Meta Muse Spark 1.2
Muse Spark 1.2 ist Metas proprietäres Frontier-Modell vom 5. August 2026 für Coding und agentische Workflows, veröffentlicht von Meta Superintelligence Labs zusammen mit dem Terminal-Agenten Muse Code, mit dem es co-trainiert wurde. Das Cloud-only-Modell unter US-Jurisdiktion (CLOUD Act) verarbeitet Text, Bild, Video und Audio bei 1.048.576 Tokens Kontext (max. 131.072 Output) und bietet konfigurierbaren Reasoning-Effort bis ‘xhigh’.
- Proprietär
- Frontier
- OpenRouter
- Text
- Vision
- Audio
- Video
- Long Context
- Agentic Orchestrator
- Real-Time
Sovereign Risk: MEDIUM Meta ist ein US-amerikanisches Unternehmen und unterliegt dem CLOUD Act; die Modellgewichte sind proprietär und nicht öffentlich zugänglich (kein Self-Hosting, kein Fine-Tuning möglich). Meta bietet zusätzlich einen ‘Contributor’-Preistarif an, bei dem Nutzer im Austausch für stark reduzierte Kosten zustimmen, dass ihre Prompts zum Training zukünftiger Meta-Modelle verwendet werden — bei diesem Tarif erhöht sich das faktische Datenrisiko gegenüber dem Standardtarif deutlich.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 76.67
- Routine
- 46.43
- Reasoning
- 30.24
- LLM Judge Avg
- 3.93 / 5
- 100 Coverage
- Avg Task Duration
- 19.19s
- Real-Time
- Token Rate
- 117.29tok/s
- Output Rate
- P95 Latency
- 36.25s
- Top 5 %
- Total Tokens
- 127400
- Output Volume
- Cost per 1K
- $0.0042
- USD / 1K Requests
- Benchmark Cost
- $0.54
- Total · 127400 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.