Muse Spark 1.3: Meta setzt auf sparsam statt Spitzenplatz

Artificial Analysis kommt auf ein anderes Bild. Für einen kompletten Durchlauf des Intelligence Index verbrauchte Muse Spark 1.3 in der höchsten Reasoning-Stufe 120 Millionen Output-Token; Version 1.2 kam auf 95 Millionen. Der Messdienst stuft 1.3 als «sehr geschwätzig» ein – der Median vergleichbarer Modelle liegt bei 72 Millionen. Ein Widerspruch ist das nicht zwingend – die Messungen nutzen andere Reasoning-Stufen und Aufgaben. Sie zeigen aber, worauf sich Metas Sparsamkeit bezieht: auf den eigenen Vorgänger, nicht auf den Markt.

Ein Modell, das zurückfragt

Die zweite Neuerung betrifft Verhalten statt Leistung. Laut Meta stellt Muse Spark 1.3 bei mehrdeutigen Prompts Rückfragen, meldet sich, wenn es nicht weiterkommt, und holt vor folgenschweren Aktionen eine Bestätigung ein. Für Agenten, die stundenlang unbeaufsichtigt laufen sollen, zählt das mehr als ein einzelner Benchmark-Punkt. Wang verknüpft es mit Metas Produktplänen: persönliche Agenten, die rund um die Uhr für dich arbeiten.

Die Gewichte, die auf sich warten lassen

Offen bleibt Metas Open-Source-Versprechen. Zu Muse Spark 1.3 schreibt Meta nur vage von einem «Muse Spark open weights release» auf der Roadmap – ohne Version, ohne Datum. Laut The Next Web hat Meta noch nicht entschieden, ob die Gewichte von 1.3 überhaupt erscheinen; an der Veröffentlichung für Version 1.2 hält das Unternehmen fest. Das im August gegebene Versprechen ist damit nicht gebrochen, aber auch nicht eingelöst.

Für dich als Entwickler bleibt eine konkrete Abwägung: Metas «Contributor tier» senkt den Preis des Coding-Produkts deutlich – im Gegenzug darf Meta deinen Code fürs Training nutzen. Laut Wang wählt ein «bedeutender zweistelliger» Prozentsatz diese Option. Wer Kundencode oder Mandantendaten verarbeitet, schaut hier besser zweimal hin.