O que é o Muse Spark 1.2?

TL;DR

A Meta lançou o Muse Spark 1.2 como uma atualização focada em codificação do Muse Spark 1.1. Ele foi projetado para geração de código, depuração complexa, entendimento de repositórios e fluxos de trabalho ponta a ponta de desenvolvedores, e não como uma redefinição ampla de especificações. O modelo mantém uma janela de contexto de 1M tokens e aceita entrada de texto, imagem, vídeo e PDF, gerando saída em texto.

A parte mais importante do lançamento é a relação entre o modelo e o Muse Code. A Meta copreparou o modelo com o Muse Code usando trajetórias de agentes, condicionamento por objetivo, compactação de contexto, comportamento de subagentes e o próprio conjunto de ferramentas de codificação. Isso torna o Muse Spark 1.2 especialmente atraente dentro do ambiente de codificação da própria Meta, mas também significa que as pontuações de lançamento mais fortes devem ser lidas como resultados de modelo + sistema de agentes.

Na avaliação de codificação da Meta, o Muse Spark 1.2 emparelhado com o Muse Code obteve 82,9% no Terminal-Bench 2.1 e 59,3% no DeepSWE 1.1. A página atual do modelo no Artificial Analysis relata uma pontuação de 57 no Intelligence Index, substituindo a pontuação de lançamento de 54 sob uma versão anterior do índice. Sua classificação mais recente no GDPval-AA v2 é de 1.623 Elo, ficando em 15º entre 213 modelos avaliados. Portanto, o Muse Spark 1.2 permanece competitivo em codificação e trabalho agentivo, mas não é o líder geral, com o Claude Opus 5 à frente tanto nos principais benchmarks de codificação da Meta quanto no ranking atual do GDPval-AA v2.

Key Takeaways

• Atualização com prioridade para codificação: o Muse Spark 1.2 concentra seus ganhos em geração, depuração, entendimento de bases de código e fluxos de trabalho de desenvolvedores de longa duração.
• Contexto de 1M tokens: a API lista uma janela de contexto de 1.048.576 tokens para trabalho em escala de repositório e sessões persistentes de agentes.
• Entrada multimodal: o modelo hospedado aceita texto, imagens, vídeo e documentos PDF e retorna texto.
• Otimização para sistema de agentes: o modelo foi treinado para operar com os padrões de planejamento, ferramentas, compactação e subagentes do Muse Code.
• Resultados fortes em codificação, mas dependentes do harness: a Meta reporta 82,9% no Terminal-Bench 2.1 e 59,3% no DeepSWE 1.1 com o Muse Code.
• Economia de API competitiva: o preço padrão é de $1,25 por milhão de tokens de entrada e $4,25 por milhão de tokens de saída, com uma camada Contributor muito mais barata sob termos de dados diferentes.
• Advertência importante: não foram divulgados o número de parâmetros, a arquitetura e os números de tokens de treinamento.

What Is Muse Spark 1.2?

O Muse Spark 1.2 é o modelo de raciocínio multimodal otimizado para codificação dos Meta Superintelligence Labs. A Meta o descreve como uma atualização do Muse Spark 1.1 com melhorias em geração de código, depuração complexa, entendimento de bases de código e fluxos de trabalho completos de desenvolvimento. O lançamento foi acompanhado pelo Muse Code beta, um agente de codificação em terminal projetado para planejar mudanças, escrever código, executar ferramentas, coordenar subagentes persistentes e validar resultados em repositórios grandes.

Esse posicionamento é importante. O Muse Spark 1.2 não é divulgado principalmente como um chatbot melhor ou um modelo geral maior. Ele é projetado em torno das condições que tornam os agentes de software difíceis: requisitos espalhados por muitos arquivos, saída acumulada de terminal, falhas de teste repetidas, planos que mudam, sessões longas e a necessidade de preservar o objetivo original após muitos passos intermediários.

Muse Spark 1.2 Specifications

Observação sobre as especificações: a documentação do modelo da Meta fornece o posicionamento do modelo, contexto e preços; a documentação da API hospedada informa as modalidades de entrada e saída suportadas. Os limites de implantação podem diferir da capacidade teórica do modelo subjacente.

What Is New in Muse Spark 1.2?

More Coding Training

A Meta afirma que aumentou significativamente o compute de treinamento em tarefas de codificação enquanto expandiu a diversidade de ambientes de treinamento. O objetivo prático não é apenas gerar trechos corretos, mas melhorar a precisão na primeira tentativa quando um agente precisa inspecionar um repositório desconhecido, identificar os arquivos relevantes, implementar uma mudança, executar o build ou os testes e revisar seu trabalho após feedback.

Isso torna a atualização mais relevante para engenharia de produção do que um ganho na geração de código em uma única rodada. Repositórios reais contêm convenções de frameworks, acoplamentos ocultos, documentação incompleta, testes frágeis e requisitos que não podem ser atendidos editando uma função isolada. O Muse Spark 1.2 é explicitamente treinado para esse envelope de tarefas mais amplo.

Co-Training With Muse Code

A Meta copreparou o Muse Spark 1.2 com o Muse Code para que o modelo correspondesse melhor ao conjunto de ferramentas e ao runtime do agente. O treinamento incluiu trajetórias do harness com amostragem por rejeição e otimização de “receitas” para objetivos, compactação de contexto e subagentes. Isso é mais deliberado do que anexar um modelo geral a um invólucro de linha de comando após o treinamento.

O benefício é a compatibilidade: o modelo aprende como é o feedback das ferramentas, quando um plano deve ser revisado, como os trabalhadores em segundo plano se comunicam e qual estado deve sobreviver à compressão de contexto. O trade-off é a transferibilidade. Um modelo ajustado para um harness ainda pode funcionar em outros, mas seu melhor resultado pode depender dos prompts, ferramentas, sistema de memória e loop de controle que viu durante o treinamento.

Long-Horizon Coding

O Muse Spark 1.2 foi treinado em geração de repositórios inteiros e projetos longos, incluindo fluxos de trabalho de auto-pesquisa. A Meta destaca três comportamentos: planejamento para sequenciar o trabalho, condicionamento por objetivo para manter o agente direcionado ao objetivo original e compactação de contexto para reter conhecimento crítico à medida que a sessão cresce.

Esses mecanismos abordam um modo de falha comum em agentes de codificação: o sistema se torna produtivo localmente, mas se perde globalmente. Ele pode corrigir um teste quebrando o requisito, repetir investigações anteriores ou esquecer por que uma escolha de design foi feita. O treinamento de longo horizonte tem como objetivo tornar o progresso cumulativo, e não episódico.

Self-Improvement With Muse Spark 1.1

A Meta também usou o Muse Spark 1.1 para gerar ambientes de codificação desafiadores e templates de follow-the-instruction. O modelo anterior avaliou soluções candidatas em relação aos requisitos gerados, produzindo dados de treinamento escaláveis para o Muse Spark 1.2. Isso deve ser entendido como geração e avaliação de tarefas assistidas por modelo, não como auto-modificação irrestrita do modelo implantado.

Multimodal Repository Work

A janela de 1M tokens e as entradas multimodais são importantes porque muitas tarefas de desenvolvimento não são apenas texto. Um agente pode precisar comparar um frontend com uma captura de tela, inspecionar uma especificação em PDF, interpretar uma gravação de interface do usuário ou manter requisitos visuais enquanto edita código. A demonstração do lançamento, na qual o Muse Code interpreta um vídeo de tour pela casa e produz uma página de marketing e reservas, ilustra esse fluxo de trabalho de percepção para implementação.

Muse Spark 1.2 vs Muse Spark 1.1: What Actually Changed?

How Muse Spark 1.2 Works With Muse Code

O Muse Spark 1.2 é o modelo; o Muse Code é o produto de agente que transforma chamadas de modelo em trabalho persistente de engenharia de software. O Muse Code executa um agente principal ao lado de agentes em segundo plano assíncronos que permanecem ativos durante a sessão. Esses workers podem coletar contexto, executar próximos passos e comunicar descobertas relevantes de volta ao agente principal sem serem recriados a cada tarefa.

O runtime também mantém um log local de eventos. Cada chamada de modelo, execução de ferramenta, aprovação e edição é anexada a um histórico, permitindo que o agente retome após uma falha em vez de reiniciar a tarefa. Habilidades integradas como /plan, /grill e /goal adicionam planejamento com aprovação, teste de estresse do plano e execução orientada ao objetivo.

Figura 1. O Muse Code converte o Muse Spark 1.2 em um sistema persistente de planejamento, execução e validação. Fonte: Meta launch description

Interpretação: a persistência, o log de eventos, as ferramentas e a orquestração de subagentes do Muse Code são capacidades do sistema. Elas não devem ser atribuídas apenas ao modelo base.

Benchmark Performance of Muse Spark 1.2

Os resultados a seguir são reportados pela Meta. As pontuações de codificação medem sistemas completos de modelo e agente, enquanto a medida multimodal composta posterior avalia configurações da Meta Model API com e sem ferramentas. Elas não devem ser mescladas com as métricas independentes do Artificial Analysis apresentadas depois.

Coding Benchmark Performance

A metodologia de avaliação da Meta usa o Muse Code para o Muse Spark 1.2, o Claude Code para o Claude Opus 5, o Codex para o GPT-5.6 Terra e o Grok Build para o Grok 4.5. Uma pontuação mais alta pode, portanto, refletir o modelo, o loop do agente, os prompts, as ferramentas e o design de memória juntos. A formulação precisa é: o Muse Spark 1.2 no Muse Code obteve 82,9%, não o modelo base sozinho obteve 82,9%.

Multimodal Benchmark Performance

A avaliação multimodal de 20 de agosto da Meta reporta um composto de dez benchmarks em percepção visual, conhecimento visual, raciocínio espacial e de UI, e entendimento de gráficos. O maior ganho aparece quando o Muse Spark 1.2 pode usar ferramentas.

A metodologia multimodal oficial faz a média de BabyVision, PerceptionBench, ZeroBench, WorldVQA, SimpleVQA, ERQA, OmniSpatial, CharXiv Reasoning, ChartMuseum e ChartQAPro de forma igual. A comparação é útil para medir o ganho com ferramentas dentro do framework da Meta; não é um benchmark replicado de forma independente.

Independent Benchmark Results

Sob o atual Artificial Analysis Intelligence Index v4.1.1, o Muse Spark 1.2 marca 57, comparado a 53 do Muse Spark 1.1 e uma estimativa de 44 do Muse Spark original. Sua classificação mais recente no GDPval-AA v2 é de 1.623 Elo, ficando em 15º entre 213 modelos avaliados. O Muse Spark 1.2 também lidera o benchmark AA-LCR de contexto longo atual com uma pontuação de 83,3%, indicando que seus pontos fortes se estendem por trabalho agentivo de conhecimento, fluxos de codificação e raciocínio de longo contexto.

Fonte: Artificial Analysis

Os dados de confiabilidade precisam de interpretação cuidadosa. O AA-Omniscience melhora de 18 para 22 e a taxa de alucinação cai de 38% para 28%, mas a taxa de tentativa do modelo também diminui de 82% para 67%. A precisão cai de 41% para 38%. Em outras palavras, o Muse Spark 1.2 está mais disposto a se abster quando incerto, o que reduz afirmações falsas, mas também produz menos respostas tentadas.

O raciocínio científico é relativamente estável. O CritPt melhora de 15% para 18%, enquanto o SciCode cai de 58% para 56% e o Humanity's Last Exam cai de 45% para 44%. Esse padrão reforça o posicionamento da própria Meta: o Muse Spark 1.2 é uma atualização especializada em codificação e trabalho agentivo, não um salto uniforme em todos os domínios de raciocínio.

Muse Spark 1.2 Pricing

A Meta oferece acesso Standard e Contributor. O modelo Standard custa $1,25 por milhão de tokens de entrada, $0,15 por milhão de tokens de entrada em cache e $4,25 por milhão de tokens de saída. A variante Contributor é dramaticamente mais barata, mas a Meta afirma que seus dados podem ser usados para melhorar produtos.

Fonte de preços: página oficial do modelo da Meta. As equipes devem revisar os termos de produto e de dados aplicáveis antes de enviar código proprietário, credenciais, dados de clientes ou documentos internos pela rota Contributor.

Preços baixos por token não significam automaticamente o menor custo por tarefa concluída. O Artificial Analysis estima cerca de $0,40 por tarefa do Intelligence Index para o Muse Spark 1.2, acima de $0,29 para o Muse Spark 1.1. O aumento é impulsionado pelo maior uso de tokens, especialmente em trabalho agentivo profissional. Portanto, as equipes devem medir o custo por pull request aceito, issue resolvida ou entregável verificado, em vez de comparar apenas preços de tabela.

Muse Spark 1.2 vs Other Frontier Coding Models

O conjunto de comparação mais relevante inclui Claude Opus 5, GPT-5.6 Terra, Grok 4.5 e Kimi K3. Esses modelos se sobrepõem em codificação, ferramentas, contexto longo e fluxos de trabalho agentivos profissionais, mas diferem em implantação, amplitude de modalidades, ecossistema e prioridades de preço-desempenho.

Where Muse Spark 1.2 Has the Clearest Advantage

O Muse Spark 1.2 é mais diferenciado quando a aplicação pode usar o log de eventos persistente do Muse Code, o design de subagentes e o treinamento específico do modelo. Seu preço padrão de API também é agressivo em relação a modelos de codificação de fronteira premium. Para equipes que valorizam um sistema de agente fortemente integrado, a combinação pode importar mais do que uma pequena diferença em um único benchmark.

Where Claude Opus 5 Remains Stronger

O Claude Opus 5 lidera os três gráficos de codificação da Meta em que aparece. Continua sendo a escolha mais segura quando o custo de uma mudança falha é alto e a confiabilidade máxima de ponta a ponta em codificação importa mais do que o preço por token. O Muse Spark 1.2 reduz a diferença, especialmente em tarefas de terminal, mas não a elimina.

Where GPT-5.6 Terra Fits

O GPT-5.6 Terra fica próximo ao Muse Spark 1.2 no Terminal-Bench e à frente no DeepSWE na avaliação da Meta. Sua vantagem é a amplitude: equipes que já usam as ferramentas de response, search, file, shell, computer e MCP da OpenAI podem preferir um modelo que se encaixe em uma stack de produção existente, mesmo quando outro modelo é ligeiramente mais barato.

When Grok 4.5 or Kimi K3 May Be Better

O Grok 4.5 é uma alternativa forte para fluxos de trabalho que combinam codificação com o ecossistema de informações atuais e ferramentas da xAI. O Kimi K3 é mais atraente quando desempenho de longo horizonte, implantação com pesos abertos ou controle do provedor importam. A escolha prática depende do runtime completo: prompts, ferramentas, memória, requisitos de segurança e estratégia de verificação podem alterar os resultados tanto quanto o modelo base.

What Can Muse Spark 1.2 Do?

Repository-Scale Software Engineering

Um contexto de 1M tokens pode conter uma quantidade substancial de código-fonte, documentação, saída de testes, histórico de issues e estado do agente. Tarefas adequadas incluem recursos multifile, upgrades de frameworks, refatorações em todo o repositório, migrações de API, reparo de testes, revisão de pull requests e análise de arquitetura. Contexto longo é mais útil quando combinado com recuperação e compactação, em vez de carregar um repositório indiscriminadamente.

Complex Debugging

O Muse Spark 1.2 pode inspecionar código, executar ferramentas, ler falhas, formular hipóteses, aplicar edições e retestar. Seu treinamento focado em codificação visa melhorar esse loop, em que a parte difícil não é propor uma correção plausível, mas identificar a causa raiz e verificar que o patch não cria regressões.

Long-Running Coding Agents

Projetos persistentes são um caso de uso central. O log de eventos e os agentes em segundo plano do Muse Code permitem que o trabalho continue ao longo de muitas chamadas de modelo e passos de ferramentas. Isso é útil para upgrades, tuning de performance, geração de documentação, modernização de testes e fatias de recursos que não podem ser concluídas com segurança em uma única resposta.

Automated Technical Research

A Meta testou o Muse Spark 1.2 na otimização de kernels de GPU ao longo de mais de 1.000 chamadas de ferramentas e até 24 horas. O agente escreveu, compilou, perfilou e refinou implementações em Triton contra baselines de referência. A lição mais ampla é que o modelo é projetado para trabalho técnico iterativo no qual experimentos guiam a próxima ação.

Multimodal Development

Entradas de imagem, vídeo e PDF expandem o loop de desenvolvimento além do código-fonte. Uma equipe pode usar o modelo para comparar uma UI com uma captura de tela, extrair requisitos de um documento de produto, interpretar uma interação gravada ou gerar uma implementação a partir de uma referência visual. A revisão humana continua necessária para acessibilidade, consistência de marca, segurança e afirmações factuais embutidas em conteúdo visual.

When should you NOT use Muse Spark 1.2?

Don't choose it primarily for:

• bate-papo simples
• autocompletar de código básico
• autocompletar de baixa latência
• redação geral
• tarefas em que a confiabilidade máxima em benchmarks é o que mais importa
• cargas altamente reguladas se os termos de dados do Contributor forem inadequados

Limitations of Muse Spark 1.2

• Arquitetura não divulgada: a Meta não publicou contagem de parâmetros, topologia do modelo, roteamento de especialistas ou números de tokens de treinamento.
• Resultados de lançamento dependentes do harness: as pontuações mais fortes emparelham o Muse Spark 1.2 com o Muse Code, enquanto concorrentes usam produtos de codificação diferentes.
• Benchmark interno privado: o Meta Internal Coding Bench não pode ser reproduzido ou auditado de forma independente por desenvolvedores externos.
• Ganhos de capacidade desiguais: avaliações independentes mostram melhorias muito maiores em trabalho agentivo do que em raciocínio científico.
• Compromisso de abstenção: uma taxa de alucinação menor é acompanhada por uma taxa de tentativa menor e ligeiramente menor precisão no AA-Omniscience.
• Escolha de política de dados: o plano Contributor mais barato pode usar dados enviados para melhorar produtos da Meta e pode não servir para código sensível.
• Contexto longo não é memória perfeita: um limite de 1M tokens não garante recuperação, atenção ou precisão uniformes em todas as posições.
• Lançamento hospedado: o pacote de lançamento fornece acesso via API e Muse Code, e não pesos do modelo para download.

How to Access Muse Spark 1.2

Os desenvolvedores podem usar o Muse Spark 1.2 por meio do Muse Code ou da Meta Model API. O ID do modelo padrão na API é muse-spark-1.2; a rota de menor custo do Contributor usa muse-spark-1.2-contributor. A API hospedada da Meta expõe uma URL base compatível com OpenAI, permitindo que muitos clientes de chat-completions existentes sejam adaptados com uma chave, URL base e nome de modelo diferentes.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MODEL_API_KEY"],
    base_url="https://api.meta.ai/v1",
)

response = client.chat.completions.create(
    model="muse-spark-1.2",
    messages=[
        {"role": "user", "content": "Review this repository plan and identify the highest-risk implementation steps."}
    ],
)

print(response.choices[0].message.content)

Observação de implementação: verifique o nome do modelo ativo, a elegibilidade da conta, limites de taxa, parâmetros suportados e disponibilidade regional na documentação da API da Meta antes de implantar. Não coloque uma chave de API diretamente no código-fonte.

Para testes lado a lado, a CometAPI já fornece acesso unificado ao Claude Opus 5, GPT-5.6, Grok 4.5 e Kimi K3, o que pode simplificar testes A/B e a troca de provedores. O Muse Spark 1.2 também estará disponível na CometAPI em breve.

Is Muse Spark 1.2 Worth Using?

Vale a pena testar o Muse Spark 1.2 quando a carga de trabalho é dominada por codificação em escala de repositório, execução de longa duração, feedback repetido de ferramentas e coordenação multiagente. Seu argumento mais forte é a combinação de um modelo especializado em codificação, um agente persistente construído para esse fim, um contexto multimodal de 1M tokens e preços padrão baixos de API.

Ele não é o líder universal de benchmarks. O Claude Opus 5 permanece à frente nas avaliações principais de codificação da Meta, o GPT-5.6 Terra é altamente competitivo em codificação e ferramentas de produção gerais, e dados independentes mostram que os ganhos do Muse Spark 1.2 são concentrados, e não uniformes. O melhor processo de seleção, portanto, é baseado na carga de trabalho: teste cada modelo dentro do runtime real do agente, meça a conclusão de tarefas verificadas e inclua revisão humana para mudanças sensíveis à segurança ou de alto impacto.

Em suma:

O Muse Spark 1.2 é a atualização mais forte orientada à codificação do Muse até agora da Meta. Seu verdadeiro diferencial não é uma pontuação de benchmark, mas o quão bem integrados estão o modelo, o Muse Code, os subagentes persistentes, o contexto longo e o loop de verificação para funcionar em conjunto.