meta
Meta: Muse Spark 1.3
meta/muse-spark-1.3
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Según su ficha en el catálogo de OpenRouter, meta/muse-spark-1.3 es un modelo de razonamiento multimodal de Meta orientado a flujos de trabajo agénticos, multiagente y de codificación de larga duración. Acepta entradas de texto, imagen, video y archivos, y devuelve texto, con una ventana de contexto reportada de alrededor de un millón de tokens. El catálogo indica que el razonamiento es obligatorio, con niveles de esfuerzo ajustables, y lista compatibilidad con llamadas a herramientas y salidas estructuradas. No se disponía de una ficha de modelo independiente en este paquete de fuentes, por lo que estas capacidades son reportadas por el catálogo y no verificadas de forma independiente.[1]
Puntos fuertes
- El catálogo reporta una ventana de contexto de aproximadamente un millón de tokens, coherente con su objetivo declarado de mantener información en tareas extensas.[1]
- Según el catálogo, acepta entradas de texto, imagen, video y archivos y produce salida de texto, lo que amplía los tipos de material con los que puede trabajar.[1]
- El catálogo lista parámetros para llamadas a herramientas, elección de herramienta, salidas estructuradas y formato de respuesta, lo que facilita integraciones agénticas, además de niveles ajustables de esfuerzo de razonamiento.[1]
Limitaciones
- Solo se suministraron datos del catálogo de OpenRouter y no había una ficha de modelo independiente en este paquete, por lo que las capacidades reportadas y los resultados de arenas e índices publicados por el catálogo requieren validación en tus propias cargas de trabajo.[1]
- El catálogo no reporta fecha de corte de conocimiento, términos de licencia ni requisitos de despliegue; son datos desconocidos, no funciones ausentes.[1]
- El catálogo marca el razonamiento como obligatorio, por lo que no puede desactivarse por completo, lo cual puede importar en usos sensibles a la latencia o al costo.[1]
Dónde utilizarlo
- Flujos de trabajo agénticos, multiagente y de codificación, que el catálogo nombra como objetivo de diseño; considérese una sugerencia editorial para evaluar, no un ajuste comprobado.[1]
- Tareas con documentos extensos o repositorios a gran escala que podrían beneficiarse de la amplia ventana de contexto reportada, sujeto a pruebas con tus datos.[1]
- Pipelines de análisis multimodal que convierten entradas de imagen, video o archivos en salidas de texto.[1]
Fuentes
- [1] OpenRouter catalog · Meta: Muse Spark 1.3Fuentes 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 1.3 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...
Especificaciones
- ID del modelo
- meta/muse-spark-1.3
- ID canónico
- meta/muse-spark-1.3-20260902
- Creador
- meta
- Añadido a OpenRouter
- 02.09.2026
- 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 | AA — siguiente 20% de la cohorte | razonamiento: obligatorio · predeterminado medium · esfuerzos: max, xhigh, high, medium, low, minimal · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | SS — 10% superior de la cohorte | — |
| Agentes | SS — 10% superior de la cohorte | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado medium · esfuerzos: max, 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 | Intelligence index | 36.6 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Artificial Analysis | Coding index | 75.8 | SS — 10% superior de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 55.5 | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · androidnativetasa de victoria 65% · posición 2 | 1,292Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · blender3dtasa de victoria 56.3% · posición 11 | 1,145Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · codetovideotasa de victoria 55.5% · posición 7 | 1,207Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · fullstacktasa de victoria 60.7% · posición 5 | 1,292Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · mobileappstasa de victoria 49.8% · posición 15 | 1,215Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · pdftasa de victoria 52.4% · posición 18 | 1,190Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · python-pptxslidestasa de victoria 51.6% · posición 11 | 1,206Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · spreadsheettasa de victoria 48.3% · posición 16 | 1,160Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · webappstasa de victoria 55.2% · posición 6 | 1,283Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 63.4% · posición 9 | 1,383Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 63% · posición 3 | 1,329Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 58% · posición 5 | 1,354Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 58.4% · posición 6 | 1,343Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 56.9% · posición 10 | 1,346Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 55.1% · posición 4 | 1,316Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 59.3% · posición 7 | 1,354Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 59.3% · posición 2 | 1,361Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · godotgamedevtasa de victoria 45.8% · posición 8 | 1,221Elo | 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) |
|---|---|---|---|---|---|---|
| 1,048,576 | $1.25 | $4.25 | — | — | 100% | |
| 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.