

τ²-Bench

Muse Spark Performance im Vergleich zu anderen Modellen

Benchmark	Muse Spark	GLM-5.1	Claude Opus 4.7	DeepSeek-V4-Pro	GPT-5.5	Kimi K2.6	Claude Mythos
GDPval-AAGDPval-AA	1.444 ELO	—	—	—	—	—	—
GPQA DiamondGPQA Diamond	89,5 %	86,2 %	94,2 %	—	—	90,5 %	—
LiveCodeBenchLiveCodeBench	80 %	—	—	—	—	89,6 %	—
MMMU-ProMMMU-Pro	80,4 %	—	—	—	—	79,4 %	—
SWE-bench VerifiedSWE-bench Verified	77,4 %	—	87,6 %	—	—	80,2 %	—
τ²-Benchτ²-Bench	91,5 %	70,6 %	—	—	—	—	—

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark GDPval-AA. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Muse Spark	1.444 %

Vergleich von LLMs im Benchmark GDPval-AA. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.1 Pro	94,3 %
Claude Opus 4.7	94,2 %
GPT-5.2 Pro	93,2 %
GPT-5.4	92,8 %
GPT-5.2	92,4 %
Claude Opus 4.6	91,3 %
Kimi K2.6	90,5 %
Claude Sonnet 4.6	89,9 %
Muse Spark	89,5 %
Kimi K2.5 (Thinking)	87,6 %
Gemini 3.1 Flash-Lite	86,9 %
GLM-5.1	86,2 %
GLM-5	86 %
GLM-4.7	85,7 %
DeepSeek-v3.2 Speciale	85,7 %
MiniMax M2.5	85,2 %
Gemma 4 31B	84,3 %
MiniMax M2.1	83 %
GPT-5.4 nano	82,83 %
GPT-5.4 mini	81,57 %

Vergleich von LLMs im Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark LiveCodeBench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.1 Pro	2.887 %
Kimi K2.6	89,6 %
DeepSeek-v3.2 Speciale	88,7 %
Kimi K2.5 (Thinking)	85 %
GLM-4.7	84,9 %
Qwen3.5-397B-A17B	83,6 %
DeepSeek-v3.2 Thinking	83,3 %
Kimi K2 Thinking	83,1 %
MiniMax-M2	83 %
GLM-4.6	82,8 %
Nemotron 3 Super	81,19 %
MiniMax M2.1	81 %
Muse Spark	80 %
Gemma 4 31B	80 %
Qwen3 235B A22B Thinking 2507	74,1 %
GLM-4.5	72,9 %
Gemini 3.1 Flash-Lite	72 %
GLM-4.5 Air	70,7 %
Kimi K2 (0905)	53,7 %
Qwen3 30B A3B Instruct 2507	43,2 %

Vergleich von LLMs im Benchmark LiveCodeBench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MMMU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Muse Spark	80,4 %
Kimi K2.6	79,4 %
Gemma 4 31B	76,9 %

Vergleich von LLMs im Benchmark MMMU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 4.7	87,6 %
Claude Opus 4.5	80,9 %
Claude Opus 4.6	80,8 %
Gemini 3.1 Pro	80,6 %
Kimi K2.6	80,2 %
MiniMax M2.5	80,2 %
GPT-5.2	80 %
Claude Sonnet 4.6	79,6 %
GLM-5	77,8 %
Muse Spark	77,4 %
Kimi K2.5 (Thinking)	76,8 %
Qwen3.5-397B-A17B	76,4 %
GPT-5.1	76,3 %
Gemini 3 Pro	76,2 %
MiniMax M2.1	74 %
GLM-4.7	73,8 %
Claude Haiku 4.5	73,3 %
Kimi K2 Thinking	71,3 %
MiniMax-M2	69,4 %
GLM-4.6	68 %

Vergleich von LLMs im Benchmark SWE-bench Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark τ²-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 4.6	95,6 %
Gemini 3.1 Pro	95,1 %
Claude Sonnet 4.6	94,8 %
Claude Opus 4.5	93,55 %
Muse Spark	91,5 %
GPT-5.2	90,35 %
GLM-5	89,7 %
GPT-5.4 nano	88,38 %
GLM-4.7	87,4 %
MiniMax M2.1	87 %
Qwen3.5-397B-A17B	86,7 %
Gemini 3 Pro	85,4 %
DeepSeek-v3.2 Thinking	80,3 %
GPT-5.1	80,2 %
MiniMax-M2	77,2 %
Gemma 4 31B	76,9 %
Claude Haiku 4.5	76,6 %
GPT-5.4 mini	74,1 %
GLM-5.1	70,6 %
Nemotron 3 Super	61,15 %

Vergleich von LLMs im Benchmark τ²-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Transformer
Input Kontextlänge	262k
Output Kontextlänge	Unbekannt
Tokenizer	Proprietärer Tokenizer

Besonderheiten

Native Multimodalität	Verarbeitet Text, Bilder und Sprache (Audio) in einer einzigen, einheitlich trainierten Architektur.
Health Reasoning	Mit über 1.000 Ärztinnen und Ärzten kuratiertes Health-Tuning für medizinische und gesundheitliche Fragestellungen.

Vorteile & Nachteile

Vorteile

Muse-Spark schließt zu SOTA-Modellen auf
Im AA Intelligence Index v4.0 erreicht Muse-Spark zum Veröffentlichungszeitpunkt mit 55 Punkten Platz 5, direkt hinter GPT-5.4 (57), Gemini 3.1 Pro (57) und Claude Opus 4.6 (53).
Führend in Health- und Medical-Benchmarks
Laut eigenen Angaben von Meta schlägt Muse Spark jeden Wettbewerber in medizinischen und gesundheitsbezogenen Benchmarks.
Deutlich effizienter als die Llama Vorgängermodelle
Muse-Spark benötigt deutlich weniger Compute als der Llama 4 Maverick-Vorgänger Unter anderem werden durch die "Thought Compression" Technik auch deutlich weniger (kostspielige) Output-Tokens generiert.
Nativ multimodales Modell
Muse-Spark verarbeitet nativ Text, Bilder und Audio in einer gemeinsamen Architektur.
Kostenlos über Meta-Produkte verfügbar
Meta Spark ist das Grundmodell von Meta AI. Damit ist es frei zugänglich über meta.ai, die Meta AI App, Facebook, Instagram, WhatsApp, Messenger sowie die Ray-Ban Meta AI Glasses.

Nachteile

Closed-Source, kein Open-Weights
Bricht mit Metas bisheriger Llama-Tradition: Muse Spark ist proprietär, lässt sich nicht herunterladen, sondern nur über die Cloud nutzen. Open-Source-Versionen wurden für die Zukunft lediglich in Aussicht gestellt.
Schwächen bei Coding und agentischen Workflows
Mit 59,0% im SWE-bench Verified zeigt sich deutlich, dass Muse-Spark in diesem Bereich noch weit hinter Spitzenmodellen wie GPT-5.5 (88,7%) liegt. Auch die Verwendung in Office-Automation- und Agentic-Workflows zeigt, dass Meta AI hier noch Aufholbedarf hat.
Schwach im abstrakten visuellen Reasoning
Nur 42,5% im ARC-AGI-2 Benchmark zeigen, dass Muse-Spark auch hier gegenüber führenden Wettbewerbern, welche bis zu 85% erreichen, zurückliegt.
Keine öffentliche API
Zum Veröffentlichungszeitpunkt gibt es keine private API für Muse-Spark. Weder Dokumentation, noch Rate Limits oder ein öffentliches Pricing wurde veröffentlicht.

Vergleiche Muse Spark mit anderen LLMs

Vergleiche Muse Spark mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Parameteranzahl, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Parameter ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
DeepSeek AI	DeepSeek-V4-Pro	MIT	1.600 Mrd.	1 Mio.	unbekannt	$1.74	$3.48	24.04.2026
OpenAI	GPT-5.5	Proprietär	Unbekannt	1,05 Mio.	128k	$5.00	$30.00	23.04.2026
Moonshot AI	Kimi K2.6	MIT	1.000 Mrd.	262,14k	262,14k	$0.75	$3.50	20.04.2026
Anthropic	Claude Opus 4.7	Proprietär	Unbekannt	1 Mio.	128k	$5.00	$25.00	16.04.2026
Meta AI	Muse Spark	Proprietär	Unbekannt	262k	unbekannt	unbekannt	unbekannt	08.04.2026
Anthropic	Claude Mythos	Proprietär	Unbekannt	1 Mio.	128k	$25.00	$125.00	07.04.2026
Z.ai	GLM-5.1	MIT	744 Mrd.	202,75k	128k	$1.40	$4.40	07.04.2026
Google DeepMind	Gemma 4	Apache 2.0	30,7 Mrd.	262,14k	131,07k	$0.14	$0.40	02.04.2026
MiniMax	MiniMax M2.7	MIT	230 Mrd.	204,8k	131,07k	$0.30	$1.20	18.03.2026
OpenAI	GPT-5.4 nano	Proprietär	Unbekannt	400k	128k	$0.20	$1.25	17.03.2026

‌
Alle Modelle vergleichen

Provider & APIs

Du kannst Meta AI Muse Spark über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.