Meta
·Released on 2 сент. 2026 г.

Muse Spark 1.3 API Benchmarks, Pricing & Provider Data

Compare Muse Spark 1.3 with another model

Choose a model to open its comparison page.

Share on X
LLM

Muse Spark 1.3 is a multimodal reasoning model from Meta for long-running agentic, multi-agent, and coding workflows. It is designed to keep track of information across extended tasks, work through...

Производительность по категориям

Оценки наблюдаемой способности; неопределённость независимых семейств бенчмарков показана отдельно.

Покрытие
2 / 8
Методология
V3.0
Производительность по категориямОценки наблюдаемой способности; неопределённость независимых семейств бенчмарков показана отдельно.Агенты-Программирование64Рассуждение63.5Знания-Математика-Многоязычность-Мультимодальность-Следование инструкциям-
#1Программирование64Предварительная1/4 Измеренные измерения
80% интервал: 48.079.9
code generation64
scicode · scicode
repository engineeringТолько априорное
debugging testingТолько априорное
tooling qualityТолько априорное
#2Рассуждение63.5Предварительная1/4 Измеренные измерения
80% интервал: 49.677.4
abstract logicТолько априорное
scientific causal63.5
gpqa · gpqa / hle · hle
multistep constraintsТолько априорное
evidence verificationТолько априорное
Нет данных:АгентыЗнанияМатематикаМногоязычностьМультимодальностьСледование инструкциям

Specifications

Input and output token limits for this model, plus how it ranks on long-context understanding.

INPUT
1.0Mtokens
1.3K pages of text
OUTPUT
943.7Ktokens
8K128K1M4M
1.0M

Возможности

Technical Details

Вход
Выход
Выпущена
Sep 2026
Документация
Токенизатор
Other
Архитектура
text+image+file+audio+video->text
Модерация
Да
Поддерживаемые параметры
include_reasoningmax_tokensreasoningreasoning_effortrepetition_penaltyresponse_formatstructured_outputstemperaturetool_choicetoolstop_ktop_p

Rankings

Excels at

Подробные оценки

Обновлено: 4 сент. 2026 г.

Агенты

V3.0

undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных

Нет данных80% интервал30.8–69.20/4 Измеренные измерения
Измерения и доказательства
Планирование и декомпозицияТолько априорное
Использование инструментовТолько априорное
Среда и длительное выполнениеТолько априорное
Восстановление и надёжность завершенияТолько априорное

Программирование

V3.0

undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Предварительная

Оценка6480% интервал48.0–79.91/4 Измеренные измеренияSciCode57.3%#6 / 209
Измерения и доказательства
Генерация кода64
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
scicode · scicode · z 1.74 · q 1.00
Работа с репозиториямиТолько априорное
Отладка и тестированиеТолько априорное
Инструментальная разработка и качествоТолько априорное
SciCodeДоказательство V3
Рейтинг LMSpeed#6
Оценка57.3%
Источникartificialanalysis.ai
Обновлено4 сент. 2026 г.
Достоверность4

Рассуждение

V3.0

undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Предварительная

Оценка63.580% интервал49.6–77.41/4 Измеренные измеренияGPQA93.8%#6 / 216HLE49.1%#7 / 213
Измерения и доказательства
Абстрактная логикаТолько априорное
Научное и причинное рассуждение63.5
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
gpqa · gpqa · z 1.45 · q 1.00
hle · hle · z 1.12 · q 1.00
Многошаговые ограниченияТолько априорное
Интеграция и проверка свидетельствТолько априорное
GPQAДоказательство V3
Рейтинг LMSpeed#6
Оценка93.8%
Источникartificialanalysis.ai
Обновлено4 сент. 2026 г.
Достоверность4
HLEДоказательство V3
Рейтинг LMSpeed#7
Оценка49.1%
Источникartificialanalysis.ai
Обновлено4 сент. 2026 г.
Достоверность4

Знания

V3.0

undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных

Нет данных80% интервал30.8–69.20/4 Измеренные измерения
Измерения и доказательства
Широкие знанияТолько априорное
Профессиональные знанияТолько априорное
ФактологичностьТолько априорное
Поиск и открытые источникиТолько априорное

Математика

V3.0

undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных

Нет данных80% интервал30.8–69.20/4 Измеренные измерения
Измерения и доказательства
Базовая математикаТолько априорное
Олимпиадная математикаТолько априорное
Продвинутые доказательстваТолько априорное
Прикладная математика и инструментыТолько априорное

Многоязычность

V3.0

undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных

Нет данных80% интервал30.8–69.20/4 Измеренные измерения
Измерения и доказательства
Межъязыковое пониманиеТолько априорное
Многоязычная генерацияТолько априорное
Перенос рассужденийТолько априорное
Устойчивость для малоресурсных языковТолько априорное

Мультимодальность

V3.0

undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных

Нет данных80% интервал30.8–69.20/4 Измеренные измерения
Измерения и доказательства
Восприятие и OCRТолько априорное
Документы и пространственное пониманиеТолько априорное
Визуальное рассуждениеТолько априорное
Видео и действия в средеТолько априорное

Следование инструкциям

V3.0

undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных

Нет данных80% интервал30.8–69.20/4 Измеренные измерения
Измерения и доказательства
Соблюдение ограниченийТолько априорное
Структурированный выводТолько априорное
Обобщение новых инструкцийТолько априорное
Многоходовые и длинные инструкцииТолько априорное

Альтернативы и похожие модели

Также известна как

meta/muse-spark-1.3

Рейтинги основаны на тестах, предоставленных сообществом, и периодических зондах работоспособности. Носит рекомендательный характер, не является официальными данными.Artificial AnalysisСтандартные бенчмарки могут включать BenchLM и другие открытые источники.

Работайте с данными LMSpeed

Бесплатно

Бесплатный публичный API для цен LLM, бенчмарков и данных провайдеров

  • Актуальные цены и доступность
  • Бенчмарки скорости и задержки
  • 300+ моделей, 600+ провайдеров
  • 1 000 запросов в день
Документация API