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 & Modalitäten

Nicht verfügbar

Finetuning

Verfügbar

ReasoningToolsMultimodalitätWebsucheStrukturierte AusgabenQuellenangaben

Input:TextBildAudio

Output:Text

Details zum Modell

262k Token

Kosten berechnen Geschwindigkeit testen

Muse Spark Benchmark Scores

Muse Spark Benchmark Übersicht

Muse Spark Performance im Vergleich zu anderen KI-Modellen

Benchmark	Muse Spark	Muse Spark 1.1	GLM-5.1	Claude Opus 4.7	Muse Glimmer 30B	Muse Spark 1.2	Qwen 3.8 Max
GDPval-AAAgentische Aufgaben	1.444 ELO	1.381 ELO	—	—

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark ARC-AGI-2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	90,42 %
GPT-5.5	85 %
Gemini 3.1 Pro	77,1 %
Gemini 3.5 Flash	72,1 %
Claude Opus 4.6	68,8 %
GPT-5.6 Sol	67,1 %
Claude Sonnet 4.6	58,3 %
GPT-5.2 Pro	54,2 %
GPT-5.2	52,9 %
Gemini 3 Deep Think	45,1 %
Muse Spark	42,5 %
Inkling-Small	40,1 %
Claude Opus 4.5	37,6 %
GPT-5.6 Terra	37,5 %
Gemini 3 Pro	31,1 %
Grok-4	15,9 %
GPT-5.6 Luna	7,4 %

Vergleich von LLMs im Benchmark ARC-AGI-2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark GDPval-AA. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5	1.932 %
Claude Opus 4.8	1.890 %
Claude Opus 5	1.861 %
GPT-5.6 Sol	1.747,8 %
Gemini 3.5 Flash	1.656 %
Muse Spark 1.2	1.631 %
Claude Sonnet 5	1.618 %
GPT-5.6 Terra	1.593 %
GPT-5.6 Luna	1.591,8 %
DeepSeek V4 Flash 0731	1.558,61 %
DeepSeek-V4-Pro (Preview)	1.554 %
Grok 4.5	1.543 %
Muse Spark	1.444 %
Gemini 3.6 Flash	1.421 %
DeepSeek V4 Flash	1.395 %
Muse Spark 1.1	1.381 %
Inkling-Small	1.269 %
Inkling	1.238 %
Gemini 3.5 Flash-Lite	1.140 %
Muse Glimmer 30B	953 %

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
Fugu Ultra	95,5 %
GPT-5.6 Sol	94,6 %
Claude Opus 4.8	93,6 %
Kimi K3	93,5 %
Claude Opus 5	93,43 %
Claude Fable 5	93,18 %
Grok 4.5	93,1 %
GPT-5.6 Terra	92,9 %
Gemini 3.6 Flash	92,8 %
Qwen 3.8 Max	92,6 %
GPT-5.6 Luna	92,3 %
GLM-5.2	91,2 %
DeepSeek V4 Flash 0731	90,8 %
Muse Spark 1.2	90,4 %
DeepSeek-V4-Pro (Preview)	90,1 %
Inkling-Small	89,5 %
Muse Spark	89,5 %
Inkling	87,2 %
Gemini 3.5 Flash-Lite	83,8 %
Muse Glimmer 30B	83,5 %

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 Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	56,3 %
Muse Spark 1.1	52,2 %
Fugu Ultra	50 %
Claude Opus 4.8	49,8 %
GPT-5.6 Sol	47,2 %
Muse Spark 1.2	43,93 %
Qwen 3.8 Max	43,6 %
Kimi K3	43,5 %
Claude Sonnet 5	43,2 %
Muse Spark	42,8 %
GPT-5.6 Terra	41,8 %
GLM-5.2	40,5 %
Grok 4.5	40,3 %
Gemini 3.5 Flash	40,2 %
Gemini 3.6 Flash	38,3 %
DeepSeek V4 Flash 0731	36,8 %
Inkling-Small	31,6 %
Inkling	29,7 %
Muse Glimmer 30B	22 %
Gemini 3.5 Flash-Lite	17,5 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. 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 %
DeepSeek-V4-Pro (Preview)	93,5 %
Fugu Ultra	93,2 %
DeepSeek V4 Flash	91,6 %
Kimi K2.6	89,6 %
Claude Opus 5	89,03 %
DeepSeek-v3.2 Speciale	88,7 %
GPT-5.6 Terra	85,93 %
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 %
GPT-5.6 Sol	82,6 %
Nemotron 3 Super	81,19 %
MiniMax M2.1	81 %
Muse Spark	80 %
Gemma 4 31B	80 %
Gemini 3.1 Flash-Lite	72 %

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
Claude Opus 5	89,88 %
Claude Fable 5	89,31 %
Gemini 3.5 Flash	83,6 %
Gemini 3.6 Flash	83,2 %
GPT-5.6 Sol	83 %
Qwen 3.8 Max	82,3 %
Kimi K3	81,6 %
GPT-5.5	81,2 %
GPT-5.6 Terra	80,7 %
Grok 4.5	80,4 %
Muse Spark	80,4 %
Kimi K2.6	79,4 %
Gemini 3.5 Flash-Lite	79 %
GPT-5.6 Luna	78,4 %
MiniMax-M3	78,1 %
Gemma 4 31B	76,9 %
Muse Glimmer 30B	74 %
Inkling-Small	74 %
Inkling	73,5 %

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 Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5	80 %
Claude Opus 5	79,2 %
Fugu Ultra	73,7 %
Claude Opus 4.8	69,2 %
Qwen 3.8 Max	67,7 %
Grok 4.5	64,7 %
GPT-5.6 Sol	64,6 %
GPT-5.6 Terra	63,4 %
Claude Sonnet 5	63,2 %
GPT-5.6 Luna	62,7 %
GLM-5.2	62,1 %
Muse Spark 1.1	61,5 %
Laguna S 2.1	59,4 %
MiniMax-M3	59 %
Gemini 3.6 Flash	58,7 %
Inkling-Small	55,9 %
Inkling	54,3 %
Gemini 3.5 Flash-Lite	54,2 %
Muse Spark	52,4 %
Muse Glimmer 30B	51,2 %

Vergleich von LLMs im Benchmark SWE-bench 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
GPT-5.6 Sol	96,2 %
Claude Opus 5	96 %
Claude Fable 5	95 %
Claude Mythos Preview	93,9 %
Claude Opus 4.8	88,6 %
Claude Opus 4.7	87,6 %
Claude Sonnet 5	85,2 %
DeepSeek-V4-Pro (Preview)	80,6 %
Gemini 3.1 Pro	80,6 %
MiniMax-M3	80,5 %
Inkling-Small	80,2 %
Kimi K2.6	80,2 %
MiniMax M2.7	79,9 %
Claude Sonnet 4.6	79,6 %
DeepSeek V4 Flash	79 %
Inkling	77,6 %
Muse Spark	77,4 %
Qwen3.5-397B-A17B	76,4 %
Muse Glimmer 30B	76 %
GPT-5.6 Terra	75,2 %

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 Terminal-Bench 2.0. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.5	82,7 %
Claude Mythos Preview	82 %
GPT-5.3-Codex	77,3 %
GPT-5.4	75,1 %
Claude Opus 4.7	69,4 %
Gemini 3.1 Pro	68,5 %
DeepSeek-V4-Pro (Preview)	67,9 %
Kimi K2.6	66,7 %
Claude Opus 4.6	65,4 %
GLM-5.1	63,5 %
Claude Sonnet 4.6	59,1 %
Muse Spark	59 %
MiniMax M2.7	57 %
DeepSeek V4 Flash	56,9 %
GLM-5	56,2 %
Qwen3.5-397B-A17B	52,5 %
MiniMax M2.5	51,7 %
GPT-5.4 nano	46,3 %
GPT-5.4 mini	38,2 %
Nemotron 3 Super	31 %

Vergleich von LLMs im Benchmark Terminal-Bench 2.0. 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 %
GPT-5.6 Terra	86,26 %
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 %
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, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Intelligence-Index ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
Meta AI	Muse Spark	Proprietär	–	262k	unbekannt	unbekannt	unbekannt	08.04.2026
Meta AI	Muse Glimmer 30B	Apache 2.0	35,1	131,07k	131,07k	0,35 $	1,50 $	10.08.2026
Meta AI	Muse Spark 1.2	Proprietär	54,1	1,05 Mio.	1,05 Mio.	1,25 $	4,25 $	05.08.2026
Alibaba	Qwen 3.8 Max	Proprietär	–	1 Mio.	128k	2,00 $	6,00 $	02.08.2026
DeepSeek AI	DeepSeek V4 Flash	MIT	49,9	1 Mio.	384k	0,14 $	0,28 $	31.07.2026
Thinking Machines Lab	Inkling Small	Apache 2.0	40	1 Mio.	1 Mio.	0,50 $	1,20 $	30.07.2026
Anthropic	Claude Opus 5	Proprietär	61	1 Mio.	128k	5,00 $	25,00 $	24.07.2026
Google DeepMind	Gemini 3.5 Flash Lite	Proprietär	36,5	1 Mio.	65,54k	0,30 $	2,50 $	21.07.2026
Google DeepMind	Gemini 3.6 Flash	Proprietär	50,1	1 Mio.	64k	1,50 $	7,50 $	21.07.2026
Poolside	Laguna S 2.1	Open Model License	–	1,05 Mio.	131,07k	0,10 $	0,20 $	20.07.2026

‌
Alle Modelle vergleichen

Muse Spark ausprobieren

Du musst kein Entwickler sein: Muse Spark ist auch direkt in Meta One nutzbar.

Meta One

Provider & APIs

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

Das Modell ist derzeit bei keinen Anbietern verfügbar.

Häufige Fragen zu Muse Spark

Kann ich Muse Spark kostenlos nutzen?

Ja, Muse Spark ist in Meta One auch mit einem kostenlosen Konto nutzbar — allerdings meist mit Nutzungslimits.

Ist Muse Spark Open Source?

Nein, Muse Spark ist proprietär. Es gibt keine offenen Gewichte, die Nutzung läuft über Apps oder die API von Meta AI.

Welche Eingabeformate versteht Muse Spark?

Muse Spark verarbeitet folgende Eingabeformate: Text, Bild, Audio.

Wie groß ist das Kontextfenster von Muse Spark?

Muse Spark verarbeitet bis zu 262k Token in einer Anfrage.

Muse Spark

Muse Spark Modell-Übersicht

Features & Modalitäten

Features & Modalitäten

Details zum Modell

Muse Spark Benchmark Scores

Muse Spark Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

Agentische Aufgaben

So liest du die Übersicht

Muse Spark Performance im Vergleich zu anderen KI-Modellen

Ergebnisse in Benchmarks

Benchmarks & Performance

Technologie & Daten

Technische Spezifikationen

Besonderheiten

Vorteile & Nachteile

Vorteile

Nachteile

Vergleiche Muse Spark mit anderen LLMs

Muse Spark ausprobieren

Provider & APIs

Häufige Fragen zu Muse Spark

Muse Spark Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

Agentische Aufgaben

So liest du die Übersicht

Muse Spark Performance im Vergleich zu anderen KI-Modellen

Ergebnisse in Benchmarks

So liest du die Tabelle

So liest du die Charts