Muse Spark 1.3: ang bagong model ng Meta ay nasa ChatPlus na

Isang taon at kalahati ang nakalipas, kilala ang Meta bilang “kumpanyang namimigay ng models nito.” Milyon-milyong tao ang nag-download ng Llama, may mga startup na nagtayo ng produkto gamit ito, at may mga team na nag-fine-tune nito para sa sarili nilang trabaho. Pero sa karera para sa pinakamatalinong model, malinaw na nahuhuli ang Meta sa OpenAI, Anthropic at Google.

Ngayon, iba na ang strategy nito at iba na rin ang model family: Muse. Closed ang mga model, isang dedicated division ang gumagawa sa kanila, at halos buwan-buwan may bagong version. Ang pinakabago, Muse Spark 1.3, ay lumabas noong September 2 at available sa ChatPlus simula ngayon. Sa ibaba: saan ito nanggaling, ano ang kaya nitong gawin, ano ang nasa likod ng mga numero nito, at kailan ito dapat piliin.

Paano napunta ang Meta sa Muse

Noong April 2025, inilabas ng Meta ang Llama 4, at hindi ganoon kainit ang pagtanggap. Maayos naman ang mga model pero kulang sa ipinangako, at ipinagpaliban ang release ng pinakamalaking version. Para sa kumpanyang gumagastos ng sampu-sampung bilyong dolyar kada taon sa AI, hindi iyon magandang senyales.

Noong summer na iyon, inayos muli ni Zuckerberg ang buong effort. Gumawa ang Meta ng bagong division, Meta Superintelligence Labs, nag-hire ng mahuhusay na researcher mula sa OpenAI, Google at iba pang labs, at nagsimulang magtayo ng bagong data centers para sa training ng malalaking model. Malakas ang idineklarang goal: “personal superintelligence,” isang AI na tumutulong sa bawat tao sa sarili niyang mga layunin.

Ang unang resulta ay Muse Spark. Inilunsad ito noong April 8, 2026 at agad na isinama sa Meta AI assistant, sa web at sa app. Isa itong multimodal reasoning model: kaya nitong tumawag ng tools, mag-reason gamit ang images, at magpatakbo ng ilang agent nang sabay-sabay. Sa simula, halos hindi pa ito na-access ng developers, maliban sa private preview.

Pagkatapos noon, mabilis ang naging takbo:

• July: Muse Spark 1.1 at public API preview para sa developers;
• August: Muse Spark 1.2 at Muse Code, ang sariling coding agent ng Meta na tumatakbo mismo sa terminal;
• September 2: Muse Spark 1.3, ang paksa ng artikulong ito.

Tatlong version sa loob ng tatlong buwan: napakabilis niyan para sa isang malaking lab.

Ano ang kaya ng Muse Spark 1.3

Ganito inilalarawan ng Meta ang bagong version: trained ang model para sa mahahaba at multi-step na tasks. Sa likod ng linyang iyon ay tatlong konkretong kakayahan.

Una, nasusundan nito ang trabaho. Sa mahabang task, natatandaan ng model kung ano na ang nagawa nito at ano ang kinalabasan, sa halip na magsimula sa simula sa bawat step. Kung hihilingin mong daanan nito ang isang project, ayusin ang tests at i-update ang docs, hindi nito makakalimutan sa step three kung ano ang binago nito sa step one.

Pangalawa, kaya nitong harapin ang kalat. Bihirang dumating nang maayos ang totoong tasks: iba ang sinasabi ng spec, iba ang nasa email thread, iba pa ang nasa code. Trained ang Muse Spark 1.3 na mapansin ang ganitong contradictions at pagtrabahuhan ang mga ito sa halip na pumili lang ng isang version nang random.

Pangatlo, nagtatanong ito. Kapag may kulang na impormasyon, nagche-check muna sa iyo ang model sa halip na punuan ang puwang gamit ang hula. Parang maliit na bagay, pero ang paghula mismo ang madalas na dahilan kung bakit naliligaw ang agents.

Binibigyang-diin din ng Meta ang coding. Na-refine ang version 1.3 sa totoong trabaho sa Muse Code, at ayon sa kumpanya, mas kaunti ang hindi kailangang steps na ginagawa nito at mas compact ang code na sinusulat. Kung ginagamit mo ang AI bilang programming partner, mararamdaman mo ito: mas kaunti ang lilinisin pagkatapos ng model.

Mas marami itong naiintindihan kaysa text lang. Puwede mong ipakita rito ang screenshot, photo, diagram o PDF. May binanggit ang Meta na interesanteng detalye: ang visual reasoning ng Muse Spark ay tumatakbo sa isang totoong execution environment. Sa madaling sabi, kayang i-process ng model ang image gamit ang code sa halip na basta “tingnan” lang ito at tantiyahin sa mata.

Ang context window ng model ay 1,048,576 tokens, higit sa isang milyon. Katumbas iyon ng daan-daang pahina ng text o isang malaking repository sa isang pasada. Mas mahalaga, talagang nagagamit ng model nang maayos ang window na iyon, gaya ng ipinapakita ng mga numero sa ibaba.

Ano ang sinasabi ng mga numero

Ang lahat ng resulta sa ibaba ay sinukat mismo ng Meta, sa maximum reasoning mode nito.

Ang long-context result ang pinakabilib. Tinitingnan ng MRCR kung kaya ng model na hanapin ang tamang fragment sa gitna ng maraming magkakahawig na fragment na nakatago sa napakalaking text. Maraming model ang pormal na tumatanggap ng isang milyong tokens pero nagsisimulang “mawala” ang gitna sa ganitong scale. Nakakuha ang Muse Spark 1.3 ng 98.1% sa range mula kalahating milyon hanggang isang milyong tokens, na halos walang nawawala.

Kapansin-pansin din ang gain kumpara sa previous version. Sa JobBench, tumaas ang model mula 61.6% hanggang 64.9%, at sa office benchmark na GDPval-AA mula 1615 hanggang 1754 Elo points.

Ngayon, ang comparison sa competitors, na kailangan ng paalala. Sa GDPval-AA, tinalo ng Muse Spark 1.3 ang GPT-5.6 Sol (1710) pero nasa likod ito ng Claude Opus 5 (1824). Gayunman, ikinukumpara ng Meta ang sarili nito sa previous generation. Lumabas na mula noon ang Claude Opus 5.5 at GPT-6 Sol, at hindi kasama ang mga iyon sa tables ng Meta. Kaya ito ang patas na buod: nasa parehong liga ng flagships ang Muse Spark 1.3, pero hindi nito natatalo ang pinakabago sa kanila.

Magkano ito

Attractive ang presyo: $1.25 kada isang milyong input tokens at $4.25 kada isang milyong output tokens. Bilang paghahambing, ang Claude Opus 5.5 ay $4 at $20, ang GPT-6 Sol ay $2 at $10, at ang Grok 4.7 ay $2 at $6. Para sa performance na malapit sa flagship level, isa ito sa pinakamagandang deal sa market.

May iniaalok din ang Meta na pangalawang option na halos libre: 10 cents para sa input at 20 para sa output. Pero sa presyong iyon, nakakakuha ang Meta ng karapatang i-train ang models nito gamit ang iyong prompts at responses. Sa ChatPlus, standard tier lang ang kinonekta namin, kaya hindi ginagamit ang conversations mo sa Muse Spark para sa training ng Meta.

Saan mahusay ang Muse Spark, at kailan dapat pumili ng iba

Pinakamalakas ang Muse Spark 1.3 kapag mahaba at gusot ang task. Pagdaan sa malaking project, paghahanap ng sanhi ng bug sa code ng iba, pagsasama-sama ng ilang magkakasalungat na dokumento sa iisang conclusion, pagkuha ng kailangan mo mula sa makapal na report: doon ito swak. Magaling din ito sa screenshots; normal na use case ang pagpapakita rito ng interface na may error at pagpapasuri kung ano ang nangyayari.

May mahihinang bahagi rin ito. Reasoning model ito, kaya mas mabagal itong sumagot sa simpleng tanong kaysa lightweight models: nag-iisip muna ito, saka nagsusulat. Para sa translations, summaries at quick lookups, pumili ng mas magaan, gaya ng GPT-6 Luna. Halos walang sinasabi ang Meta tungkol sa creative writing, kaya kung mahalaga sa iyo ang style, ikumpara ito sa Claude gamit ang sarili mong task.

Paano ito subukan sa ChatPlus

Available ang Muse Spark 1.3 sa PRO plan at, tulad ng ibang powerful models, gumagamit ito ng allowance mo — ang 5-hour limit kung saan ibinabawas ang requests sa expensive models. Magbukas ng chat gamit ang Muse Spark 1.3.

Ang pinaka-kapaki-pakinabang ay ikumpara ito sa ibang models gamit ang sarili mong task. Sa ChatPlus, puwede kang magpalit ng models sa gitna ng conversation: magtanong sa Muse Spark, lumipat sa Claude o GPT, ipadala ang parehong request at agad mong makita kung kaninong sagot ang mas maganda. Nakalap ang specs at benchmark results ng model sa dedicated na Muse Spark 1.3 page.

Sa madaling sabi

Muse Spark 1.3 ang pinakabagong model mula sa Meta Superintelligence Labs, na inilabas noong September 2, 2026. Malakas ito sa mahahabang agentic tasks, code at napakalalaking contexts: 88.8% sa Terminal-Bench 2.1 at halos walang loss sa isang milyong tokens. Hindi pa rin nito naaabot ang pinakabagong flagships ng Anthropic at OpenAI, pero ilang ulit itong mas mura. Sa ChatPlus, available na ang model sa PRO plan.