Muse Spark 1.3: o novo modelo da Meta já está no ChatPlus

Há um ano e meio, a Meta era “a empresa que entrega seus modelos de graça”. Milhões de pessoas baixaram o Llama, startups criaram produtos em cima dele, equipes fizeram fine-tuning para seus próprios fluxos de trabalho. Mas, na corrida pelo modelo mais inteligente, a Meta estava claramente atrás de OpenAI, Anthropic e Google.

Hoje, a estratégia é outra — e a família de modelos também: Muse. Os modelos são fechados, uma divisão dedicada cuida deles, e novas versões chegam quase todo mês. A mais recente, Muse Spark 1.3, saiu em 2 de setembro e está disponível no ChatPlus a partir de hoje. A seguir: de onde ele veio, o que consegue fazer, o que está por trás dos números e quando vale escolher esse modelo.

Como a Meta chegou ao Muse

Em abril de 2025, a Meta lançou o Llama 4, e a recepção foi morna. Os modelos eram bons, mas ficaram aquém das promessas, e o lançamento da maior versão foi adiado. Para uma empresa que gasta dezenas de bilhões de dólares por ano com IA, foi um sinal incômodo.

Naquele verão, Zuckerberg reconstruiu toda a iniciativa. A Meta criou uma nova divisão, a Meta Superintelligence Labs, contratou pesquisadores fortes vindos da OpenAI, do Google e de outros laboratórios, e começou a construir novos data centers para treinar modelos grandes. O objetivo declarado era ousado: “superinteligência pessoal”, uma IA que ajude cada pessoa com seus próprios objetivos.

O primeiro resultado foi o Muse Spark. Ele foi lançado em 8 de abril de 2026 e entrou direto no assistente Meta AI, na web e no app. Era um modelo de raciocínio multimodal: conseguia chamar ferramentas, raciocinar sobre imagens e executar vários agentes em paralelo. No começo, desenvolvedores quase não tiveram acesso, apenas por meio de uma prévia privada.

Depois disso, o ritmo acelerou:

• Julho: Muse Spark 1.1 e uma prévia pública da API para desenvolvedores;
• Agosto: Muse Spark 1.2 e Muse Code, o agente de programação da própria Meta que roda direto no terminal;
• 2 de setembro: Muse Spark 1.3, o tema deste artigo.

Três versões em três meses é um ritmo muito rápido para um grande laboratório.

O que o Muse Spark 1.3 consegue fazer

A Meta descreve a nova versão assim: o modelo foi treinado para tarefas longas, com várias etapas. Por trás dessa frase, há três habilidades bem concretas.

Primeiro, ele acompanha o andamento do trabalho. Em uma tarefa longa, o modelo lembra o que já fez e qual foi o resultado, em vez de recomeçar do zero a cada etapa. Se você pedir para ele analisar um projeto, corrigir os testes e atualizar a documentação, ele não vai esquecer, na terceira etapa, o que mudou na primeira.

Segundo, ele lida bem com bagunça. Tarefas reais raramente chegam arrumadinhas: a especificação diz uma coisa, a conversa por e-mail diz outra, o código diz uma terceira. O Muse Spark 1.3 foi treinado para perceber contradições desse tipo e trabalhar em cima delas, em vez de escolher uma versão aleatória.

Terceiro, ele pergunta. Quando falta informação, o modelo confirma com você em vez de preencher a lacuna no chute. Parece detalhe, mas chutar é exatamente o que mais faz agentes saírem do rumo.

A Meta também destaca programação. A versão 1.3 foi refinada com trabalho real no Muse Code e, segundo a empresa, dá menos passos desnecessários e escreve código mais compacto. Se você usa IA como parceira de programação, sente a diferença: sobra menos coisa para limpar depois do modelo.

O modelo entende mais do que texto. Você pode mostrar a ele uma captura de tela, uma foto, um diagrama ou um PDF. A Meta menciona um detalhe interessante: o raciocínio visual do Muse Spark passa por um ambiente real de execução. Em termos simples, o modelo consegue processar uma imagem com código, em vez de apenas “olhar” para ela e estimar no olho.

A janela de contexto do modelo é de 1.048.576 tokens, mais de um milhão. Isso dá centenas de páginas de texto ou um repositório grande de uma vez. Mais importante: o modelo realmente usa bem essa janela, como mostram os números abaixo.

O que os números dizem

A própria Meta mediu todos os resultados abaixo, no modo máximo de raciocínio.

O resultado em contexto longo é o mais impressionante. O MRCR verifica se um modelo consegue encontrar o fragmento certo entre muitos trechos parecidos escondidos em um texto enorme. Muitos modelos aceitam formalmente um milhão de tokens, mas começam a “perder” o meio do caminho nessa escala. O Muse Spark 1.3 marca 98.1% na faixa de meio milhão a um milhão de tokens, com perda quase nula.

O ganho em relação à versão anterior também é perceptível. No JobBench, o modelo subiu de 61.6% para 64.9%, e no benchmark de escritório GDPval-AA foi de 1615 para 1754 pontos Elo.

Agora, a comparação com concorrentes, que precisa de uma ressalva. No GDPval-AA, o Muse Spark 1.3 supera o GPT-5.6 Sol (1710), mas fica atrás do Claude Opus 5 (1824). A Meta, porém, se compara com a geração anterior. Desde então, Claude Opus 5.5 e GPT-6 Sol foram lançados, e as tabelas da Meta não os incluem. Portanto, o resumo justo é este: o Muse Spark 1.3 joga na mesma liga dos flagships, mas não supera os mais novos deles.

Quanto custa

O preço é atraente: $1.25 por milhão de tokens de entrada e $4.25 por milhão de tokens de saída. Para comparação, o Claude Opus 5.5 custa $4 e $20, o GPT-6 Sol custa $2 e $10, e o Grok 4.7 custa $2 e $6. Para um desempenho perto do nível flagship, é uma das melhores relações custo-benefício do mercado.

A Meta também oferece uma segunda opção, quase gratuita: 10 centavos para entrada e 20 para saída. Nesse preço, porém, a Meta ganha o direito de treinar seus modelos com seus prompts e respostas. No ChatPlus, conectamos apenas o nível padrão, então suas conversas com o Muse Spark não são usadas no treinamento da Meta.

Onde o Muse Spark brilha, e quando escolher outra coisa

O Muse Spark 1.3 é mais forte quando a tarefa é longa e cheia de nós. Vasculhar um projeto grande, encontrar a causa de um bug no código de outra pessoa, conciliar vários documentos contraditórios em uma única conclusão, extrair o que importa de um relatório extenso: esse é o ponto forte dele. Ele também funciona bem com capturas de tela; mostrar uma interface com erro e pedir para ele investigar é um uso totalmente natural.

Ele também tem pontos fracos. É um modelo de raciocínio, então responde a perguntas simples mais devagar do que modelos leves: primeiro ele pensa, depois escreve. Para traduções, resumos e consultas rápidas, escolha algo mais leve, como o GPT-6 Luna. A Meta diz quase nada sobre escrita criativa, então, se estilo for importante para você, compare com o Claude na sua própria tarefa.

Como testar no ChatPlus

O Muse Spark 1.3 está disponível no plano PRO e, como outros modelos poderosos, usa sua franquia — o limite de 5 horas do qual são descontadas as solicitações feitas a modelos caros. Abrir um chat com o Muse Spark 1.3.

O mais útil é compará-lo com outros modelos na sua própria tarefa. No ChatPlus, você pode trocar de modelo no meio da conversa: pergunte ao Muse Spark, mude para Claude ou GPT, envie a mesma solicitação e veja na hora qual resposta ficou melhor. As especificações do modelo e os resultados de benchmark estão reunidos em uma página dedicada ao Muse Spark 1.3.

Em resumo

Muse Spark 1.3 é o modelo mais novo da Meta Superintelligence Labs, lançado em 2 de setembro de 2026. Ele é forte em tarefas agênticas longas, código e contextos muito grandes: 88.8% no Terminal-Bench 2.1 e quase nenhuma perda com um milhão de tokens. Ainda fica atrás dos flagships mais novos da Anthropic e da OpenAI, mas custa várias vezes menos. No ChatPlus, o modelo já está disponível no plano PRO.