Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
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“.
Dans l’agent de code Muse Code, qui fonctionne sur macOS et Linux, Muse Spark 1.3 est désormais accessible au public ; il peut être utilisé indépendamment de toute plateforme via la Model API. La plateforme indépendante d’évaluation Artificial Analysis attribue au niveau de raisonnement disponible « xhigh » 61 points dans l’Intelligence Index — il se situe ainsi au niveau 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 destine cette nouvelle version au développement logiciel et aux tâches agentiques générales. Par rapport à Muse Spark 1.2, Spark 1.3 est censé suivre plus fiablement les instructions complexes, mieux traiter plusieurs tâches simultanément et améliorer sa collaboration avec les utilisateurs. Le modèle traite le texte, les images et les vidéos ; sa fenêtre de contexte reste inchangée, à un million 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.
Les propres benchmarks de Meta montrent également des progrès. Au même niveau de raisonnement « xhigh », Spark 1.3 devance nettement son prédécesseur sur GDPVal-AA v2 et Terminal-Bench 2.1. Sur GDPVal-AA v2, il se situe pratiquement au niveau de GPT-5.6 Sol « max », mais derrière Claude Opus 5 « max » ; sur Terminal-Bench 2.1, il devance de peu les deux modèles. Le graphique comparatif du billet de blog de Meta compare toutefois systématiquement Spark 1.3 en « max » à Spark 1.2 en « xhigh » — à niveau égal, certains écarts sont moins importants.
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 confirme la progression, de 57 à 61 points, et observe les avancées les plus importantes dans le travail intellectuel agentique. Le niveau supérieur « max » atteint 62 points, mais n’est pas encore accessible à tous au lancement. Pour obtenir ce point supplémentaire, il nécessite, selon Artificial Analysis, environ 62 % de tokens de raisonnement en plus que « xhigh » sur GDPVal-AA notamment ; Meta compte débloquer « max » après de nouveaux tests de sécurité.
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.
Concrètement, les développeurs peuvent déjà utiliser un modèle plus performant pour les tâches de coding via Muse Code ou l’API, sans attendre la publication annoncée de poids de modèle ouverts. Le tarif standard reste de 1,25 dollar par million de tokens d’entrée et 4,25 dollars par million de tokens de sortie. L’offre Contributor coûte 0,10 dollar pour les entrées, 0,20 dollar pour les sorties et 0,002 dollar pour les entrées mises en cache — en contrepartie, Meta est clairement autorisée à utiliser les prompts et les réponses pour entraîner ses futurs modèles.