Muse Spark 1.3: практическое руководство для разработчиков

Meta выпустила Muse Spark 1.3 2 сентября 2026 года, и инструкция по обновлению помещается в одну строку: смените ID модели. Это значит, что используются те же эндпоинты, тот же SDK и те же цены.

По словам Meta, такая правка даёт модель, которая заканчивает ту же задачу примерно с на 20% меньшим числом вызовов инструментов и на 25% меньшим числом токенов, чем Muse Spark 1.2. Эти цифры получены из сравнений, выполненных инженерами Meta на неназванных задачах и без описания методологии.

Именно такие заявления стоит проверить, прежде чем их повторять. 

Поэтому я установил Muse Code, намеренно «сломал» реальный open source‑проект и прогнал одни и те же три задачи на обеих моделях.

Чтобы пройти по этому руководству по Muse Code, вам понадобится учётная запись разработчика Meta, удобный терминал и macOS или Linux для агента Muse Code. Пользователям Windows пока не повезло в текущей бета‑версии.

Коротко

• Muse Spark 1.3 — флагманская мультимодальная модель рассуждений от Meta, выпущенная 2 сентября 2026 года, с контекстным окном в 1 млн токенов.
• Muse Code по умолчанию запускает muse-spark-1.3-contributor, что означает, что Meta обучается на вашем коде, если вы не переключитесь. Обучение — это opt-out, а не opt-in.
• В 6 запусках на 3 задачах по программированию версия 1.3 оказалась дешевле на 2 из них и на 38% дороже на третьей, что в сумме дало рост стоимости на 12% по набору.
• Число завершений модели снизилось на 23% и 32% в 2 задачах, где 1.3 выиграла, что коррелирует с заявлением Meta о вызовах инструментов. Некэшированный ввод снизился во всех 3 случаях, но ни разу не на 25%.
• Уровень рассуждений ultra присутствует в CLI и селекторе в сессии, но бэкенд его отклоняет именованным фичегейтом.

Что такое Muse Spark 1.3?

Muse Spark 1.3 — флагманская мультимодальная модель рассуждений от Meta, выпущенная Meta Superintelligence Labs 2 сентября 2026 года и предназначенная для длинных агентных сессий и кодинга по большим репозиториям. Она держит 1 048 576 токенов контекста и принимает текст, изображения, видео и файлы.

От версии Muse Spark 1.2 изменилось шесть вещей:

• Эффективность. Примерно на 20% меньше вызовов инструментов и на 25% меньше токенов во внутренних сравнениях Meta.
• Совместная работа. Задаёт уточняющие вопросы при расплывчатых запросах и перепроверяет перед значимыми действиями.
• Многозадачность в одном треде, чтобы сообщение, отправленное по ходу, прикрепилось к нужной задаче.
• Следование длинным инструкциям с меньшим числом потерянных ограничений в многошаговой работе.
• Лучшая калибровка на необратимых действиях.
• Более чистый стиль кодинга. Меньше лишних ходов, меньше многословия.

Выглядит многообещающе, но опубликованный Meta скоркард гоняет Muse Spark 1.3 на max reasoning против Muse Spark 1.2 на xhigh, и при запуске max всё ещё был под ограничением. 

Artificial Analysis оценили поставляемый вариант xhigh на Intelligence Index 61, а max — на 62. Разница всего в один пункт.

Мэтт Крэбтри уже разобрал полные таблицы бенчмарков, раскладку по ценам и сравнение с GPT‑5.6 Sol и Claude Opus 5 в своём разборе релиза Muse Spark 1.3. Повторяться не буду. Ниже — что происходит, когда вы устанавливаете инструмент и заставляете его работать.

Как получить доступ к Muse Spark 1.3

Есть три пути, и правильный зависит от того, что вы строите. Выберите по таблице и переходите к соответствующему разделу.

Muse Code, терминальный агент

Muse Code — терминальный агент для кодинга от Meta, бета для macOS и Linux. Это обвязка, в которой работает Muse Spark, и они версионируются независимо, так что muse --version ничего не говорит о том, с какой моделью вы общаетесь. Держите это разделение в голове.

curl -fsSL https://dev.meta.ai/install.sh | bash

Команда скачивает бинарник на 230 МБ и кладёт его в ~/.local/bin/muse, который есть в PATH не у всех. 

Затем проверьте, что установилось:

muse --version

На 4 сентября 2026 это было Muse Code 1.0.2 (1.0.2-R2040.1). 

Немного странно для беты, ведь сторонние инструменты ещё пару недель назад документировали Muse Code как 0.2.1. Привязывайте полученную версию к дате получения.

Скриншот автора. Установка Muse Code одной строкой и подтверждение версии 1.0.2 на macOS.

Теперь выполните muse. В первый раз утилита напечатала Not logged in. Run muse again to log in и завершилась. То есть запускать нужно дважды — мелочь, из‑за которой можно заподозрить, что установка сломалась.

При втором запуске стартует device‑поток OAuth. Утилита печатает URL для входа с коротким кодом, отдельно показывает тот же код и просит подтвердить совпадение перед утверждением в браузере.

Sign in at this page:
  https://auth.meta.com/oauth/device/?code=XXXX-XXXX
confirm this code matches:
  XXXX-XXXX

Waiting for approval…

Затем вы увидите следующий экран: 

Скриншот автора. Процесс входа Meta Model API, подтверждение данных аккаунта перед выдачей учётных данных. 

В браузере вы подтверждаете имя, принимаете условия и добавляете карту. Прочитайте панель цен на этом экране оплаты, прежде чем кликать дальше — скоро станет ясно почему.

Тариф по умолчанию обучается на вашем коде

В терминале заголовок сессии показывает, что запущено:

Muse Code 1.0.2
You are logged in.
Model set to muse-spark-1.3-contributor
└ Discounted tokens: your content, including inter-session messages, may be
  used for product improvement.

Ещё раз посмотрите на название модели. Вариант contributor, выставленный по умолчанию, при чистой установке, без вопросов.

Meta это не скрывает. Дисклеймер размещён под названием модели, на экране оплаты contributor отмечен как DEFAULT, а статус‑бар держит muse-spark-1.3-contributor на виду, пока вы работаете. 

Но ожидания большинства разработчиков перевёрнуты.

Если вы открываете Muse Code в клиентском репозитории и начинаете работу, вы уже отправили этот код на endpoint, допускающий обучение. Проверьте статус‑бар до первого промпта, а не после.

Скриншот автора. Первая сессия Muse Code с моделью по умолчанию muse-spark-1.3-contributor и дисклеймером об улучшении продукта ниже.

Статус‑бар также показывает уровень рассуждений, у меня это было high. Не xhigh — тот вариант, который бенчмаркировал Artificial Analysis. Это важно помнить, когда вы сравниваете свои результаты с любыми опубликованными числами.

Выбор и смена тарифов

Выполните /model — откроется интерактивный селектор с четырьмя опциями и их ставками. Эти цифры совпадают с экраном оплаты Meta:

Contributor примерно в 12 раз дешевле по вводу и в 21 раз — по выводу.

Эту скидку «покупают» вашей интеллектуальной собственностью. Формулировка Meta: «ваш контент, включая межсессионные сообщения, может использоваться для улучшения продукта», что охватывает не только переданный код.

Обе версии Muse Spark 1.2 всё ещё в селекторе с идентичными ценами, что важно для сравнения ниже: так как ставки не меняются между поколениями, сравнение по токенам — это сравнение по стоимости без нормировки.

Скриншот автора. Селектор /model показывает все четыре варианта Muse Spark с кэшированными, входными и выходными ставками.

Чтобы отказаться, поднимитесь стрелками до muse-spark-1.3 и нажмите Enter. Строка «Discounted tokens» исчезнет из заголовка.

Для клиентской работы есть более жёсткая опция, которой нет в терминале. Meta утверждает, что начала принимать заявки на нулевое хранение данных, но это делается через продажи, а не переключателем. 

Хранение и обучение — это разные вопросы, и агентские договоры обычно требуют ответа на оба.

Ограничение по скорости работает по‑разному между тарифами, хотя источники расходятся как именно. Блог разработчиков Meta описывает тариф contributor как ограниченный токенами в скользящем 5‑часовом окне, а не числом запросов. Пресса на запуске 1.2 сообщала об ограничении 60 запросов в минуту — совсем другой механизм. Я не упёрся ни в один лимит, сделав около 90 завершений модели за день.

Meta Model API и OpenRouter

Meta Model API совместим с OpenAI SDK, поэтому миграция сводится к смене ID модели при сохранении клиентского кода. ID моделей — muse-spark-1.3 и muse-spark-1.3-contributor.

В OpenRouter модель доступна под slug meta/muse-spark-1.3. Это стоит вам чего‑то: OpenRouter измерил пропускную способность около 81 токен/с против 182, зафиксированных Artificial Analysis при прямом доступе, с доступностью около 92% за первые три дня. Поставщик один — Meta, так что на второго для фейловера переключиться нельзя.

Ваша первая сессия Muse Spark 1.3

Всё ниже запускается на python-humanize/humanize, закреплённом на коммите 823ad6096. Это 1676 строк исходников в 6 модулях, тесты запускаются менее чем за секунду, домен не требует объяснений. Репозиторий не изменяется.

Это вопросы только на чтение, чтобы посмотреть, как агент изучает кодовую базу, прежде чем отдавать ему что‑то на запись.

Два промпта, чтобы почувствовать, как он читает код. Начнём с первого: 

Map the dependency graph of this project and tell me which module has the most inbound imports.

Он выполнил две команды, перечислил структуру проекта, а затем написал парсер AST вместо grep по import. Ответ: i18n с 4 входящими импортами, разложенными как i18n — 4, number — 2, и filesize, lists, time и _version — по 1.

Я проверил своим скриптом и получил другие числа — показалось, что поймал ошибку. Ошибся мой скрипт. Он считал только относительные импорты (from ._version import ...) и пропустил абсолютную форму (from humanize.i18n import ...), которая чаще используется в этом пакете. Модель обработала обе.

Второй промпт — тот, что стоит запускать, потому что его можно проверить:

List every public function in src/humanize, grouped by module, with a count per module.

Ответил 20 всего: filesize — 1, i18n — 5, lists — 1, number — 8, time — 5. Всё верно. Затем сам добавил, без запроса, что i18n.get_translation по имени публичная, но отсутствует в i18n.__all__, который экспортирует только остальные четыре. Тоже верно.

Эта сессия стоила $0.01 за 8 ходов.

Уровень рассуждений, о котором Meta не говорит

muse --help документирует следующее:

--reasoning-effort <EFFORT>
    Meta reasoning effort: none|minimal|low|medium|high|xhigh|ultra
    (default: high)

Селектор /effort в сессии предлагает шесть из семи вариантов, без none. 

Скриншот автора. Селектор /effort со списком шести уровней рассуждений, текущий — high.

Оба списка содержат уровень ultra, которого нет ни в одном анонсе Meta. Публичная позиция Meta — что max reasoning «скоро появится после завершения дополнительного тестирования безопасности».

Я запросил его:

muse exec --model muse-spark-1.3-contributor --reasoning-effort ultra 'Reply with exactly: ok'

tbh: reasoning effort ultra is not available (gate ultra_reasoning_effort is closed); using xhigh

Существует именованный фичегейт ultra_reasoning_effort, и он закрыт. Возможность реализована, но переключатель выключен на серверной стороне. Это более предметная картина, чем «ожидает тестирования безопасности», и пришла она в предупреждении, где, кстати, есть слово «tbh».

Два практических вывода. Клиент рекламирует уровень, который бэкенд не обслуживает, и в CLI, и в селекторе. И он молча понижает до xhigh с единственной строкой в stderr, которая в скрипте или CI‑логе легко проскроллится. Вы будете думать, что запускали одну конфигурацию, а на деле — другую.

Затем я попробовал значение, которого нет в документации:

muse exec --model muse-spark-1.3-contributor --reasoning-effort max 'Reply with exactly: ok'

Никаких предупреждений. Команда отработала и вернула ok. То есть недокументированное значение проходит валидацию без комментариев, в то время как документированное — гейтится, и по выводу нельзя понять, какой уровень рассуждений фактически обслужил ваш запрос.

Скриншот автора. Запрос ultra возвращает закрытый фичегейт и тихое понижение до xhigh, а недокументированный max проходит без комментариев.

Если вам важно, какой уровень рассуждений запущен, задавайте его явно и читайте stderr. Не предполагайте, что переданный флаг — это использованный флаг.

Подтверждается ли заявление об эффективности Muse Spark 1.3?

Тест такой. Берём один open source‑репозиторий, откатываем реальный коммит с исправлением бага, чтобы тесты действительно падали, затем запускаем три задачи по коду на обеих моделях с одинаковыми промптами и флагами.

Это отдельно от исследовательской сессии выше. Каждая из них пишет код.

Откат исходной части коммита 823ad6096 при сохранении его тестов даёт 6 падающих тестов — это исходное состояние:

git checkout 823ad6096e1e5ba82ea876ce761fc2efebd76157
git show 823ad6096 -- src/humanize/filesize.py | git apply -R -
python -m pytest tests/test_filesize.py -q

Каждый запуск использовал одну и ту же форму команды, менялись только ID модели и промпт:

muse exec \
  --model muse-spark-1.3-contributor \
  --reasoning-effort high \
  --no-parallel-tool-calls \
  --approval-mode never \
  'PROMPT GOES HERE'

Задача 1, исправление бага. 

Успех бинарный: 6 тестов проходят — или нет. 

The test suite tests/test_filesize.py is failing. 
Fix the source code in src/humanize/ so that all tests pass. 
Do not modify any file in tests/.

Задача 2, небольшая фича.

Достаточно открыто, чтобы модели могли по‑разному трактовать объём работ, что и оказалось важным.

Add a function called natural_list_with_limit to src/humanize/lists.py. 
It formats a list but truncates after a given number of items, appending "and N more". 
Export it from the package and add tests.

Задача 3, рефакторинг.

Самая тяжёлая из трёх, затрагивает несколько файлов.

src/humanize/number.py is 571 lines. 
Split it into two modules along a sensible boundary, 
update all imports across the package, and make sure the full test suite still passes.

Три задачи выполнялись последовательно без сброса между ними, так что 2 и 3 строились на том, что модель сделала раньше. Обе модели шли по одному пути.

Числа токенов взяты из журналов сессий в ~/.local/share/muse/sessions/, считались по одному на завершение модели. Все шесть запусков прошли тесты.

И дельты, где отрицательное — значит 1.3 использовала меньше:

Честное прочтение результата

Две задачи из трёх вышли дешевле, с на 23% и 32% меньшим числом завершений модели. Это прямо укладывается в заявление Meta о вызовах инструментов. А рефакторинг пошёл в обратную сторону: на 70% больше завершений и на 38% больше стоимости.

В сумме по трём задачам 1.3 стоила на 12% дороже, чем 1.2. Так что заявление об эффективности верно, но зависит от задачи, а одиночный заголовочный процент этого совсем не отражает.

Некэшированный ввод упал по всем задачам на 19%, 22% и 5%. Ни разу не на 25%. 

Meta не уточняет, какие токены считала, а ответ сильно меняется в зависимости от того, речь о вводе, выводе, некэшированном или общем числе.

Попадания в кэш были 88–97% и росли с длиной задачи. Отчёт по «сырым» входным токенам без деления на кэшированные/некэшированные был бы почти бессмысленным: ведь 4.18 млн входных токенов в рефакторинге — это по сути 109 тыс. нового контекста плюс 4.07 млн перечитываний, тарифицируемых в пятьдесят раз дешевле.

Почему рефакторинг — это не чистый проигрыш

Посмотрите, что именно 1.3 сделала на этой задаче, прежде чем называть её неэффективной.

Она проверила, что каждый перенесённый блок побайтно идентичен оригиналу — программно. 

Запустила --doctest-modules на обоих новых файлах. Протестировала разрешение импортов из временной директории в /tmp. Затем отметила две вещи, о которых её не просили: что функция humanize.scientific затеняет новый подмодуль, и что naturaldelta doctest падает идентично на «чистом» дереве, так что сбой не из‑за изменений.

Muse Spark 1.2 продублировала вспомогательную функцию, чтобы обойти циклический импорт, и пошла дальше. 1.3 импортировала её и объяснила, почему цикла нет.

В этой архитектуре нельзя отделить «сожгла больше токенов» от «сделала работу тщательнее». Честно будет сказать: 1.3 потратила больше и дала больше, и выигрыш это или нет — зависит от того, нужна ли вам эта дополнительная строгость.

Задача с фичей показывает обратный паттерн и лучше всего иллюстрирует заявление Meta о «меньшей многословности». Muse Spark 1.2 выдумала алиасы параметров max_items, n и max_len, о которых никто не просил, и написала 28 тестов. 

Muse Spark 1.3 написала одну сигнатуру с разумным значением по умолчанию и 20 тестов — на 54% меньше выходных токенов.

Что я не мог контролировать

Четыре вещи, и обойти их молчанием было бы нечестно.

1. Muse Code обновился с 1.0.2 до 1.0.3 по ходу, так что обвязка не была идентичной во всех шести запусках. 
2. Задачи 2 и 3 стартовали из предыдущего вывода каждой модели, а не из побайтно идентичного дерева, поскольку последовательность идёт без сбросов.
3. Каждая ячейка — один прогон, обычная межзапусковая дисперсия не измерена. 
4. И всё прогонялось на тарифе contributor — модель та же, но условия по данным другие.

Ни одно из этого не отменяет направленность результатов. Но означает, что совокупная разница в 12% — сигнал слабее, чем были бы три совпадающих прогона на ячейку.

Лучшие практики и устранение неполадок Muse Spark 1.3

Несколько вещей, о которых хотелось бы знать в первый день.

Промптинг под совместные сценарии

Muse Spark 1.3 задаёт уточняющие вопросы при неоднозначных промптах, так что чрезмерно детализированный промпт отключает поведение, за которое вы платите. Неочевидно, если вы два года привыкали выписывать все инструкции заранее.

Однако рамки всё ещё важны. «Разбей number.py» оставляет модели гадать о границе, обновлениях импортов и критерии готовности. Версия, которой я реально пользовался, задаёт все три явно:

src/humanize/number.py is 571 lines. Split it into two modules along a sensible boundary, update all imports across the package, and make sure the full test suite still passes.

Ещё один момент. В моём промпте по рефакторингу было number.py is 571 lines. На самом деле — 567. Обе модели меня поправили без запроса, а 1.3 — уже в первом предложении. Моё число было с вершины репозитория, а не с закреплённого коммита.

Как снизить затраты

Размещайте стабильную часть промпта в начале, чтобы она кэшировалась. При 88–97% хитрейтов поведение кэша влияет на счёт куда сильнее, чем выбор модели.

Три задачи стоили $0.034 на тарифе contributor. На standard та же работа вышла бы $0.91 — разница в 27 раз. Вот решение о тарифе в деньгах: три цента против девяноста.

Через OpenRouter веб‑поиск тарифицируется отдельно по $2.50 за 1 000 вызовов.

Когда Muse Spark 1.3 — не лучший выбор

• Нет трасс рассуждений. Вы видите, что решено, а не почему, из‑за чего плохой рефакторинг труднее отлаживать.
• Max reasoning под ограничением, так что конфигурация из заголовочных бенчмарков недоступна.
• Закрытые веса. Нельзя развернуть у себя, нельзя дообучить. В дорожной карте Meta упоминается «Muse Spark open weights release» без версии, даты или лицензии.
• Один провайдер. Когда endpoint Meta деградирует, маршрутизировать некуда.

Типичные проблемы и решения

• muse: command not found после чистой установки. Скрипт ставит в ~/.local/bin/muse, а эта директория не во всех шеллах входит в PATH.
• Not logged in. Run muse again to log in. Ровно то, что написано. Первый запуск muse выходит, второй запускает вход.
• Вы на тарифе contributor и не выбирали его. Это значение по умолчанию. Проверьте статус‑бар и выполните /model до открытия чего‑то непубличного.
• ultra рассуждения тихо становятся xhigh. Гейт закрыт. Читайте stderr, а не доверяйте переданному флагу.
• Muse Code обновляется в середине сессии. У меня было 1.0.2 → 1.0.3 между прогонами. Если что‑то измеряете, фиксируйте и записывайте версию.

Одно, что не воспроизвелось

Ходили сообщения, что пользователям из ЕС продолжали отдавать Muse Spark 1.1 после релиза 1.3. Я запускал всё это из Нидерландов и везде получал 1.3. Те отчёты касались Meta.ai, потребительского ассистента, и, похоже, не относятся к Muse Code или Model API. Два разных развёртывания.

Итоги

Заявление Meta об эффективности подтвердилось на двух из трёх моих задач и обернулось наоборот на третьей, в сумме дав рост стоимости на 12%. Часть про вызовы инструментов выглядит прочной — снижение на 23% и 32%, где 1.3 выигрывала. Часть про токены полностью зависит от того, какие токены вы считаете.

Если вы уже на Meta Model API или в Muse Code, смена ID модели займёт минуту, и, вероятно, на рутинной работе вы выиграете. Если выбираете с нуля для продакшн‑агентов, закрытый вариант max и отсутствие трасс рассуждений — конкретные причины подождать пару недель.

Действовать я бы стал не из‑за числа эффективности. А из‑за того, что Muse Code по умолчанию ставит вас на тариф с обучением на данных и что документированный уровень рассуждений тихо понижается при запросе. Оба момента — одна строка для проверки и их легко упустить.

Сравните на своей загрузке. Мои три задачи — не ваши три, а разброс между ними оказался больше разницы между моделями.

За полной картиной бенчмарков — в разборе Мэтта Muse Spark 1.3. А чтобы развить навыки самостоятельной оценки моделей, начните с нашего AI Agent Fundamentals.