कोर्स
Claude Code 101
3 घंटा
27.6K
नोट: Meta ने 2 सितंबर, 2026 को Muse Spark 1.3 जारी किया।
Meta ने 9 जुलाई, 2026 को Muse Spark 1.1 जारी किया, जो Meta Superintelligence Labs का दूसरा मॉडल है और अप्रैल में लॉन्च हुए मूल Muse Spark का अपग्रेड है। इस रिलीज़ के साथ Meta Model API को पब्लिक प्रीव्यू में डेवलपर्स के लिए खोला गया, जिससे Meta Anthropic और OpenAI की तरह पेड-API बिज़नेस मॉडल में आ गया।
यह लॉन्च Meta द्वारा Muse Image—Superintelligence Labs का पहला इमेज-जनरेशन मॉडल—जारी करने के केवल दो दिन बाद आया है।
Muse Spark 1.1 एक मल्टीमोडल रीजनिंग मॉडल है, जिसे एजेंटिक कार्यों के लिए बनाया गया है, जिसमें 1M-टोकन का कॉन्टेक्स्ट विंडो है और टूल उपयोग, कंप्यूटर उपयोग, कोडिंग और मल्टीमोडल समझ में सुधार हैं।
यह Meta AI ऐप और meta.ai में "Thinking" मोड में चलता है, और Meta इसे GPT-5.5, Claude Opus 4.8, और Gemini 3.1 Pro के फ्रंटियर-टियर प्रतियोगी के रूप में पेश कर रहा है। API की कीमत प्रति मिलियन इनपुट टोकन $1.25 और प्रति मिलियन आउटपुट टोकन $4.25 है, शुरू करने के लिए $20 के फ्री क्रेडिट के साथ।
इस लेख में, मैं Muse Spark 1.1 की नई बातों को कवर करूंगा—नई एजेंटिक क्षमताओं पर नज़र डालते हुए, बेंचमार्क्स का विश्लेषण करते हुए, और आपकी खुद की मूल्यांकन के लिए हैंड्स-ऑन टेस्ट सुझाते हुए। संबंधित कवरेज के लिए, हमारा Muse Glimmer, Sakana Fugu बनाम Claude Fable 5 का लेख और MiniMax M3 को लोकली चलाने पर हमारा ट्यूटोरियल देखें।
संक्षेप में
- Muse Spark 1.1 Meta के Superintelligence Labs का दूसरा मॉडल है, 9 जुलाई, 2026 को जारी, एजेंटिक कार्यों के लिए बनाया गया, 1M-टोकन कॉन्टेक्स्ट विंडो के साथ।
- यह ओपन Llama परिवार के विपरीत प्रोपाइरेटरी और क्लोज़्ड-वेट है, meta.ai पर उपभोक्ताओं के लिए मुफ्त एक्सेस और पब्लिक प्रीव्यू में नया पेड Meta Model API उपलब्ध है।
- API की कीमत: प्रति मिलियन इनपुट टोकन $1.25 और प्रति मिलियन आउटपुट टोकन $4.25, और $20 के फ्री क्रेडिट।
- ताकतें: एजेंटिक कार्यों पर फोकस, टूल और कंप्यूटर उपयोग, कोडिंग, और मल्टीमोडल समझ में सुधार
- कमजोरी: लंबी-अवधि के एजेंटिक कार्य GPT-5.5 और Opus 4.8 की तुलना में अभी भी कमजोर हैं।
Muse Spark 1.1 क्या है?
Muse Spark 1.1 Meta का नवीनतम मल्टीमोडल रीजनिंग मॉडल है, जिसे केवल एक-टर्न सवालों के जवाब देने के बजाय बाहरी ऐप्स और सेवाओं में काम की योजना बनाने और उसे संचालित करने के लिए डिज़ाइन किया गया है। यह ओपन-वेट Llama परिवार से ऊपर बैठता है, जो Muse Spark मॉडल आने से पहले Meta की प्रमुख श्रृंखला थी।
Llama के विपरीत, Muse Spark प्रोपाइरेटरी और क्लोज़्ड-वेट है, न स्थानीय परिनियोजन की सुविधा है और न ही कम्युनिटी फाइन-ट्यूनिंग।
मूल Muse Spark से सबसे बड़ा बदलाव एजेंटिक क्षमता है।
Meta का कहना है कि 1.1 जटिल प्रोजेक्ट्स को तेज़ी से संभालता है क्योंकि इसे मल्टी-एजेंट सिस्टम को ऑर्केस्ट्रेट करने के लिए प्रशिक्षित किया गया है—या तो मुख्य एजेंट के रूप में जो योजना बनाता और डेलीगेट करता है, या सबएजेंट के रूप में जो अपने काम पर टिका रहता है और ज़रूरत पड़ने पर एस्केलेट करता है।
यह अपने 1M-टोकन कॉन्टेक्स्ट विंडो को सक्रिय रूप से मैनेज भी करता है, पहले के काम को कॉम्पैक्ट करते हुए आगे के चरणों के लिए ज़रूरी स्टेप्स को संभाले रखता है।
कोडिंग पर, Meta रिपोर्ट करता है कि 1.1 ने आंतरिक Meta Internal Coding Bench पर पहले मॉडल की तुलना में उल्लेखनीय सुधार किए हैं और अग्रणी विकल्पों के साथ प्रतिस्पर्धी है। यह फ्रेमिंग मायने रखती है क्योंकि स्वतंत्र बेंचमार्क्स एक अधिक मिश्रित तस्वीर दिखाते हैं, जिस पर मैं बेंचमार्क सेक्शन में आऊंगा।
Muse Spark 1.1 में नया क्या है
अपग्रेड का फोकस केवल टेक्स्ट जनरेट करने के बजाय ऐप्स और इंटरफेस में काम पूरा करने पर है। यहां वे क्षमताएं हैं जिन्हें Meta ने इस रिलीज़ के लिए रेखांकित किया है।
मल्टी-एजेंट प्रोजेक्ट्स का ऑर्केस्ट्रेशन
Muse Spark 1.1 मुख्य एजेंट के रूप में चल सकता है जो संदर्भ इकट्ठा करता है, योजना बनाता है, और समानांतर सबएजेंट्स में निष्पादन डेलीगेट करता है।
सबएजेंट के रूप में, यह अपने उपलब्ध टूल्स को समझता है और जानता है कि कब नियंत्रण मुख्य एजेंट को वापस करना है।
Meta का कहना है कि यही समानांतर संरचना एंड-टू-एंड लेटेंसी घटाकर इसे मूल Muse Spark से तेज़ी से जटिल प्रोजेक्ट पूरे करने देती है।
व्यवहार में, इसका मतलब है कि आप इसे इस तरह के प्रोजेक्ट पर लगा सकते हैं: "पिछली तिमाही के सपोर्ट टिकट खींचो, उन्हें श्रेणियों में बांटो, और एक समरी डेक का ड्राफ्ट बनाओ"—और यह रिट्रीवल, टैगिंग और ड्राफ्टिंग को सबएजेंट्स में बांट देगा।
Meta यह भी दावा करता है कि यह नए नेटिव टूल्स, MCP सर्वर्स, और कस्टम स्किल्स पर ज़ीरो-शॉट जनरलाइज़ करता है, इसलिए हर इंटीग्रेशन के लिए फाइन-ट्यून करने की ज़रूरत नहीं पड़ती।
कई ऐप्स में कंप्यूटर ऑपरेट करना
Muse Spark 1.1 वे कंप्यूटर-यूज़ वर्कफ़्लोज़ संभालता है जो कई एप्लिकेशनों में फैले होते हैं और जिनमें टास्क के बीच में जानकारी बदल सकती है।
Meta ने इसे यह तय करना सिखाया है कि स्पीड के लिए कब स्क्रिप्ट लिखनी है, कब सीधे इंटरफेस में क्लिक करना है, और एक-एक क्लिक के बजाय हर स्टेप पर एक्शन के बैच जनरेट करने हैं।
कंपनी का अपना उदाहरण एक एजेंट का है जो डिनर-पार्टी का ऑर्डर प्लेस करते हुए नया संदर्भ नोटिस करता है और यूज़र के हस्तक्षेप के बिना ऑर्डर अपडेट कर देता है।
डेटा टीम के लिए एक और नज़दीकी उदाहरण एक एजेंट हो सकता है जो किसी वेंडर की प्राइसिंग पेज स्क्रैप करे, सेशन के बीच में कीमत में बदलाव नोटिस करे, और एक्सपोर्ट करने से पहले तुलना स्प्रेडशीट में संशोधन कर दे।
दावा यह है कि यह विस्तारित सेशंस में संदर्भ बनाए रखता है और न्यूनतम मानवीय इनपुट के साथ बदलती आवश्यकताओं के अनुरूप ढल जाता है।
बड़े कोडबेस में बग फिक्स करना और कोड माइग्रेट करना
कोडिंग वह क्षेत्र है जहां Meta ने काफ़ी ज़ोर दिया है, वास्तविक-जीवन के कार्यों पर लाभों का हवाला देते हुए—जैसे जटिल बग का निदान, एंटरप्राइज़ सिस्टम्स में फीचर्स लागू करना, और बड़े कोड माइग्रेशन चलाना।
Muse Spark 1.1 आम एजेंटिक-कोडिंग सुविधाओं का समर्थन करता है, जिनमें प्लानिंग मोड, गोल कंडीशनिंग, सबएजेंट डेलीगेशन, और कॉन्टेक्स्ट कॉम्पैक्शन शामिल हैं, और Meta का कहना है कि यह OpenCode जैसे विविध हार्नेस के अनुरूप ढलता है।
प्रारंभिक पार्टनर्स इसे समर्थन देते हैं। Cline के CEO सौद रिज़वान ने कहा कि Meta "स्पष्ट रूप से गंभीर एजेंटिक कोडिंग के लिए बना रहा है—मजबूत टूल उपयोग, ऐसी कीमत पर जो बड़े पैमाने पर वास्तविक कोडिंग वर्कलोड चलाने लायक हो।" Replit के CEO अमजद मसाद ने इसकी "टॉप-टियर कोडिंग क्षमताओं (खासकर फ्रंटएंड और डिज़ाइन)" और OpenAI-कम्पैटिबल पैकेजिंग की प्रशंसा की।
एक ही वर्कफ़्लो में परसेप्शन और एक्शन को जोड़ना
Muse Spark 1.1 की मल्टीमोडल ताकतें परसेप्शन, विज़ुअल-टू-कोड जनरेशन, अत्यधिक-वर्णनात्मक इमेज और वीडियो कैप्शनिंग, और मल्टीमोडल एजेंटिक एक्ज़ीक्यूशन को कवर करती हैं। Meta यहां जिस बात पर ज़ोर देता है वह है परसेप्शन और एक्शन को साथ करना: विज़ुअल या ऑडियो इनपुट का निरीक्षण करना, लंबे वर्कफ़्लो में उन विवरणों को संभाले रखना, और आपके लिए कंप्यूटर ऑपरेट करते समय उनका उपयोग करना।
Meta के डेमो में स्मार्टफोन वीडियो का उपयोग कर प्रोडक्ट फ़ोटो निकाले गए और आइटम पर तर्क किया गया, फिर यूज़र की ओर से ब्राउज़र ऑपरेट कर Facebook Marketplace लिस्टिंग बनाई गई। उस मोडैलिटी सीमा पर ध्यान दें जिसकी तरफ़ कई तृतीय-पक्ष गाइड इशारा करते हैं: इनपुट में टेक्स्ट, इमेज और ऑडियो शामिल हैं, लेकिन आउटपुट फिलहाल केवल टेक्स्ट है—यह मॉडल सीधे इमेज या वीडियो जनरेट नहीं करता।
Muse Spark 1.1 बेंचमार्क्स
Meta की आधिकारिक पोस्ट Meta Internal Coding Bench जैसे आंतरिक मूल्यांकनों पर निर्भर करती है, जिन्हें स्वतंत्र रूप से पुनरुत्पादित नहीं किया जा सकता।
सबसे उपयोगी सार्वजनिक आंकड़े तृतीय-पक्ष तुलना से आते हैं, और वे दिखाते हैं कि Muse Spark 1.1 सबसे कठिन कोडिंग कार्यों पर गैप के बदले मजबूत टोकन दक्षता पेश करता है।
| बेंचमार्क | Muse Spark 1.1 Meta |
Muse Spark Meta |
Gemini 3.1 Pro (high) |
Opus 4.8 (max) Anthropic |
GPT 5.5 (xhigh) OpenAI |
|
|---|---|---|---|---|---|---|
| एजेंट | MCP Atlas स्केल्ड टूल उपयोग |
88.1 | 82.2 | 78.2 | 82.2 | 75.3 |
| JobBench प्रोफेशनल टूल उपयोग |
54.7 | 17.0 | 15.9 | 48.4 | 38.3 | |
| Toolathlon-Verified पर्सनल टूल उपयोग |
75.6 | 49.4 | 61.1 | 76.2 | 73.5 | |
| OSWorld-Verified एजेंटिक कंप्यूटर उपयोग |
80.8 | 53.3 | 76.2 | 83.4 | 78.7 | |
| Humanity's Last Exam बहुविषयक तर्क (टूल्स के साथ) |
62.1 | 50.4 | 51.4 | 57.9 | 52.2 | |
| Finance Agent v2 एजेंटिक वित्तीय विश्लेषण |
57.2 | - | 43.0 | 53.9 | 51.8 | |
| कोडिंग | Terminal-Bench 2.1 एजेंटिक टर्मिनल कोडिंग |
80.0 | 67.3 | 70.3 | 82.7 | 83.4 |
| SWE-Bench Pro विविध सॉफ्टवेयर इंजीनियरिंग |
61.5 | 55.0 | 54.2 | 69.2 | 58.6 | |
| DeepSWE 1.1 लंबी-अवधि एजेंटिक कोडिंग |
53.3 | 10.0 | 12.0 | 59.0 | 67.0 | |
| मल्टीमोडल | CharXiv Reasoning चार्ट QA |
88.4 | 88.9 | 81.6 | 89.9 | 84.8 |
| BabyVision विज़ुअल रीजनिंग |
76.3 | 39.9 | 51.5 | 81.2 | 83.6 | |
Terminal-Bench 2.1 (एजेंटिक टर्मिनल कोडिंग)
Terminal-Bench 2.1 यह मापता है कि कोई मॉडल टर्मिनल में मल्टी-स्टेप कोडिंग और एजेंट टास्क्स को कितना अच्छी तरह हैंडल करता है।
Meta ने Muse Spark 1.1 के लिए 80.0 का स्कोर पोस्ट किया, जो Claude Opus 4.8 के 82.7 और GPT-5.5 के अग्रणी 83.4 से थोड़ा पीछे है।
MCP Atlas (स्केल्ड टूल उपयोग)
यह इंडेक्स स्केल्ड टूल उपयोग को मापता है जो कई बाहरी ऐप्स और सेवाओं में योजना और ऑर्केस्ट्रेशन की मांग करता है।
Muse Spark 1.1 यहां बढ़त लेता है—88.1 का स्कोर, जबकि Opus 4.8 के लिए 82.2 और GPT-5.5 के लिए 75.3। Meta का नया मॉडल JobBench बेंचमार्क्स पर भी शीर्ष पर है, जो प्रोफेशनल टूल उपयोग पर केंद्रित है—दिखाता है कि एजेंटिक टूल उपयोग Muse Spark 1.1 के लिए सर्वोच्च प्राथमिकता है।
इवैल्यूएशन अवेयरनेस (Apollo Research)
Apollo Research का इवैल्यूएशन-अवेयरनेस मेट्रिक यह मापता है कि कोई मॉडल ऐसा प्रतीत होता है या नहीं कि उसे परीक्षण किया जा रहा है। तृतीय-पक्ष सारांश यह दावा दोहराते हैं कि Muse Spark ने मूल्यांकित मॉडलों में सबसे अधिक इवैल्यूएशन-अवेयरनेस दरें दिखाईं। इसे सावधानी से लें: इसका स्वतंत्र रूप से व्यापक पुनरुत्पादन नहीं हुआ है, और कुछ टिप्पणीकारों को चिंता है कि अधिक पुनरावृत्ति के बिना इसे बढ़ा-चढ़ाकर पेश किया जा सकता है।
Muse Spark 1.1 की कीमत और उपलब्धता
उपभोक्ताओं के लिए एक्सेस मुफ्त है। Muse Spark 1.1 Meta AI ऐप और meta.ai पर Thinking मोड में चलता है, जिसके लिए Meta लॉगिन आवश्यक है और भारी उपयोग के लिए संभवतः सर्वर-साइड रेट लिमिट्स हैं। यह टेक्स्ट, इमेज और ऑडियो इनपुट स्वीकार करता है, लेकिन आउटपुट केवल टेक्स्ट देता है।
डेवलपर्स के लिए नया Meta Model API पब्लिक प्रीव्यू में है। अमेरिकी डेवलपर्स अब इसे प्रॉम्प्ट्स टेस्ट करने, आउटपुट्स की तुलना करने, और इंटीग्रेशन के प्रोटोटाइप बनाने के लिए एक्सेस कर सकते हैं, जिसकी प्राइसिंग इस प्रकार है:
- प्रति मिलियन इनपुट टोकन $1.25
- प्रति मिलियन आउटपुट टोकन $4.25
- पे-एज़-यू-गो पर जाने से पहले $20 के फ्री क्रेडिट
Reuters के अनुसार यह प्राइसिंग OpenAI के एंट्री-लेवल GPT-5 mini और Anthropic के Claude Haiku 4.5 से ऊपर, लेकिन Anthropic के उच्च-स्तरीय Claude Sonnet 4.8 से नीचे बैठती है।
उम्मीद है कि यह मॉडल WhatsApp, Instagram, Facebook, और Meta के स्मार्ट ग्लासेज़ पर चल रहे मौजूदा Llama मॉडलों को रिप्लेस करेगा। यह ध्यान देने योग्य है कि कई स्वतंत्र गाइड बताते हैं कि API का डॉक्यूमेंटेशन कम है—न कोई विस्तृत मॉडल कार्ड, और न ही कुछ मुख्य स्पेक्स की आधिकारिक, सटीक पुष्टि।
अंतिम विचार
इस लॉन्च से सबसे स्पष्ट संकेत यह है कि Meta ने अपना बिज़नेस मॉडल बदल दिया है। Meta Model API के जरिए प्रति टोकन चार्ज करके, Meta अब Anthropic और OpenAI के मैदान में प्रतिस्पर्धा कर रहा है—सिर्फ Llama की तरह ओपन वेट्स शिप करने तक सीमित नहीं।
AI में जिसकी साख openness पर बनी थी, उस कंपनी के लिए यह बड़ा बदलाव है।
मेरा निष्कर्ष है कि Muse Spark 1.1 दो कारणों से वाकई दिलचस्प है: meta.ai पर फ्रंटियर-लेवल का मुफ्त उपभोक्ता एक्सेस, और मजबूत टोकन दक्षता।
व्यावहारिक उपयोगकर्ताओं के लिए बड़ा caveat पारदर्शिता है। कोई ओपन-वेट रिलीज़ नहीं है, इसलिए यदि आपके वर्कफ़्लो को लोकल परिनियोजन या फाइन-ट्यूनिंग चाहिए, तो Muse Spark आपके लिए सही मॉडल नहीं है—ओपन Llama लाइन या MiniMax M3 जैसा कोई ओपन-वेट विकल्प बेहतर फिट रहेगा।
यदि आप वे एजेंटिक और मल्टी-टूल वर्कफ़्लो बनाना चाहते हैं जिनके लिए Muse Spark 1.1 डिज़ाइन किया गया है, तो मैं हमारा Developing AI Systems with the OpenAI API कोर्स सुझाता हूँ, क्योंकि Meta Model API OpenAI-कम्पैटिबल शिप होता है।