Le due versioni sono allineate blocco per blocco, nell’ordine del testo: titolo, l’essenziale, poi paragrafo per paragrafo. Quando la traduzione ha fuso o diviso un paragrafo, la casella corrispondente resta vuota — non accostiamo mai due passaggi a occhio.
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“.
Nel coding agent Muse Code, che funziona su macOS e Linux, Muse Spark 1.3 è ora disponibile al pubblico; tramite la Model API può essere utilizzato indipendentemente dalla piattaforma. La piattaforma indipendente di benchmark Artificial Analysis assegna al livello di reasoning disponibile «xhigh» 61 punti nell’Intelligence Index: si colloca così allo stesso livello di 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 nuova versione allo sviluppo software e ai compiti agentici in generale. Rispetto a Muse Spark 1.2, Spark 1.3 dovrebbe seguire con maggiore affidabilità le istruzioni complesse, gestire meglio più compiti contemporaneamente e migliorare la collaborazione con gli utenti. Il modello elabora testo, immagini e video; la sua finestra di contesto resta invariata a un milione di token.
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.
Anche i benchmark interni di Meta mostrano progressi. Allo stesso livello di reasoning «xhigh», Spark 1.3 supera nettamente il predecessore in GDPVal-AA v2 e Terminal-Bench 2.1. In GDPVal-AA v2 è praticamente alla pari con GPT-5.6 Sol «max», ma resta dietro a Claude Opus 5 «max»; in Terminal-Bench 2.1 è di poco avanti rispetto a entrambi. Il grafico comparativo del post sul blog di Meta mette però sistematicamente a confronto Spark 1.3 «max» con Spark 1.2 «xhigh»: a parità di livello, alcuni progressi risultano più contenuti.
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 conferma il passaggio da 57 a 61 punti e vede i progressi maggiori nel lavoro agentico della conoscenza. Il livello superiore «max» raggiunge 62 punti, ma al lancio non è ancora disponibile per tutti. Per il punto aggiuntivo, secondo Artificial Analysis, nei test GDPVal-AA richiede circa il 62% in più di token di reasoning rispetto a «xhigh»; Meta renderà disponibile «max» dopo ulteriori test di sicurezza.
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.
In concreto, per gli sviluppatori cambia questo: possono già utilizzare un modello più potente per le attività di coding tramite Muse Code o l’API, senza dover attendere la pubblicazione annunciata dei pesi del modello aperti. Il prezzo standard resta di 1,25 dollari USA per ogni milione di token di input e 4,25 dollari USA per ogni milione di token di output. Il piano Contributor costa 0,10 dollari per l’input, 0,20 dollari per l’output e 0,002 dollari per gli input memorizzati nella cache, con il chiaro compromesso che Meta può utilizzare prompt e risposte per addestrare i modelli futuri.