Muse Spark 1.3: Meta’s nieuwe model staat nu op ChatPlus

Anderhalf jaar geleden was Meta nog “het bedrijf dat zijn modellen weggeeft.” Miljoenen mensen downloadden Llama, startups bouwden er producten op en teams finetuneden het voor hun eigen werk. Maar in de race om het slimste model liep Meta duidelijk achter op OpenAI, Anthropic en Google.

Vandaag heeft het bedrijf een andere strategie en een andere modelfamilie: Muse. De modellen zijn gesloten, een aparte divisie bouwt eraan en bijna elke maand verschijnt er een nieuwe versie. De nieuwste, Muse Spark 1.3, kwam uit op 2 september en is vanaf vandaag beschikbaar op ChatPlus. Hieronder: waar het model vandaan komt, wat het kan, wat er achter de cijfers zit en wanneer je ervoor kiest.

Hoe Meta bij Muse uitkwam

In april 2025 bracht Meta Llama 4 uit, en de ontvangst was lauw. De modellen waren prima, maar maakten de beloftes niet waar, en de release van de grootste versie werd uitgesteld. Voor een bedrijf dat jaarlijks tientallen miljarden dollars aan AI uitgeeft, was dat een onaangenaam signaal.

Die zomer gooide Zuckerberg de hele aanpak om. Meta richtte een nieuwe divisie op, Meta Superintelligence Labs, haalde sterke onderzoekers weg bij OpenAI, Google en andere labs, en begon nieuwe datacenters te bouwen voor het trainen van grote modellen. Het uitgesproken doel was ambitieus: “personal superintelligence”, AI die ieder mens helpt met zijn eigen doelen.

Het eerste resultaat was Muse Spark. Het model werd op 8 april 2026 gelanceerd en ging meteen de Meta AI-assistent in, op het web en in de app. Het was een multimodaal redeneermodel: het kon tools aanroepen, redeneren over beelden en meerdere agents parallel laten draaien. Ontwikkelaars kregen er aanvankelijk nauwelijks toegang toe, alleen via een private preview.

Daarna ging het snel:

• Juli: Muse Spark 1.1 en een publieke API-preview voor ontwikkelaars;
• Augustus: Muse Spark 1.2 en Muse Code, Meta’s eigen coding agent die direct in de terminal draait;
• 2 september: Muse Spark 1.3, het onderwerp van dit artikel.

Drie versies in drie maanden is een bijzonder hoog tempo voor een groot lab.

Wat Muse Spark 1.3 kan

Meta beschrijft de nieuwe versie zo: het model is getraind voor lange taken met meerdere stappen. Achter die formulering zitten drie concrete vaardigheden.

Ten eerste houdt het model bij waar het mee bezig is. Bij een lange taak onthoudt het wat het al heeft gedaan en wat daaruit kwam, in plaats van elke stap weer vanaf nul te beginnen. Als je vraagt om een project door te lopen, de tests te fixen en de documentatie bij te werken, is het bij stap drie niet vergeten wat het in stap één heeft aangepast.

Ten tweede kan het omgaan met rommel. Echte taken komen zelden netjes binnen: de specificatie zegt het ene, de mailwisseling iets anders, de code weer iets anders. Muse Spark 1.3 is getraind om zulke tegenstrijdigheden op te merken en ermee te werken, in plaats van willekeurig één versie te kiezen.

Ten derde stelt het vragen. Als er informatie ontbreekt, checkt het model dat bij je in plaats van het gat op te vullen met giswerk. Dat klinkt klein, maar gokken is precies waarom agents het vaakst ontsporen.

Meta benadrukt ook coding. Versie 1.3 is verfijnd op echt werk in Muse Code, en volgens het bedrijf zet het model minder onnodige stappen en schrijft het compactere code. Als je AI als programmeermaatje gebruikt, merk je dat: je hoeft minder op te ruimen na het model.

Het model begrijpt meer dan tekst. Je kunt het een screenshot, foto, diagram of PDF laten zien. Meta noemt daarbij een interessant detail: het visuele redeneren van Muse Spark loopt via een echte uitvoeromgeving. Simpel gezegd: het model kan een afbeelding met code verwerken, in plaats van er alleen naar te “kijken” en op het oog te schatten.

Het contextvenster van het model is 1.048.576 tokens, meer dan een miljoen. Dat zijn honderden pagina’s tekst of een grote repository in één keer. Belangrijker nog: het model gebruikt dat venster ook echt goed, zoals de cijfers hieronder laten zien.

Wat de cijfers zeggen

Meta heeft alle onderstaande resultaten zelf gemeten, in de maximale redeneermodus.

Het resultaat voor lange context is het indrukwekkendst. MRCR test of een model het juiste fragment kan vinden tussen veel vergelijkbare fragmenten die verstopt zitten in een enorme tekst. Genoeg modellen accepteren formeel een miljoen tokens, maar beginnen op die schaal het midden “kwijt te raken”. Muse Spark 1.3 haalt 98.1% in het bereik van een half miljoen tot een miljoen tokens, met bijna geen verlies.

De winst ten opzichte van de vorige versie is ook duidelijk. Op JobBench steeg het model van 61.6% naar 64.9%, en op de kantoorbenchmark GDPval-AA van 1615 naar 1754 Elo-punten.

Dan de vergelijking met concurrenten, met een kanttekening. Op GDPval-AA verslaat Muse Spark 1.3 GPT-5.6 Sol (1710), maar blijft het achter bij Claude Opus 5 (1824). Meta vergelijkt zichzelf echter met de vorige generatie. Claude Opus 5.5 en GPT-6 Sol zijn inmiddels uitgekomen, en die staan niet in Meta’s tabellen. De eerlijke samenvatting is dus: Muse Spark 1.3 speelt in dezelfde competitie als de flagships, maar verslaat de nieuwste daarvan niet.

Wat het kost

De prijs is aantrekkelijk: $1.25 per miljoen inputtokens en $4.25 per miljoen outputtokens. Ter vergelijking: Claude Opus 5.5 kost $4 en $20, GPT-6 Sol $2 en $10, Grok 4.7 $2 en $6. Voor prestaties dicht bij flagshipniveau is dit een van de beste deals op de markt.

Meta biedt ook een tweede, bijna gratis optie: 10 cent voor input en 20 voor output. Voor die prijs krijgt Meta wel het recht om zijn modellen te trainen op je prompts en antwoorden. Op ChatPlus hebben we alleen de standaardlaag aangesloten, dus je gesprekken met Muse Spark worden niet gebruikt voor Meta’s training.

Waar Muse Spark uitblinkt, en wanneer je beter iets anders kiest

Muse Spark 1.3 is het sterkst wanneer een taak lang en ingewikkeld is. Een groot project doorlopen, de oorzaak van een bug vinden in code van iemand anders, meerdere tegenstrijdige documenten samenbrengen tot één conclusie, uit een dik rapport halen wat je nodig hebt: dat is precies zijn terrein. Het werkt ook goed met screenshots; een interface met een foutmelding laten zien en vragen om uit te zoeken wat er aan de hand is, is een heel normaal gebruik.

Het heeft ook zwakke plekken. Het is een redeneermodel, dus het beantwoordt simpele vragen trager dan lichte modellen: het denkt eerst, en schrijft daarna. Voor vertalingen, samenvattingen en snelle zoekvragen kun je beter iets lichters kiezen, zoals GPT-6 Luna. Meta zegt bijna niets over creatief schrijven, dus als stijl belangrijk voor je is, vergelijk het dan met Claude op je eigen taak.

Zo probeer je het op ChatPlus

Muse Spark 1.3 is beschikbaar op het PRO-abonnement en gebruikt, net als andere krachtige modellen, je tegoed — de limiet van 5 uur waarvan verzoeken aan dure modellen worden afgetrokken. Open een chat met Muse Spark 1.3.

Het nuttigst is om het model met andere modellen te vergelijken op je eigen taak. Op ChatPlus kun je midden in een gesprek van model wisselen: vraag iets aan Muse Spark, schakel over naar Claude of GPT, stuur hetzelfde verzoek en zie meteen welk antwoord beter is. De specificaties en benchmarkresultaten van het model staan bij elkaar op een aparte pagina voor Muse Spark 1.3.

In het kort

Muse Spark 1.3 is het nieuwste model van Meta Superintelligence Labs, uitgebracht op 2 september 2026. Het is sterk in lange agentic taken, code en zeer grote contexten: 88.8% op Terminal-Bench 2.1 en bijna geen verlies bij een miljoen tokens. Het haalt de nieuwste flagships van Anthropic en OpenAI nog niet in, maar kost meerdere keren minder. Op ChatPlus is het model nu al beschikbaar op het PRO-abonnement.