Muse Spark 1.2 (xhigh) logo
Meta
•

Proprietary model

•

Released August 2026

Muse Spark 1.2 (xhigh): Analyse von Intelligenz, Leistung und Preis

Ausprobieren Benchmarks der API-Anbieter

Modellübersicht

Intelligenz

57
Artificial Analysis Intelligence Index
4 von 4 Einheiten für Intelligenz.

Geschwindigkeit

k. A.
Ausgabetokens pro Sekunde
Unbekannter Wert von 4 Einheiten für Geschwindigkeit.

Kosten

Eingabe 1,25 $Ausgabe 4,25 $Cache-Rabatt 88%
$0.40
Kosten pro Intelligence-Index-Aufgabe
3 von 4 Einheiten für Kosten.

Ausführlichkeit

95M
Ausgabetokens im Intelligence Index
3 von 4 Einheiten für Ausführlichkeit.

Muse Spark 1.2 (xhigh) zählt bei der Intelligenz zu den führenden Modellen und ist preislich gut aufgestellt im Vergleich zu anderen Modellen mit ähnlichem Preis. Das Modell unterstützt Text, Bilder, Sprache und Video als Eingabe und Text als Ausgabe. Das Kontextfenster umfasst 1M Tokens.

Muse Spark 1.2 (xhigh) erzielt im Artificial Analysis Intelligence Index einen Wert von 57 und liegt damit deutlich über dem Durchschnitt der vergleichbaren Modelle (Median: 35). Bei der Evaluation des Intelligence Index erzeugte es 95M Tokens und antwortete damit etwas ausführlich im Vergleich zum Median von 72M.

Der Preis für Muse Spark 1.2 (xhigh) beträgt $1.25 pro 1 Mio. Eingabetokens (moderat bepreist; Median: $1.75) und $4.25 pro 1 Mio. Ausgabetokens (moderat bepreist; Median: $10.00). Insgesamt kostete die Evaluation von Muse Spark 1.2 (xhigh) im Intelligence Index $639.27.

ReasoningJa

Diese Seite zeigt die Reasoning-Version dieses Modells.

Möglicherweise gibt es auch eine Variante ohne Reasoning.

Eingabemodalität

Unterstützt: Text, Bilder, Sprache und Video

Ausgabemodalität

Unterstützt: Text

Kontextfenster1M
~1573 A4-Seiten in Arial mit Schriftgröße 12

Metriken werden mit Modellen derselben Klasse verglichen:

  • Modelle ohne Reasoning → Vergleich nur mit anderen Modellen ohne Reasoning
  • Reasoning-Modelle → Vergleich mit Reasoning-Modellen und Modellen ohne Reasoning
  • Modelle mit offenen Gewichten → Vergleich nur mit anderen Modellen mit offenen Gewichten derselben Größenklasse:
    • Sehr klein: ≤4B Parameter
    • Klein: 4B–40B Parameter
    • Mittel: 40B–150B Parameter
    • Groß: >150B Parameter
  • Proprietäre Modelle → Vergleich mit proprietären Modellen und Modellen mit offenen Gewichten derselben Preisklasse anhand eines Mischpreisverhältnisses von 3:1 für Eingabe/Ausgabe:
    • <$0.15 pro 1 Mio. Tokens
    • $0.15–$1 pro 1 Mio. Tokens
    • >$1 pro 1 Mio. Tokens

Wichtigste Ergebnisse

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

Geschwindigkeit

Output tokens per second · Higher is better

Kosten pro Aufgabe

Weighted average cost (USD) per Intelligence Index task · Lower is better

Intelligenz

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.1.1 incorporates 9 evaluations: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR
Reasoning models are indicated by a lightbulb icon

Artificial Analysis Intelligence Index v4.1.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index by Open Weights / Proprietary

Artificial Analysis Intelligence Index v4.1.1 incorporates 9 evaluations: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR
Reasoning models are indicated by a lightbulb icon

Artificial Analysis Intelligence Index v4.1.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Benchmarks

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better
See more
GDPval-AA v2

Agentic real-world work tasks, (Elo-500)/2000

𝜏³-BankingUpdated

Agentic tool use

Terminal-Bench v2.1

Agentic coding & terminal use

SciCode

Coding

Humanity's Last ExamUpdated

Reasoning & knowledge

GPQA Diamond

Scientific reasoning

CritPt

Physics reasoning

AA-Omniscience AccuracyUpdated

Knowledge

AA-Omniscience Non-Hallucination RateUpdated

1 - hallucination rate

AA-LCRUpdated

Long context reasoning

AA-Briefcase

Agentic knowledge work, Elo

AutomationBench-AA

Agentic SaaS workflows

Harvey LAB-AA

Legal agentic work, criterion pass rate

EnterpriseOps-Gym-AA

Agentic business operations

AA-AnalystAgentNew

Quantitative analysis on spreadsheets & documents

IFBench

Instruction following

APEX-Agents-AA

Long-horizon agentic tasks

ITBench-AA

Kubernetes incident root-cause analysis

MMMU-Pro

Visual reasoning

Reasoning models are indicated by a lightbulb icon

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Artificial Analysis Intelligence Index v4.1.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

AA-Briefcase

AA-Briefcase Elo

AA-Briefcase is an agentic knowledge work benchmark developed by Artificial Analysis. AA-Briefcase Elo is a combined metric that aggregates rubric pass rate, analytical quality Elo and presentation Elo · Higher is better
Reasoning models are indicated by a lightbulb icon

AA-Briefcase Elo is a combined metric that aggregates analytical quality Elo, presentation Elo, and rubric pass rate, with rubric performance converted into Elo via synthetic head-to-head matches. Elo and 95% confidence interval bounds are clamped at 0.

AA-Omniscience

AA-Omniscience Index

AA-Omniscience Index (higher is better) measures knowledge reliability and hallucination. It rewards correct answers, penalizes hallucinations, and has no penalty for refusing to answer. Scores range from -100 to 100, where 0 means as many correct as incorrect answers, and negative scores mean more incorrect than correct.
Reasoning models are indicated by a lightbulb icon

AA-Omniscience Index (higher is better) measures knowledge reliability and hallucination. It rewards correct answers, penalizes hallucinations, and has no penalty for refusing to answer. Scores range from -100 to 100, where 0 means as many correct as incorrect answers, and negative scores mean more incorrect than correct.

Vergleiche des Intelligence Index

Intelligence Index vs. Cost per Intelligence Index Task

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Pareto line
Reasoning models are indicated by a lightbulb icon

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Artificial Analysis Intelligence Index v4.1.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Tokenverbrauch

Output Tokens per Intelligence Index Task

Weighted average number of output tokens used to run one task in the Artificial Analysis Intelligence Index
Reasoning models are indicated by a lightbulb icon

The number of tokens required per Intelligence Index task. This is calculated by multiplying the output tokens per eval by the relative weights of each benchmark in the Intelligence Index, then dividing by task count (excluding repeats).

Kosten

Cost per Intelligence Index Task

Weighted average cost (USD) per Artificial Analysis Intelligence Index task, segmented by token type. Lower is better
Reasoning models are indicated by a lightbulb icon

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Cost to Run Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index
Reasoning models are indicated by a lightbulb icon

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Pricing: Cache Hit, Input, and Output

Price (USD per M Tokens)
Reasoning models are indicated by a lightbulb icon

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Kontextfenster

Context Window

Context window: tokens limit · Higher is better
Reasoning models are indicated by a lightbulb icon

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Häufig gestellte Fragen

Häufige Fragen zu Muse Spark 1.2 (xhigh)

Muse Spark 1.2 (xhigh) wurde am 5. August 2026 veröffentlicht.

Muse Spark 1.2 (xhigh) wurde von Meta entwickelt.

Muse Spark 1.2 (xhigh) erzielt im Artificial Analysis Intelligence Index einen Wert von 57 und liegt damit im Vergleich zu anderen Reasoning-Modellen einer ähnlichen Preisklasse deutlich über dem Durchschnitt (Median: 35).

Muse Spark 1.2 (xhigh) kostet $1.25 pro 1 Mio. Eingabetokens (besser als der Durchschnitt; Median: $1.75) und $4.25 pro 1 Mio. Ausgabetokens (besser als der Durchschnitt; Median: $10.00). Die Angaben basieren auf der API von Meta.

Muse Spark 1.2 (xhigh) kostet $1.25 pro 1 Mio. Eingabetokens und $4.25 pro 1 Mio. Ausgabetokens (auf Grundlage der API von Meta). Bei einem Mischpreis mit einem Verhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe entspricht dies $0.78 pro 1 Mio. Tokens. Der Preis kann je nach Anbieter variieren. Preise der Anbieter vergleichen

Bei der Evaluation des Intelligence Index erzeugte Muse Spark 1.2 (xhigh) 95M Ausgabetokens. Dies ist etwas höher als der Durchschnitt im Vergleich zu anderen Reasoning-Modellen einer ähnlichen Preisklasse (Median: 72M).

Ja, Muse Spark 1.2 (xhigh) ist ein Reasoning-Modell. Es nutzt längere Denkprozesse oder Chain-of-Thought-Reasoning, um komplexe Probleme zu bearbeiten, bevor es eine Antwort gibt.

Muse Spark 1.2 (xhigh) unterstützt Text, Bilder, Sprache und Video als Eingabe.

Muse Spark 1.2 (xhigh) unterstützt Text als Ausgabe.

Ja, Muse Spark 1.2 (xhigh) unterstützt Bildeingaben und kann Bilder analysieren, beschreiben und Fragen dazu beantworten.

Ja, Muse Spark 1.2 (xhigh) ist multimodal. Es kann Text, Bilder, Sprache und Video als Eingabe verarbeiten und Text als Ausgabe erzeugen.

Muse Spark 1.2 (xhigh) hat ein Kontextfenster von 1.0M Tokens. Es bestimmt, wie viel Text und Gesprächsverlauf das Modell in einer einzelnen Anfrage verarbeiten kann.

Nein, Muse Spark 1.2 (xhigh) ist proprietär. Die Modellgewichte sind nicht öffentlich verfügbar.

Muse Spark 1.2 (xhigh) ist ein proprietäres Modell und Meta hat weder die Modellgröße noch die Parameterzahl offengelegt.

Muse Spark 1.2 (xhigh) erzielt im Artificial Analysis Intelligence Index einen Wert von 57. Dieser zusammengesetzte Benchmark bewertet Modelle in den Bereichen Schlussfolgern, Wissen, Mathematik und Programmierung.

Ja, Muse Spark 1.2 (xhigh) ist über 2 Anbieter per API verfügbar. API-Anbieter vergleichen

Muse Spark 1.2 (xhigh) ist über 2 API-Anbieter verfügbar. Anbieter vergleichen