Muse Spark 1.3: il nuovo modello di Meta è ora su ChatPlus

Un anno e mezzo fa, Meta era “l’azienda che regala i suoi modelli”. Milioni di persone hanno scaricato Llama, le startup ci hanno costruito prodotti, i team lo hanno ottimizzato per il proprio lavoro. Ma nella corsa al modello più intelligente, Meta era chiaramente dietro a OpenAI, Anthropic e Google.

Oggi la strategia è cambiata, così come la famiglia di modelli: Muse. I modelli sono chiusi, li sviluppa una divisione dedicata e le nuove versioni escono quasi ogni mese. L’ultima, Muse Spark 1.3, è uscita il 2 settembre ed è disponibile su ChatPlus da oggi. Qui sotto: da dove arriva, che cosa sa fare, che cosa c’è dietro i suoi numeri e quando conviene sceglierlo.

Come Meta è arrivata a Muse

Nell’aprile 2025 Meta ha rilasciato Llama 4, accolto senza troppo entusiasmo. I modelli erano discreti, ma non all’altezza delle promesse, e l’uscita della versione più grande è stata rinviata. Per un’azienda che spende decine di miliardi di dollari l’anno in AI, era un segnale poco piacevole.

Quell’estate Zuckerberg ha rimesso mano a tutto il progetto. Meta ha creato una nuova divisione, Meta Superintelligence Labs, ha assunto ricercatori di alto profilo da OpenAI, Google e altri laboratori, e ha iniziato a costruire nuovi data center per addestrare modelli di grandi dimensioni. L’obiettivo dichiarato era ambizioso: “personal superintelligence”, un’AI che aiuti ogni persona a raggiungere i propri obiettivi.

Il primo risultato è stato Muse Spark. È stato lanciato l’8 aprile 2026 ed è entrato subito nell’assistente Meta AI, sul web e nell’app. Era un modello di ragionamento multimodale: poteva chiamare strumenti, ragionare sulle immagini ed eseguire più agenti in parallelo. All’inizio gli sviluppatori hanno avuto accesso solo in forma molto limitata, tramite una private preview.

Poi le cose hanno accelerato:

• Luglio: Muse Spark 1.1 e una preview pubblica dell’API per gli sviluppatori;
• Agosto: Muse Spark 1.2 e Muse Code, l’agente di coding di Meta che gira direttamente nel terminale;
• 2 settembre: Muse Spark 1.3, il protagonista di questo articolo.

Tre versioni in tre mesi sono un ritmo altissimo per un grande laboratorio.

Che cosa sa fare Muse Spark 1.3

Meta descrive così la nuova versione: il modello è addestrato per attività lunghe, in più passaggi. Dietro questa formula ci sono tre capacità concrete.

Primo, tiene il filo del lavoro. In un’attività lunga, il modello ricorda che cosa ha già fatto e con quale risultato, invece di ripartire da zero a ogni passaggio. Se gli chiedi di esaminare un progetto, correggere i test e aggiornare la documentazione, al terzo passaggio non si dimentica che cosa aveva modificato al primo.

Secondo, gestisce il disordine. Le attività reali raramente arrivano già ordinate: la specifica dice una cosa, il thread email un’altra, il codice una terza. Muse Spark 1.3 è stato addestrato a notare contraddizioni di questo tipo e a lavorarci sopra, invece di scegliere una versione a caso.

Terzo, fa domande. Quando mancano informazioni, il modello verifica con te invece di riempire i vuoti a intuito. Sembra un dettaglio, ma le supposizioni sono esattamente il motivo per cui gli agenti finiscono più spesso fuori strada.

Meta mette in evidenza anche il coding. La versione 1.3 è stata rifinita su lavoro reale in Muse Code e, secondo l’azienda, fa meno passaggi inutili e scrive codice più compatto. Se usi l’AI come compagno di programmazione, la differenza si sente: c’è meno da ripulire dopo il modello.

Il modello capisce più del semplice testo. Puoi mostrargli uno screenshot, una foto, un diagramma o un PDF. Meta cita un dettaglio interessante: il ragionamento visivo di Muse Spark passa da un vero ambiente di esecuzione. In parole povere, il modello può elaborare un’immagine con del codice invece di limitarsi a “guardarla” e stimare a occhio.

La finestra di contesto del modello è di 1.048.576 token, più di un milione. Significa centinaia di pagine di testo o un repository grande in un colpo solo. Ancora più importante: il modello usa davvero bene quella finestra, come mostrano i numeri qui sotto.

Che cosa dicono i numeri

Meta ha misurato da sé tutti i risultati qui sotto, nella modalità di ragionamento massima.

Il risultato sul contesto lungo è il più impressionante. MRCR verifica se un modello riesce a trovare il frammento giusto tra molti elementi simili nascosti in un testo enorme. Molti modelli accettano formalmente un milione di token, ma a quella scala iniziano a “perdere” la parte centrale. Muse Spark 1.3 ottiene il 98.1% nell’intervallo da mezzo milione a un milione di token, senza quasi perdere nulla.

Anche il salto rispetto alla versione precedente si nota. Su JobBench il modello è passato dal 61.6% al 64.9%, e sul benchmark d’ufficio GDPval-AA da 1615 a 1754 punti Elo.

Ora il confronto con i concorrenti, con una precisazione necessaria. Su GDPval-AA, Muse Spark 1.3 batte GPT-5.6 Sol (1710), ma resta dietro a Claude Opus 5 (1824). Meta, però, si confronta con la generazione precedente. Nel frattempo sono usciti Claude Opus 5.5 e GPT-6 Sol, e le tabelle di Meta non li includono. Quindi il riassunto corretto è questo: Muse Spark 1.3 gioca nello stesso campionato dei modelli di punta, ma non supera i più recenti.

Quanto costa

Il prezzo è interessante: $1.25 per milione di token in input e $4.25 per milione di token in output. Per confronto, Claude Opus 5.5 costa $4 e $20, GPT-6 Sol $2 e $10, Grok 4.7 $2 e $6. Per prestazioni vicine al livello dei flagship, è una delle offerte migliori sul mercato.

Meta propone anche una seconda opzione, quasi gratuita: 10 centesimi per l’input e 20 per l’output. A quel prezzo, però, Meta ottiene il diritto di addestrare i suoi modelli sui tuoi prompt e sulle tue risposte. Su ChatPlus abbiamo collegato solo il livello standard, quindi le tue conversazioni con Muse Spark non vengono usate per l’addestramento di Meta.

Dove Muse Spark dà il meglio, e quando scegliere altro

Muse Spark 1.3 è più forte quando un’attività è lunga e intricata. Esaminare un progetto grande, trovare la causa di un bug nel codice scritto da qualcun altro, riconciliare più documenti contraddittori in un’unica conclusione, tirare fuori quello che ti serve da un report corposo: è questo il suo terreno ideale. Funziona bene anche con gli screenshot; mostrargli un’interfaccia con un errore e chiedergli di capire che cosa succede è un uso perfettamente normale.

Ha anche dei punti deboli. È un modello di ragionamento, quindi risponde alle domande semplici più lentamente dei modelli leggeri: prima pensa, poi scrive. Per traduzioni, riassunti e ricerche rapide, scegli qualcosa di più leggero, per esempio GPT-6 Luna. Meta dice pochissimo sulla scrittura creativa, quindi se lo stile per te conta, confrontalo con Claude sul tuo caso d’uso.

Come provarlo su ChatPlus

Muse Spark 1.3 è disponibile con il piano PRO e, come gli altri modelli potenti, usa il tuo allowance: il limite di 5 ore da cui vengono scalate le richieste ai modelli costosi. Apri una chat con Muse Spark 1.3.

La cosa più utile è confrontarlo con altri modelli sul tuo compito reale. Su ChatPlus puoi cambiare modello nel mezzo di una conversazione: chiedi a Muse Spark, passa a Claude o GPT, invia la stessa richiesta e vedi subito quale risposta è migliore. Le specifiche del modello e i risultati dei benchmark sono raccolti in una pagina dedicata a Muse Spark 1.3.

In breve

Muse Spark 1.3 è il modello più recente di Meta Superintelligence Labs, rilasciato il 2 settembre 2026. È forte nelle attività agentiche lunghe, nel codice e nei contesti molto ampi: 88.8% su Terminal-Bench 2.1 e quasi nessuna perdita a un milione di token. Resta ancora sotto i flagship più recenti di Anthropic e OpenAI, ma costa diverse volte meno. Su ChatPlus il modello è già disponibile con il piano PRO.