meta
Meta: Muse Spark 1.1
meta/muse-spark-1.1
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
El catálogo de OpenRouter describe meta/muse-spark-1.1 como un modelo multimodal de razonamiento de Meta, orientado a tareas agénticas. Acepta texto, imágenes, video y archivos, incluidos documentos PDF según la descripción del catálogo, y devuelve texto. El catálogo indica una ventana de contexto de alrededor de un millón de tokens, razonamiento obligatorio con niveles de esfuerzo seleccionables y compatibilidad con herramientas y salidas estructuradas. Sus resultados de referencia cubren tareas de programación, documentos e interfaces, pero este paquete no incluye una ficha independiente, por lo que conviene validar su idoneidad real.[1]
Puntos fuertes
- Entradas multimodales—texto, imagen, video y archivos—con salida de texto, según OpenRouter.[1]
- Ventana de contexto listada en un millón de tokens, que puede ayudar con documentos extensos o entradas múltiples.[1]
- Razonamiento obligatorio con varios niveles de esfuerzo, además de parámetros para herramientas y salidas estructuradas.[1]
Limitaciones
- La evidencia procede solo del catálogo; no se proporcionó una ficha independiente, por lo que arquitectura, licencia, comportamiento de seguridad y corte de conocimiento permanecen sin informar.[1]
- La cobertura de referencia informada se limita a categorías seleccionadas de agentes, programación y diseño, y puede no predecir el rendimiento en una carga de trabajo concreta.[1]
- Solo se lista salida de texto a pesar de la entrada multimodal.[1]
Dónde utilizarlo
- Potencialmente útil para preguntas y resúmenes multimodales sobre documentos extensos, imágenes o videos; valide la precisión con datos representativos.[1]
- Puede encajar en flujos agénticos que requieran controles de razonamiento, llamadas a herramientas y respuestas de texto estructuradas.[1]
- Podría evaluarse para programación, visualización de datos/interfaces o generación de formatos documentales reflejados en las categorías de referencia del catálogo.[1]
Fuentes
- [1] OpenRouter catalog · Meta: Muse Spark 1.1Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Muse Spark 1.1 is a multimodal reasoning model from Meta, built for agentic tasks. It accepts text, images, video, and PDF documents and returns text, with a 1M-token context window....
Especificaciones
- ID del modelo
- meta/muse-spark-1.1
- ID canónico
- meta/muse-spark-1.1-20260709
- Creador
- meta
- Añadido a OpenRouter
- 16.07.2026
- Longitud de contexto
- 1,048,576
- Modalidad
- text+image+file+video->text
- Modalidades de entrada
- text, image, video, file
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $1.25 / salida $4.25
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | razonamiento: obligatorio · predeterminado medium · esfuerzos: xhigh, high, medium, low, minimal · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | AA — siguiente 20% de la cohorte | — |
| Agentes | BB — siguiente 30% de la cohorte | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado medium · esfuerzos: xhigh, high, medium, low, minimal · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | entrada: file |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | entrada: video |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 71.3 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 25.8 | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · agenticgamedevtasa de victoria 48.5% · posición 12 | 1,132Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · androidnativetasa de victoria 48.8% · posición 20 | 1,174Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · blender3dtasa de victoria 35.9% · posición 19 | 1,009Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · codetovideotasa de victoria 37% · posición 21 | 1,078Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · fullstacktasa de victoria 44.6% · posición 21 | 1,175Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · godotgamedevtasa de victoria 39.8% · posición 30 | 1,086Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · htmlslidestasa de victoria 51.8% · posición 12 | 1,091Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · mobileappstasa de victoria 46.2% · posición 26 | 1,172Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · pdftasa de victoria 47.1% · posición 23 | 1,144Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · python-pptxslidestasa de victoria 44.4% · posición 23 | 1,118Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · spreadsheettasa de victoria 43.1% · posición 21 | 1,115Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · webappstasa de victoria 48.7% · posición 24 | 1,189Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 48.5% · posición 34 | 1,241Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 52.9% · posición 15 | 1,257Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 51.1% · posición 30 | 1,267Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 49.9% · posición 28 | 1,264Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 47.5% · posición 30 | 1,258Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 49.1% · posición 21 | 1,225Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 51.2% · posición 27 | 1,281Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 51.5% · posición 31 | 1,264Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Meta | 1,048,576 | $1.25 | $4.25 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.