Muse Spark 1.1

Fiche modèle · Meta · muse-spark-1.1

Muse Spark 1.1 is Meta Superintelligence Labs' multimodal reasoning model for agentic tasks. It improves tool and computer use, coding, and multimodal understanding over Muse Spark, can orchestrate parallel subagents, and actively manages a 1,048,576-token context window. The Meta Model API supports text, image, PDF, and video inputs, up to 131,072 output tokens, structured output, parallel tool calling, and built-in web search with citations.

Fiches modèles

Identité

OrganisationMeta
Pays—
Famille—
Typellm
Date de sortie2026-07-09
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésimage|text|video
Fenêtre de contexte1 048 576
KV cache / token (Q8)—
Paramètres totaux—
Paramètres actifs (session)—
Source des paramètres actifs—
Curation des paramètres actifs—
Prix par session2.10 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)17.64 $ (est.)
Tokens d'entraînement—
Coupure de connaissance—
Créé le2026-07-17T19:43:34.079321Z
Mis à jour le2026-11-04T06:04:52.096546Z
SourceLLM Stats
URLhttps://llm-stats.com/models/muse-spark-1.1
Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
Meta Model APIllm-statsnon1.25 $4.25 $————active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
math0.60
multimodal0.80
productivity0.50
reasoning0.70
finance0.60
general0.70
agents0.70
code0.70
tool_calling0.80
vision0.80

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
babyvisionvision0.761.000.76nonoui2026-11-04T06:04:52.193011Z
charxiv-rreasoning0.881.000.88nonoui2026-11-04T06:04:52.183380Z
deepswe-1.1code0.531.000.53nonnon2026-11-04T06:04:52.173684Z
finance-agent-v2agents0.571.000.57nonoui2026-11-04T06:04:52.143063Z
humanity's-last-examreasoning0.621.000.62nonoui2026-11-04T06:04:52.138551Z
job-benchagents0.551.000.55nonoui2026-11-04T06:04:52.113687Z
mcp-atlasreasoning0.881.000.88nonoui2026-11-04T06:04:52.103357Z
osworld-verifiedmultimodal0.811.000.81nonoui2026-11-04T06:04:52.132513Z
swe-bench-proreasoning0.611.000.61nonoui2026-11-04T06:04:52.162416Z
terminal-bench-2.1reasoning0.801.000.80nonoui2026-11-04T06:04:52.153077Z
toolathlonagents0.761.000.76nonoui2026-11-04T06:04:52.118902Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
agents420.7032.748trueskill2026-11-04T08:08:47.839150Zrankings
math120.6041.351trueskill2026-11-04T08:08:42.442591Zrankings
multimodal260.8032.113trueskill2026-11-04T08:08:46.488887Zrankings
reasoning200.7048.719trueskill2026-11-04T08:08:41.093494Zrankings
code51—31.964trueskill2026-10-27model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04