Muse Spark 1.3
- 输入 输入模态: 文本图像视频PDF音频 输出 输出模态: 文本
- 推理· minimal、low、medium、high、xhigh、max
- 工具调用
- 结构化输出
价格
1 个渠道报价 · 按标价显示 Meta AI API(在新标签页打开)
muse-spark-1.3| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 | $1.25 | $0.15 | $4.25 |
价格来源 Meta Model API pricing and rate limits(在新标签页打开) (核对于 2026年11月8日)
标准:不带任何条件的请求所付价格(即本站其他页面显示的标价)。
详细规格
- 开放权重
- —
- 模型家族
- muse-spark
- 模型 ID
Meta 的页面未说明:最长输入, 可关闭推理, 最大思考预算, 内置工具, 知识截止, 别名。
引用评分
来自第三方排行榜,并非我们测得- Epoch Capabilities Index 158
第 23 名,共 118 个上榜模型 · 置信区间 155.9–160.2
- LMArena Text 1,496
第 10 名,共 163 个上榜模型 · max effort · 置信区间 1,491–1,501 · 25,563 票
- Epoch AI · Chess Puzzles 37%
第 40 名,共 85 个上榜模型 · max effort · ±4.85
其他版本:xhigh effort 34%
- Epoch AI · FrontierMath Tier 4 v2 46.3%
第 23 名,共 65 个上榜模型 · max effort · ±7.88
其他版本:xhigh effort 41.5%
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · 许可 · 数据日期 2026年10月28日至2026年11月5日
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年11月8日
- EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · 许可 · 数据日期 2026年10月28日
- LiveBench (White et al.), release 2026-06-25, livebench.ai, licensed CC BY-SA 4.0. This board, adapted from it, is shared under CC BY-SA 4.0. · 许可 · 数据日期 2026年6月25日
- Terminal-Bench 4.0 leaderboard (Marten, Shaw et al., Terminal-Bench; harbor-framework/terminal-bench on GitHub), licensed Apache-2.0. · 许可 · 数据日期 2026年9月29日
- 我们做的改动
厂商自报评分
由 Meta 发布,测试条件以其说明为准| 基准 | 测试设置 | 分数 |
|---|---|---|
| Terminal-Bench 2.1 | max reasoning effort, native coding harness, 89 tasks, pass@1 | 88.8% |
| xhigh reasoning effort, native coding harness, 89 tasks, pass@1 | 89.2% | |
| DeepSWE 1.1 | max reasoning effort, mini-swe-agent, task pass rate | 75.4% |
| MRCR v2 | 8-needle, 256K–512K tokens, max reasoning effort | 98.5% |
| 8-needle, 256K–512K tokens, xhigh reasoning effort | 97.6% | |
| 8-needle, 512K–1M tokens, max reasoning effort | 98.1% | |
| 8-needle, 512K–1M tokens, xhigh reasoning effort | 93.1% | |
| DeepSearchQA | F1, browser tools, max reasoning effort | 90.3% |
| F1, browser tools, xhigh reasoning effort | 89.4% |
资讯
全部资讯 →- 2026年9月2日发布 Meta 发布 Muse Spark 1.3 2026 年 9 月 2 日,Meta 发布 Muse Spark 1.3,含 max reasoning 选项,已在 Muse Code 与 Meta Model API 提供。它面向更强的 agent 与编程任务,并更可靠地遵循长指令。
变更
全部变更 →- 新增语言模型
来源
- Muse Spark 1.3 Evaluation Methodology (PDF, Meta)(在新标签页打开) research.meta.ai · 核对于 2026年9月26日
- Meta Model API models(在新标签页打开) dev.meta.ai · 核对于 2026年11月8日
- Meta Model API: reasoning(在新标签页打开) dev.meta.ai · 核对于 2026年11月8日
- Meta Model API pricing and rate limits(在新标签页打开) dev.meta.ai · 核对于 2026年11月8日
- Research | Meta AI Research(在新标签页打开) research.meta.ai · 核对于 2026年11月3日
- models.dev: muse-spark-1.3 (community data, MIT)(在新标签页打开) github.com · 核对于 2026年9月30日
本页部分数值尚待与官方页面核对:实心圆点已核实,空心圆点尚未核实(无论是否已有来源)。 我们如何核实数据
Meta · 美国 · ai.meta.com
相关模型
快照、同系列与同厂商的其他模型
- Muse Spark 1.2
- Muse Spark 1.1
- Muse Ember
- Muse Spark Open
- Muse Wonder
- Muse Wonder Full
- Muse Spark 1.2 Contributor
- Llama-2-7b-chat
- GPT-6.1 Terra vs Muse Spark 1.3
- Claude Sonnet 5.5 vs Muse Spark 1.3
- Gemini 3.8 Flash vs Muse Spark 1.3
- GLM-4.5-Air vs Muse Spark 1.3
- GPT-5.6 Terra vs Muse Spark 1.3
- GPT-6.1 Sol vs Muse Spark 1.3
- Mistral Medium 3.5 vs Muse Spark 1.3
- Muse Spark 1.3 vs Qwen3.7-Plus