Meta släpper Muse Spark 1.3 men toppläget dröjer

Den nya versionen ska bli bättre på att följa långa instruktioner, hålla reda på flera arbetsflöden och be användaren om hjälp när något är oklart. Meta uppger också att modellen har blivit snabbare och effektivare vid programmering och bättre på att hantera omfattande underlag.

Resultaten kräver ändå en tydlig reservation. Hela Metas jämförelsetabell bygger på modellens högsta resonemangsläge, kallat max reasoning. Det läget var inte tillgängligt när Muse Spark 1.3 lanserades den 2 september 2026.

Meta säljer dessutom samma sak i två varianter, där den ena går på en tolftedel av den andra mot att bolaget får träna på det du skickar in.

Muse Spark 1.3 ska klara längre uppgifter

Muse Spark är Metas modellfamilj för AI-agenter och utvecklarverktyg. En sådan agent svarar inte bara på en fråga, utan kan exempelvis läsa filer, söka efter information, använda program och kontrollera sitt eget resultat.

Muse Code är företagets terminalbaserade kodagent för mer krävande programmeringsarbete. Meta beskriver den som ett verktyg för att bygga, felsöka och färdigställa programvara. Meta Model API gör samma modell tillgänglig för företag och utvecklare som vill bygga egna tjänster.

Enligt Metas lanseringsinlägg är version 1.3 tränad för att arbeta längre mot ett mål utan att tappa tidigare krav. Den ska kunna hantera motstridiga källor, upptäcka luckor i sin plan och hålla isär flera uppgifter i en lång konversation.

Meta uppger också att modellen oftare ställer följdfrågor när instruktionen är oklar, ber användaren om hjälp när den kör fast och begär bekräftelse innan den genomför en åtgärd som kan få större konsekvenser.

Företaget beskriver detta som en förbättrad förståelse för de egna begränsningarna. Tanken är att modellen ska vara mindre benägen att hävda att ett arbete är färdigt när den i själva verket har misslyckats eller saknar nödvändig information.

På programmeringssidan jämför Meta med Muse Spark 1.2. I bolagets interna utvärderingar använde den nya versionen omkring 20 procent färre verktygsanrop och 25 procent färre token. En token är en liten textenhet som används för att mäta hur mycket information en AI behandlar och skapar.

Uppgifterna kommer från Metas egna ingenjörer och har ännu inte bekräftats i oberoende tester.

Metas bästa resultat går inte att återskapa ännu

Muse Spark 1.3 släpptes med de resonemangsnivåer som redan fanns i företagets tjänster. Max reasoning ska komma senare, efter ytterligare säkerhetstester. Meta anger inget datum. Så här står det i lanseringsinlägget:

Muse Spark 1.3 is rolling out today in Muse Code and Meta Model API. Previously available reasoning modes are available today with max reasoning coming shortly after we finish additional safety testing.

Översatt: allt utom det kraftfullaste steget är igång från dag ett, och det steget väntar på säkerhetstesterna.

Samtidigt står det i metodrapporten för utvärderingen att Muse Spark 1.3 kördes med just det kraftfullaste steget. Claude Opus 5 och GPT-5.6 Sol använde också sina högsta lägen, medan föregångaren Muse Spark 1.2 kördes på nivån xhigh.

Det innebär att en kund inte kan återskapa Metas publicerade resultat med den version som går att använda vid lanseringen. Testerna kan visa vad modellen klarar i en kommande konfiguration, men de säger inte säkert hur den presterar i de tillgängliga lägena.

Metas egen marknadsföringssida gör bilden mer oklar genom att presentera Muse Spark 1.3 som om toppsteget redan vore på plats. Forskningsbloggen är tydligare och säger uttryckligen att funktionen kommer först efter säkerhetstesterna.

Starka kodresultat men inga vinster i agenttesterna

Metas jämförelse omfattar elva tester av programmering, datoranvändning, webbsökning, kunskapsarbete, instruktionsföljning och hantering av mycket långa underlag.

Muse Spark 1.3 får bäst resultat i fyra av de fem testerna för kod och långt sammanhang. I det femte delar den förstaplatsen med GPT-5.6 Sol. I de sex bredare agenttesterna vinner modellen däremot inte en enda rad.

Område och test	Muse Spark 1.3	Muse Spark 1.2	GPT-5.6 Sol	Claude Opus 5
Agent
GDPVal-AA v2, kunskapsarbete	1 754	1 615	1 710	1 824
JobBench, professionell verktygsanvändning	64,9	61,6	45,4	65,7
OSWorld 2.0, datoranvändning	66,9	47,6	62,7	68,3
DeepSearchQA, webbsökning	89,4	85,9	93,0	90,4
Agentic IF Index, instruktionsföljning	57,8	46,2	60,5	59,1
AutomationBench, automatiserade affärsflöden	49,4	38,2	46,7	50,3
Långt sammanhang
MRCR, 256 000 till 512 000 token	98,5	66,3	91,5	Saknas
MRCR, 512 000 till 1 miljon token	98,1	55,5	73,8	Saknas
Kod
DeepSWE v1.1, långvarigt kodarbete	75,4	55,0	73,0	74,0
SWE-Atlas Codebase QnA, kodförståelse	59,4	46,2	53,5	52,7
Terminal-Bench 2.1, terminaluppgifter	88,8	82,9	88,8	86,7

Resultaten tyder på en tydlig förbättring jämfört med Muse Spark 1.2, framför allt när modellen måste hitta information i mycket långa underlag. Opus 5 saknar redovisade värden i de två testerna för långt sammanhang, vilket gör jämförelsen ofullständig.

Opus 5 får högst resultat i testerna av kunskapsarbete, professionell verktygsanvändning, datoranvändning och automatiserade affärsflöden. GPT-5.6 Sol leder inom webbsökning och Metas interna index för instruktionsföljning.

Skillnaderna är ibland små. I OSWorld 2.0 får Muse Spark 1.3 resultatet 66,9, medan Opus 5 når 68,3. I JobBench är motsvarande siffror 64,9 och 65,7. På DeepSearchQA får Meta-modellen 89,4 mot 93,0 för GPT-5.6 Sol.

Metodrapporten innehåller dessutom flera begränsningar. Meta väljer det högsta jämförbara värdet från en egen mätning, en officiell resultattavla eller modellföretagets publicerade siffror. Testerna av konkurrerande modeller beskrivs som försök efter bästa förmåga, där instruktioner, verktyg och körmiljö inte alltid är anpassade för respektive modell.

Tabellen ger därför ingen neutral rangordning. Den visar främst vilka områden Meta har prioriterat och hur modellerna presterade under bolagets valda förutsättningar.

Ett kontextfönster på drygt en miljon token

Muse Spark 1.3 har ett kontextfönster på 1 048 576 token. Kontextfönstret anger hur mycket material modellen kan ha tillgängligt under ett och samma arbete. Det kan motsvara stora kodbaser, många dokument eller en mycket lång konversation.

Modellen tar emot text, bilder, video, ljud och PDF-filer och lämnar text som svar. Meta varnar samtidigt för att ljudförståelsen ännu inte stöds fullt ut och att kvaliteten kan bli sämre när ljud ingår. För sådana uppgifter rekommenderar företaget Muse Spark 1.2 eller den särskilda tjänsten Muse Voice Transcribe.

Säkerhetsarbetet har enligt Meta inriktats på manipulerade instruktioner och promptinjektioner. En promptinjektion kan exempelvis ligga gömd i en webbsida eller ett dokument som agenten läser och försöka få den att följa andra instruktioner än användarens.

Muse Spark 1.3 ska även ha fått bättre omdöme om vilka åtgärder som inte går att återställa. Det är särskilt relevant för kodagenter som får tillgång till terminaler, filer och externa tjänster.

Vad kostar Muse Spark 1.3?

I Meta Model API finns modellen på två prisnivåer. Standardnivån kostar 1,25 dollar per miljon indatatoken, 0,15 dollar för cachad indata och 4,25 dollar per miljon utdatatoken. Cachad indata är text som modellen redan har sett i ett tidigare anrop och håller sparad, så att kunden inte behöver betala fullt pris för samma underlag varje gång.

Priset är samma som för Muse Spark 1.1 och 1.2. Uppgraderingen till 1.3 medför alltså ingen höjning av taxan per token.

Version	Indata	Cachad indata	Utdata
Muse Spark 1.3 Standard	1,25 dollar	0,15 dollar	4,25 dollar
Muse Spark 1.3 Contributor	0,10 dollar	0,002 dollar	0,20 dollar

Contributor-nivån går alltså på en tolftedel för det du matar in och knappt en tjugondel för det modellen svarar. I gengäld får Meta använda kundens instruktioner och modellens svar för att träna framtida modeller. På standardnivån anger företaget att innehållet inte används för sådan träning.

Företag som arbetar med källkod, personuppgifter eller internt material behöver därför bedöma datavillkoren innan de väljer den lägre taxan. Prisskillnaden är stor, men den bygger på att kunden lämnar ett mer omfattande tillstånd att använda informationen.

Som jämförelse kostar GPT-5.6 Sol fyra dollar för indata och 20 dollar för utdata per miljon token. OpenAI kallar det kampanjpris och lovar att det gäller åtminstone till den 21 november 2026. Claude Opus 5 kostar fem respektive 25 dollar. Muse Spark 1.3 ligger därmed klart lägre i pris per token än båda.

Den faktiska kostnaden för ett färdigt arbete beror även på hur många försök modellen gör, hur ofta den använder verktyg och hur mycket internt resonemang som debiteras. Ett lågt styckpris garanterar inte att varje uppgift blir billigare.

Meta tar inget särskilt pristillägg när en stor del av kontextfönstret används. Webbsökning kostar däremot 2,50 dollar per 1 000 sökningar utöver tokenkostnaden.

Standardnivån tillåter 3 000 anrop och fyra miljoner token per minut. Contributor-nivån tillåter 100 anrop och tre miljoner token per minut. Gränserna gäller för hela teamet, inte för varje enskild API-nyckel.

Just uppgifterna om anropsgränser bör läsas med försiktighet. På dokumentationssidan ligger den här interna redaktionsanteckningen kvar:

Confirm these rate-limit numbers against the launch configuration before publishing. They are present in the current mdoc draft but are not specified in Part A of the positioning SoT.

Anteckningen gäller anropsgränserna, inte priserna, och visar att den delen av sidan gick ut i utkastform. Fullständiga belopp och anropsgränser finns på Metas prissida.

Muse Code har tre abonnemangsnivåer

Muse Code säljs i tre nivåer. Everyday Usage kostar 5 dollar per månad, High Usage 15 dollar och Power Usage 50 dollar. Någon kostnadsfri nivå finns inte på produktsidan.

Den billigaste nivån anges ge mellan 10 och 50 förfrågningar under en femtimmarsperiod. High Usage beskrivs som tre gånger mer användning och Power Usage som tio gånger mer, utan mer exakta gränser.

Ett abonnemang är inte det enda sättet att använda Muse Code. Vid första starten går det även att ansluta programmet med en API-nyckel i stället för att logga in genom webbläsaren.

Abonnemangssidan är inte helt uppdaterad efter modellsläppet. Funktionslistorna nämner fortfarande Muse Spark 1.2. Den mellersta nivån lovar tillgång till de senaste modellerna, men Meta förklarar inte på vilken nivå eller med vilka begränsningar Muse Spark 1.3 ingår.

Fungerar Muse Code i Sverige?

Aipress installerade Muse Code från en svensk internetanslutning den 3 september 2026. Installationen på Linux fungerade och hämtade Muse Code 1.0.2 (1.0.2-R2040.1). Programfilen var drygt 263 megabyte.

Meta anger följande installationskommando för macOS och Linux:

curl -fsSL https://dev.meta.ai/install.sh | bash

Ett installationsskript som hämtas direkt från internet bör läsas igenom innan det körs. Metas skript placerar programmet i ~/.local/bin och kan lägga till sökvägen i användarens skalprofil.

Efter installationen gick det att starta programmet, men inte att använda modellen utan Meta-uppgifter. Muse Code erbjuder två vägar vidare: inloggning genom webbläsaren eller en API-nyckel.

Vi kunde även nå Metas API från Sverige. Ett försök med en ogiltig nyckel gav svaret att nyckeln inte godkändes, inte att landet var blockerat. Det visar att själva API-adressen är åtkomlig härifrån.

Någon förteckning över länder där tjänsterna stöds har Meta inte gett ut. Bolagets sidor nämner varken Sverige, EU eller EES. Närmast ett besked ligger marknadsföringsraden “Public preview. Now available with expanded global access.”, som utelämnar både länderna och tidpunkten.

Kvar att bekräfta är alltså om en svensk användare kan slutföra registreringen, lägga in ett betalkort och få ut en fungerande nyckel. Vi saknade Meta-konto att prova det med.