Guida ai prezzi dell'API Muse Spark 1.1: accesso e novità

Muse Spark 1.1 è stato lanciato il 9 luglio 2026 come il modello più potente finora di Meta Superintelligence Labs per il lavoro agentico e il coding. Funziona sulla nuova Meta Model API di Meta a $1.25 per milione di token di input e $4.25 per milione di token di output, con $20 di crediti gratuiti per ogni nuovo account. Il punto principale: l'anteprima pubblica è solo per gli Stati Uniti, i nuovi utenti si uniscono a una lista d'attesa e Meta lo sta volutamente tenendo lontano per ora da piattaforme di terze parti come OpenRouter.

A differenza dell’originale Muse Spark di aprile, che non è mai andato oltre un’anteprima privata per partner selezionati, 1.1 è la prima versione su cui gli sviluppatori possono davvero costruire. Si tratta di un modello di reasoning ottimizzato per agent end-to-end, coding a livello di repository e percezione multimodale nativa, con una modalità computer-use che guida un desktop reale a partire da un obiettivo espresso in linguaggio naturale. Per gli sviluppatori al di fuori degli Stati Uniti, o per chiunque abbia bisogno oggi di accesso in produzione, i modelli Claude e GPT con cui viene confrontato nei benchmark sono già disponibili a livello globale, spesso a un prezzo inferiore a quello di Muse Spark stesso.

Novità in Muse Spark 1.1

Il Muse Spark originale è stato lanciato nell’aprile 2026 da Meta Superintelligence Labs (MSL), l’unità che Meta ha assemblato lo scorso anno sotto la guida del Chief AI Officer Alexandr Wang per colmare il divario con OpenAI, Google e Anthropic. È stato il primo modello di MSL dalla famiglia Llama 4 e il primo prodotto di una revisione completa, dalle fondamenta, degli sforzi di Meta nel campo dell’AI.

Muse Spark 1.1, rilasciato il 9 luglio, trasforma quel modello di ricerca in un prodotto per sviluppatori. Wang lo definisce un “cambiamento radicale” rispetto all’originale, e gli account che monitorano gli elenchi API di Meta hanno segnalato un guadagno di circa 43 punti nell’intera suite di valutazione. Internamente, la linea Muse Spark portava il nome in codice Avocado; Meta afferma che un modello più grande, con nome in codice Watermelon, è già in fase di training, senza una data di rilascio. Il lancio è arrivato anche nella stessa settimana di Muse Image (nome in codice Mango), il primo modello di generazione di immagini di Meta da MSL.

L'aggiornamento si concentra sulle tre aree che Meta afferma siano state richieste più spesso dagli sviluppatori:

• Flussi di lavoro agentici end-to-end, con una memoria multi-turno migliore e una maggiore coerenza nel lungo contesto, così che un agente mantenga il filo durante sessioni lunghe.

• Codifica avanzata, con generazione e debugging più robusti, modifiche a livello di repository su più linguaggi e una chiamata agli strumenti più affidabile.

• Percezione multimodale nativa, così che il modello ragioni su input di immagini, video e documenti in un'unica chiamata.

Meta elenca anche una finestra di contesto da 1 milione di token nella sua pagina API, ed è questo che rende pratiche quelle lunghe sessioni agentiche e le grandi modifiche ai repository.

Le capacità che contano: agenti, codice e utilizzo del computer

Tre modelli da Meta's Model Cookbook mostrano a cosa è orientato Muse Spark 1.1.

Uso del computer. Dato un obiettivo espresso in linguaggio naturale come "trova il gioco Campo Minato, aprilo e gioca", il modello controlla un vero desktop Linux in esecuzione in una sandbox temporanea. Individua l'app su una schermata vuota, la avvia, poi gioca osservando: acquisisce uno screenshot, ragiona sul tabellone, clicca, acquisisce di nuovo uno screenshot. Non tocca la tua macchina; vede solo i pixel e invia indietro azioni del mouse e della tastiera. Cambia l'obiettivo e lo stesso ciclo controlla qualsiasi applicazione GUI.

Orchestrazione multi-agente. Una recipe mette in piedi uno studio di prodotto con quattro profili (product manager, backend, frontend e technical writer, tutti in esecuzione su muse-spark) che trasforma un’idea di una sola riga in un’app funzionante più il testo di lancio. La coordinazione è la parte interessante: gli specialisti negoziano solo tramite commenti in thread su una bacheca Kanban condivisa, il lavoro è sequenziato da dipendenze reali tra attività anziché dal polling, e il product manager è l’unico arbitro ma non ha un terminale, quindi non può implementare nulla da sé. Ogni decisione è un commento verificabile.

Ricerca web integrata. Aggiungi {"type": "web_search"} come strumento in qualsiasi chiamata API Responses e il modello recupera informazioni in tempo reale, sintetizza una risposta e restituisce citazioni inline, senza dover costruire uno stack di retrieval.

Una nota tecnica che influisce sul costo: Muse Spark è un modello di reasoning. Pensa prima di rispondere, quei token di pensiero compaiono come usage.completion_tokens_details.reasoning_tokens e vengono fatturati come output. Puoi controllare la profondità con reasoning_effort (da minimal a xhigh), quindi adattare l'impegno al compito è la leva principale sulla tua fattura.

Prezzi dell'API Muse Spark 1.1, spiegati

I prezzi principali di Muse Spark, confermati da Meta e riportati sia da CNBC che da Reuters:

Dopo che i crediti da $20 si esauriscono, la fatturazione è a consumo. Poiché si tratta di un modello di reasoning, il processo di pensiero interno del modello viene fatturato alla tariffa di output, quindi un carico di lavoro di reasoning intenso costa più di quanto suggerisca il prezzo per token indicato. Una richiesta con 100.000 token di input e 30.000 token di output (reasoning incluso) costa circa $0,25 al prezzo di listino. Riduci reasoning_effort per le attività semplici.

Dove si colloca sul mercato? Secondo Reuters, Muse Spark 1.1 ha un prezzo superiore al GPT-5 mini di livello base di OpenAI e al Claude Haiku 4.5 a basso costo di Anthropic, ma inferiore al Claude Sonnet 4.6 di fascia più alta di Anthropic. Wang l'ha definito un prezzo "molto aggressivo e interessante", pensato per scalare con un utilizzo intensivo. Per contesto, ecco come si confronta con il modello Claude della classe Sonnet che Meta sta offrendo a un prezzo inferiore:

Claude di classe Sonnet, che guida l’indice indipendente di intelligenza di Artificial Analysis, è il modello che Muse Spark sta inseguendo. Tramite un relay compatibile con Anthropic come AIReiter, il costo si aggira intorno a $0.60 in e $3.00 out, al di sotto del prezzo di Muse Spark stesso, senza lista d’attesa né restrizioni solo per gli USA. Se l’obiettivo è il costo grezzo per token su un modello frontier, i modelli con cui viene confrontato Muse Spark sono già più economici da raggiungere.

Come ottenere l'accesso all'API e le insidie

Muse Spark 1.1 è disponibile tramite la Meta Model API, ora in anteprima pubblica. La configurazione è semplice se riesci ad accedere:

• Iscriviti al portale per sviluppatori della Meta Model API; ogni account inizia con 20 $ in crediti gratuiti.

• Per ora è disponibile solo negli Stati Uniti. Alcuni partner iniziali hanno già accesso; i nuovi utenti si aggiungono a una lista d'attesa e vengono abilitati nel tempo.

• Non è presente su piattaforme di terze parti. CNBC riporta che Meta sta limitando deliberatamente l'accesso all'API alle proprie proprietà invece di inserirla su marketplace come OpenRouter, quindi oggi non puoi raggiungerla tramite gli aggregatori già usati da molti sviluppatori.

L'API è compatibile in modalità drop-in con due famiglie di SDK: l'OpenAI SDK (formati Chat Completions e Responses) e l'Anthropic SDK (formato Messages). Punta un client esistente a https://api.meta.ai/v1, imposta il modello su muse-spark-1.1 e conserva il tuo codice. Una chiamata minimale è simile a questa, secondo il Cookbook di Meta:

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="Spiega un loop di tool-call in una sola frase.",
)
print(resp.output_text)

Oltre all'API, Muse Spark 1.1 è disponibile in modalità Thinking nell'app Meta AI e sul sito web di Meta AI. Reuters riferisce che Meta prevede che sostituirà i modelli Llama che alimentano i chatbot su WhatsApp, Instagram, Facebook e gli smart glasses di Meta.

Muse Spark 1.1 contro Claude e GPT: dove si colloca

Nei benchmark riportati da Meta stessa, Muse Spark 1.1 si colloca al vertice o quasi del settore agentic: un punteggio OSWorld per il computer-use di 80.8, MCP Atlas scaled tool use a 88.1, oltre a JobBench a 54.7, Humanity's Last Exam con tool a 62.1 e Finance Agent v2 a 57.2. Meta afferma che questi valori lo pongono allo stesso livello di GPT-5.5 e di Opus 4.8 di Anthropic nelle attività agentic. Si tratta di numeri riportati dal vendor, quindi vanno considerati come una rivendicazione di Meta e non come un fatto assodato.

L’immagine indipendente è ancora in fase di recupero. Artificial Analysis ha assegnato al modello originale Muse Spark di aprile un Intelligence Index di 52, dietro Gemini 3.1 Pro, GPT-5.4 e Claude Opus 4.6, e la 1.1 non è ancora stata sottoposta a benchmark indipendenti. Le discussioni della community su X e Reddit riflettono questa divisione: forte negli agenti e nell’uso degli strumenti, con alcuni che osservano come, nei benchmark di coding puri come SWE-Bench, i modelli di coding già affermati abbiano ancora un vantaggio. La valutazione onesta è che Muse Spark 1.1 sia un vero concorrente soprattutto nel lavoro agentico e nell’uso del computer, con il coding come divario che si sta chiudendo rapidamente più che come vantaggio già confermato.

Dovresti costruire su Muse Spark 1.1?

Muse Spark 1.1 non è un chiaro "passa subito" per la maggior parte dei team. È un forte "tenetelo d'occhio, fate un prototipo quando lo valutate", e un promemoria del fatto che Meta è tornata nella corsa ai modelli all’avanguardia con prezzi che mettono sotto pressione il resto del settore.

FAQ

A cosa serve Muse Spark 1.1?

Flussi di lavoro agentici, uso di strumenti e attività di utilizzo del computer: guidare un desktop, coordinare team multi-agent e eseguire lunghi job multi-step con strumenti. Gestisce inoltre nativamente input di immagini, video e documenti, ed è competente nella scrittura e nel debugging di codice. Meta lo posiziona come il più forte nel lavoro agentico; la leadership nella pura programmazione è meno certa.

Quanto costa l'API Muse Spark 1.1?

$1.25 per milione di token in input e $4.25 per milione di token in output, con $20 di crediti gratuiti per i nuovi account e poi pagamento a consumo. I suoi token di pensiero interni sono fatturati alla tariffa di output, quindi il costo effettivo aumenta con impostazioni più elevate di reasoning_effort (vedi la sezione prezzi).

Come ottengo l'accesso alla Muse Spark API?

Attraverso la anteprima pubblica di Meta Model API, attualmente disponibile solo negli Stati Uniti. Iscriviti al portale sviluppatori di Meta per ottenere $20 di crediti gratuiti; i nuovi utenti vengono aggiunti gradualmente da una lista d’attesa. Meta non lo sta elencando su piattaforme di terze parti come OpenRouter, quindi l’accesso diretto tramite Meta è per ora l’unica via ufficiale (vedi la sezione sull’accesso).

Muse Spark è open source?

No. A differenza dei precedenti modelli Llama di Meta, Muse Spark è proprietario e l'accesso è a pagamento. Wang afferma che MSL ha in sviluppo una variante open-source di Muse Spark, ma non ha indicato una data di rilascio.

Posso usare Muse Spark 1.1 fuori dagli Stati Uniti?

Non ancora tramite l’API ufficiale Meta Model. L’anteprima pubblica è disponibile solo negli Stati Uniti ed è in lista d’attesa, quindi gli sviluppatori al di fuori degli Stati Uniti che oggi hanno bisogno di un modello agentico o di coding all’avanguardia di solito utilizzano i modelli concorrenti Claude, GPT o Gemini.

In sintesi

Muse Spark 1.1 è un modello agentico e di coding capace, con una utile modalità computer-use, compatibilità immediata con gli SDK OpenAI e Anthropic e un prezzo aggressivo di $1.25/$4.25 sostenuto da $20 in crediti gratuiti. Il problema è l’accesso, visto che l’anteprima è disponibile solo negli Stati Uniti, con lista d’attesa, e assente da OpenRouter. Questo rende l’opzione di frontiera pratica e immediatamente disponibile per la maggior parte degli sviluppatori i modelli Claude e GPT che Muse Spark punta a battere.

Letture correlate: Guida ai prezzi dell'API Claude 2026 e Guida ai prezzi di GPT-5.6 coprono i modelli che Muse Spark 1.1 supera in convenienza e con cui compete.