Muse Spark 1.1 API-Preisübersicht: Zugriff & Was ist neu

Muse Spark 1.1 wurde am 9. Juli 2026 als bisher stärkstes Modell von Meta Superintelligence Labs für agentische Arbeit und Coding veröffentlicht. Es läuft auf Metas neuer Meta Model API zu $1.25 pro Million Eingabetokens und $4.25 pro Million Ausgabetokens, mit $20 an kostenlosen Credits für jedes neue Konto. Die wichtigsten Punkte: Die öffentliche Vorschau ist nur in den USA verfügbar, neue Nutzer werden einer Warteliste hinzugefügt, und Meta hält es vorerst bewusst von Drittanbieter-Plattformen wie OpenRouter fern.

Im Gegensatz zum ursprünglichen Muse Spark aus dem April, der nie über eine private Vorschau für ausgewählte Partner hinausging, ist 1.1 die erste Version, auf der Entwickler tatsächlich aufbauen können. Es handelt sich um ein Reasoning-Modell, das für End-to-End-Agenten, Code auf Repository-Ebene und native multimodale Wahrnehmung optimiert ist, mit einem Computer-Use-Modus, der einen echten Desktop aus einem in natürlicher Sprache formulierten Ziel steuert. Für Entwickler außerhalb der USA oder für alle, die heute Produktionszugang benötigen, sind die Claude- und GPT-Modelle, mit denen es verglichen wird, bereits weltweit verfügbar, oft zu einem niedrigeren Preis als Muse Sparks eigener Preis.

Was ist neu in Muse Spark 1.1

Das ursprüngliche Muse Spark wurde im April 2026 von Meta Superintelligence Labs (MSL) veröffentlicht, der Einheit, die Meta im vergangenen Jahr unter Chief AI Officer Alexandr Wang zusammengestellt hatte, um die Lücke zu OpenAI, Google und Anthropic zu schließen. Es war das erste Modell von MSL seit der Llama-4-Familie und das erste Produkt einer von Grund auf neu aufgebauten Überarbeitung von Metas KI-Bemühungen.

Muse Spark 1.1, veröffentlicht am 9. Juli, verwandelt dieses Forschungsmodell in ein Entwicklerprodukt. Wang nennt es einen „Sprung“ gegenüber dem ursprünglichen, und Konten, die Metas API-Auflistungen überwachen, meldeten über die gesamte Evaluierungssuite hinweg einen Zugewinn von rund 43 Punkten. Intern trug die Muse-Spark-Reihe den Codenamen Avocado; Meta sagt, dass bereits ein größeres Modell mit dem Codenamen Watermelon trainiert wird, ohne Veröffentlichungsdatum. Der Start fiel außerdem auf dieselbe Woche wie Muse Image (Codename Mango), Metas erstes Bildgenerierungsmodell von MSL.

Das Upgrade konzentriert sich auf die drei Bereiche, nach denen Entwickler laut Meta am meisten gefragt haben:

• End-to-end agentische Workflows, mit besserem Multi-Turn-Gedächtnis und Long-Context-Kohärenz, sodass ein Agent den Faden über lange Sitzungen hinweg behält.

• Fortgeschrittenes Coding, mit stärkerer Generierung und Fehlerbehebung, Repository-übergreifenden Änderungen über Sprachen hinweg und zuverlässigerem Tool Calling.

• Native multimodale Wahrnehmung, sodass das Modell Bild-, Video- und Dokumenteneingaben in einem einzigen Aufruf verarbeitet und darüber schlussfolgert.

Meta führt außerdem ein Kontextfenster mit 1 Million Tokens auf seiner API-Seite auf, was diese langen agentischen Sitzungen und umfangreichen Repository-Änderungen praktikabel macht.

Die Fähigkeiten, die zählen: Agents, Code und Computer-Nutzung

Drei Muster aus Metas Model Cookbook zeigen, worauf Muse Spark 1.1 ausgerichtet ist.

Computer use. Gegeben ein einfaches Ziel in natürlicher Sprache wie „finde das Minesweeper-Spiel, öffne es und spiele“, steuert das Modell einen echten Linux-Desktop, der in einer wegwerfbaren Sandbox läuft. Es findet die App auf einem leeren Bildschirm, startet sie und spielt dann visuell: Screenshot machen, das Spielfeld analysieren, klicken, erneut Screenshot machen. Es berührt Ihren Rechner nicht; es sieht nur Pixel und sendet Maus- und Tastaturaktionen zurück. Ersetze das Ziel, und dieselbe Schleife steuert jede GUI-Anwendung.

Multi-Agent-Orchestrierung. Ein Rezept stellt ein Produktstudio mit vier Profilen auf (Produktmanager, Backend, Frontend und technischer Redakteur, alle laufen mit muse-spark), das aus einer einzeiligen Idee eine funktionierende App plus Launch-Text macht. Die Koordination ist der interessante Teil: Die Spezialisten verhandeln ausschließlich über Thread-Kommentare auf einem gemeinsamen Kanban-Board, die Arbeit wird durch echte Aufgabenabhängigkeiten statt durch Polling sequenziert, und der Produktmanager ist der alleinige Schiedsrichter, hat aber kein Terminal, kann also nichts selbst implementieren. Jede Entscheidung ist ein nachvollziehbarer Kommentar.

Integrierte Websuche. Fügen Sie {"type": "web_search"} als Tool bei jedem Responses-API-Aufruf hinzu, und das Modell ruft aktuelle Informationen ab, synthetisiert eine Antwort und gibt Inline-Zitate zurück, ohne dass ein Retrieval-Stack aufgebaut werden muss.

Ein technischer Hinweis, der die Kosten beeinflusst: Muse Spark ist ein Reasoning-Modell. Es denkt nach, bevor es antwortet; diese Denk-Tokens werden als usage.completion_tokens_details.reasoning_tokens angezeigt und werden als Output abgerechnet. Sie steuern die Tiefe mit reasoning_effort (von minimal bis xhigh), daher ist die Anpassung des Aufwands an die Aufgabe der wichtigste Hebel für Ihre Rechnung.

Muse Spark 1.1 API-Preisgestaltung, erklärt

Muse Sparks Preisangabe in der Überschrift, von Meta bestätigt und sowohl von CNBC als auch von Reuters berichtet:

Nachdem die $20-Guthaben aufgebraucht sind, erfolgt die Abrechnung nach Verbrauch. Da es sich um ein Reasoning-Modell handelt, wird das interne Denken des Modells zum Ausgabetarif abgerechnet, sodass eine hohe Reasoning-Last mehr kostet, als der pro Token angegebene Richtpreis vermuten lässt. Eine Anfrage mit 100.000 Input-Token und 30.000 Output-Token (einschließlich Reasoning) kostet zum Listenpreis etwa $0.25. Reduzieren Sie reasoning_effort für einfache Aufgaben.

Wo ist das im Markt einzuordnen? Laut Reuters liegt der Preis für Muse Spark 1.1 über OpenAIs Einstiegsmodell GPT-5 mini und Anthropics günstigem Claude Haiku 4.5, aber unter Anthropics höherwertigem Claude Sonnet 4.6. Wang nannte es eine „sehr aggressive und attraktive“ Preisgestaltung, die auf Skalierung bei hoher Nutzung ausgelegt ist. Zum Kontext: So schneidet es im Vergleich zu dem Sonnet-Klasse-Claude-Modell ab, das Meta unterbietet:

Claude der Sonnet-Klasse, der Artificial Analysis' unabhängigen Intelligenzindex anführt, ist das Modell, dem Muse Spark nachjagt. Über einen Anthropic-kompatiblen Relay wie AIReiter liegt es bei etwa $0.60 für Eingaben und $3.00 für Ausgaben, also unter dem eigenen Preis von Muse Spark, ohne Warteliste oder US-beschränkte Verfügbarkeit. Wenn die reinen Kosten pro Token bei einem Frontier-Modell das Ziel sind, sind die Modelle, an denen Muse Spark gemessen wird, bereits günstiger zu erreichen.

Wie man API-Zugang erhält, und die Haken

Muse Spark 1.1 ist über die Meta Model API verfügbar, jetzt in der öffentlichen Vorschau. Die Einrichtung ist einfach, wenn Sie Zugriff erhalten können:

• Registrieren Sie sich im Meta Model API-Entwicklerportal; jedes Konto beginnt mit 20 $ an kostenlosen Guthaben.

• Vorerst nur in den USA verfügbar. Einige frühe Partner haben bereits Zugriff; neue Nutzer tragen sich auf eine Warteliste ein und werden im Laufe der Zeit freigeschaltet.

• Es ist nicht auf Drittanbieter-Plattformen verfügbar. CNBC berichtet, dass Meta den API-Zugriff bewusst auf seine eigenen Angebote beschränkt, statt ihn auf Marktplätzen wie OpenRouter zu listen, sodass Sie heute nicht über die Aggregatoren darauf zugreifen können, die viele Entwickler bereits nutzen.

Die API ist drop-in-kompatibel mit zwei SDK-Familien: dem OpenAI SDK (Chat Completions- und Responses-Formate) und dem Anthropic SDK (Messages-Format). Richten Sie einen vorhandenen Client auf https://api.meta.ai/v1 aus, setzen Sie das Modell auf muse-spark-1.1 und behalten Sie Ihren Code bei. Ein minimaler Aufruf sieht so aus, gemäß Metas Cookbook:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.meta.ai/v1",
    api_key=os.environ["MODEL_API_KEY"],
)

resp = client.responses.create(
    model="muse-spark-1.1",
    input="Erkläre eine Tool-Call-Schleife in einem Satz.",
)
print(resp.output_text)

Über die API hinaus ist Muse Spark 1.1 in der Meta AI-App und auf der Meta AI-Website im Thinking mode live. Reuters berichtet, dass Meta erwartet, dass es die Llama-Modelle ersetzen wird, die Chatbots auf WhatsApp, Instagram, Facebook und Metas Smart Glasses antreiben.

Muse Spark 1.1 vs. Claude und GPT: wo es steht

Nach Metas eigenen gemeldeten Benchmarks liegt Muse Spark 1.1 im Bereich der agentischen Modelle an oder nahe der Spitze: ein OSWorld-Computer-Use-Score von 80,8, MCP Atlas scaled tool use mit 88,1, dazu JobBench mit 54,7, Humanity's Last Exam with tools mit 62,1 und Finance Agent v2 mit 57,2. Meta sagt, diese Werte stellten es auf eine Stufe mit GPT-5.5 und Anthropic's Opus 4.8 bei agentischen Aufgaben. Das sind vom Anbieter gemeldete Zahlen, also sollten sie als Metas Behauptung und nicht als gesicherte Tatsache betrachtet werden.

Das unabhängige Bild holt noch auf. Artificial Analysis bewertete das ursprüngliche April-Muse-Spark mit einem Intelligence Index von 52, hinter Gemini 3.1 Pro, GPT-5.4 und Claude Opus 4.6, und 1.1 wurde bisher noch nicht unabhängig benchmarked. Die Diskussion in der Community auf X und Reddit spiegelt die Aufteilung wider: stark bei Agents und Tool-Nutzung, wobei einige anmerken, dass bei reinen Coding-Benchmarks wie SWE-Bench die etablierten Coding-Modelle noch einen Vorsprung haben. Die ehrliche Einschätzung ist, dass Muse Spark 1.1 speziell bei agentischen Aufgaben und Computer-Use ein echter Wettbewerber ist, während Coding eher eine schnell kleiner werdende Lücke als eine bestätigte Führungsposition darstellt.

Sollten Sie auf Muse Spark 1.1 aufbauen?

Muse Spark 1.1 ist für die meisten Teams kein eindeutiges „jetzt umsteigen“. Es ist ein klares „genau beobachten, prototypisieren, wenn Sie es einführen“, und eine Erinnerung daran, dass Meta mit einer Preisgestaltung, die den Rest des Feldes unter Druck setzt, wieder im Rennen um Frontier-Modelle ist.

FAQ

Wofür ist Muse Spark 1.1 gut?

Agentische Workflows, Tool-Nutzung und Computer-Use-Aufgaben: einen Desktop steuern, Multi-Agent-Teams koordinieren und lange mehrstufige Jobs mit Tools ausführen. Es verarbeitet außerdem Bild-, Video- und Dokumenteneingaben nativ und ist kompetent beim Programmieren und Debuggen. Meta positioniert es als besonders stark in agentischer Arbeit; die Führungsrolle beim reinen Codieren ist weniger sicher.

Wie viel kostet die Muse Spark 1.1 API?

1,25 $ pro Million Eingabetoken und 4,25 $ pro Million Ausgabetoken, mit 20 $ an kostenlosen Guthaben für neue Konten und anschließender Abrechnung nach Verbrauch. Die internen Thinking-Token werden zum Ausgaberate abgerechnet, sodass die effektiven Kosten mit höheren reasoning_effort-Einstellungen steigen (siehe den Abschnitt zur Preisgestaltung).

Wie erhalte ich Zugriff auf die Muse Spark API?

Über die öffentliche Vorschau der Meta Model API, derzeit nur in den USA verfügbar. Melden Sie sich im Entwicklerportal von Meta an, um $20 an kostenlosen Guthaben zu erhalten; neue Nutzer werden im Laufe der Zeit von einer Warteliste hinzugefügt. Meta bietet sie derzeit nicht auf Drittanbieterplattformen wie OpenRouter an, daher ist der direkte Zugriff über Meta vorerst der einzige offizielle Weg (siehe den Abschnitt zum Zugriff).

Ist Muse Spark Open Source?

Nein. Anders als Metas frühere Llama-Modelle ist Muse Spark proprietär und der Zugang ist kostenpflichtig. Wang sagt, dass MSL eine Open-Source-Variante von Muse Spark in Entwicklung hat, aber kein Veröffentlichungsdatum genannt wurde.

Kann ich Muse Spark 1.1 außerhalb der USA verwenden?

Noch nicht über die offizielle Meta Model API. Die öffentliche Vorschau ist nur in den USA verfügbar und hat eine Warteliste, sodass Entwickler außerhalb der USA, die heute ein Frontier-Agenten- oder Coding-Modell benötigen, typischerweise die konkurrierenden Modelle Claude, GPT oder Gemini verwenden.

Das Fazit

Muse Spark 1.1 ist ein leistungsfähiges agentisches und Coding-Modell mit einem nützlichen Computer-Use-Modus, direkter OpenAI- und Anthropic-SDK-Kompatibilität sowie einer aggressiven Preisgestaltung von 1,25 $/4,25 $, abgesichert durch 20 $ an kostenlosen Guthaben. Der Haken ist der Zugang, da die Vorschau nur in den USA verfügbar ist, eine Warteliste hat und bei OpenRouter fehlt. Damit sind für die meisten Entwickler die praktisch sofort verfügbaren Frontier-Optionen die Claude- und GPT-Modelle, die Muse Spark zu übertreffen versucht.

Weiterführende Lektüre: Claude API pricing guide 2026 und GPT-5.6 pricing guide decken die Modelle ab, die Muse Spark 1.1 preislich unterbietet und verfolgt.