Las dos versiones están alineadas bloque a bloque, en el orden del texto: titular, lo esencial y después párrafo a párrafo. Cuando la traducción ha fusionado o dividido un párrafo, la casilla correspondiente queda vacía — nunca emparejamos dos pasajes a ojo.
Im Coding-Agenten Muse Code, der auf macOS und Linux läuft, ist Muse Spark 1.3 jetzt öffentlich nutzbar; über die Model API lässt es sich plattformunabhängig ansprechen. Die unabhängige Benchmark-Plattform Artificial Analysis misst der verfügbaren Reasoning-Stufe „xhigh“ 61 Punkte im Intelligence Index zu — damit liegt sie auf Augenhöhe mit GPT-5.6 Sol „max“.
En el agente de coding Muse Code, que funciona en macOS y Linux, Muse Spark 1.3 ya está disponible públicamente; se puede acceder a él desde cualquier plataforma a través de la Model API. La plataforma independiente de benchmarks Artificial Analysis asigna al nivel de razonamiento disponible «xhigh», 61 puntos en el Intelligence Index, por lo que queda al nivel de GPT-5.6 Sol «max».
Meta richtet die neue Version auf Softwareentwicklung und allgemeine agentische Aufgaben aus. Gegenüber Muse Spark 1.2 soll Spark 1.3 komplexe Anweisungen zuverlässiger befolgen, mehrere Aufgaben besser gleichzeitig bearbeiten und die Zusammenarbeit mit Nutzern verbessern. Das Modell verarbeitet Text, Bild und Video; sein Kontextfenster bleibt bei einer Million Tokens unverändert.
Meta orienta la nueva versión al desarrollo de software y a tareas agénticas generales. Frente a Muse Spark 1.2, Spark 1.3 debería seguir instrucciones complejas con mayor fiabilidad, gestionar mejor varias tareas simultáneamente y mejorar la colaboración con los usuarios. El modelo procesa texto, imágenes y vídeo; su ventana de contexto se mantiene sin cambios en un millón de tokens.
Auch Metas eigene Benchmarks zeigen Fortschritte. Auf derselben Reasoning-Stufe „xhigh“ schlägt Spark 1.3 seinen Vorgänger bei GDPVal-AA v2 und Terminal-Bench 2.1 deutlich. Bei GDPVal-AA v2 liegt es praktisch gleichauf mit GPT-5.6 Sol „max“, aber hinter Claude Opus 5 „max“; bei Terminal-Bench 2.1 liegt es knapp vor beiden. Die Vergleichsgrafik im Meta-Blogpost setzt allerdings Spark 1.3 durchgehend mit „max“ gegen Spark 1.2 mit „xhigh“ — bei gleicher Stufe fallen manche Sprünge kleiner aus.
Los propios benchmarks de Meta también muestran avances. En el mismo nivel de razonamiento «xhigh», Spark 1.3 supera claramente a su predecesor en GDPVal-AA v2 y Terminal-Bench 2.1. En GDPVal-AA v2 queda prácticamente al nivel de GPT-5.6 Sol «max», aunque por detrás de Claude Opus 5 «max»; en Terminal-Bench 2.1 queda ligeramente por delante de ambos. Sin embargo, el gráfico comparativo de la entrada del blog de Meta compara sistemáticamente Spark 1.3 en «max» con Spark 1.2 en «xhigh»; cuando se utiliza el mismo nivel, algunos avances son menores.
Artificial Analysis bestätigt den Zuwachs von 57 auf 61 Punkte und sieht die größten Fortschritte bei agentischer Wissensarbeit. Die höhere Stufe „max“ erreicht 62 Punkte, ist zum Start aber noch nicht allgemein verfügbar. Für den zusätzlichen Punkt benötigt sie laut Artificial Analysis etwa bei GDPVal-AA rund 62 Prozent mehr Reasoning-Tokens als „xhigh“; Meta will „max“ nach weiteren Sicherheitstests freischalten.
Artificial Analysis confirma el aumento de 57 a 61 puntos y observa los mayores progresos en el trabajo agéntico del conocimiento. El nivel superior «max» alcanza 62 puntos, pero todavía no está disponible para todos en su lanzamiento. Para obtener ese punto adicional, necesita, según Artificial Analysis, alrededor de un 62 % más de tokens de razonamiento que «xhigh» en GDPVal-AA; Meta activará «max» tras realizar más pruebas de seguridad.
Konkret ändert das für Entwickler: Sie können ein leistungsfähigeres Modell für Coding-Aufgaben bereits über Muse Code oder die API einsetzen, ohne auf die angekündigte Veröffentlichung offener Modellgewichte zu warten. Der reguläre Preis bleibt bei 1,25 US-Dollar pro Million Input-Tokens und 4,25 US-Dollar pro Million Output-Tokens. Der Contributor-Tarif kostet 0,10 US-Dollar für Input, 0,20 US-Dollar für Output und 0,002 US-Dollar für zwischengespeicherte Eingaben — mit dem klaren Tausch, dass Meta Prompts und Antworten für das Training künftiger Modelle verwenden darf.
En concreto, esto cambia lo siguiente para los desarrolladores: ya pueden utilizar un modelo más potente para tareas de coding a través de Muse Code o de la API, sin tener que esperar a la anunciada publicación de los pesos abiertos del modelo. El precio habitual se mantiene en 1,25 dólares por cada millón de tokens de entrada y 4,25 dólares por cada millón de tokens de salida. La tarifa Contributor cuesta 0,10 dólares por la entrada, 0,20 dólares por la salida y 0,002 dólares por las entradas almacenadas en caché, con la contrapartida clara de que Meta puede utilizar prompts y respuestas para entrenar futuros modelos.