Muse Spark 1.3 è il nuovo modello di punta di Meta, rilasciato il 2 settembre 2026, quattro settimane dopo la versione 1.2. Costa esattamente come prima, 1,25 dollari per milione di token in input e 4,25 in output, ha un contesto da un milione di token e, secondo Meta, batte GPT-5.6 Sol nella programmazione.
La settimana dei modelli non finisce più: prima GPT-6 Astra, poi Claude Fable 5.1, ora Muse Spark 1.3. Io lavoro con questi modelli tutti i giorni per i miei clienti, e quello che mi interessa non è il comunicato stampa: è quanto costa una sessione di refactoring, se il modello regge un repository intero e se posso fidarmi dei numeri che mi mostrano.
In questo articolo separo il modello dal marketing: prezzi, API, benchmark indipendenti, la questione della modalità max che ancora non c'è, e la mia valutazione per tre profili diversi.
Cos'è Muse Spark 1.3 e cosa cambia rispetto a 1.2
Muse Spark 1.3 è un modello di ragionamento multimodale a pesi chiusi, pensato da Meta per flussi agentici lunghi, sistemi multi-agente e coding. Accetta testo, immagini, video, audio e PDF, restituisce testo, supporta function calling e output strutturato in JSON.
I miglioramenti dichiarati rispetto a Muse Spark 1.2 sono concreti e misurabili:
- Circa 25% di token in meno per completare lo stesso compito, nei confronti interni fatti dagli ingegneri Meta.
- Circa 20% di chiamate a tool in meno: meno round-trip, meno latenza, meno costo.
- Istruzioni lunghe e complesse seguite meglio, con più flussi di lavoro gestiti in parallelo.
- Chiede conferma prima di compiere azioni irreversibili, un dettaglio che vale oro quando l'agente ha accesso alla shell.
- Contesto da 1.048.576 token, invariato, con recupero quasi perfetto su contesti lunghi nei test pubblicati.
Il punto debole dichiarato è la trasparenza: Muse Spark 1.3 non espone le tracce di ragionamento. Se ti serve capire perché il modello ha preso una decisione, qui vedi solo il risultato.
Prezzi Muse Spark 1.3: tier standard e tier contributor
Il prezzo è la parte più discussa di questo rilascio, e non perché sia cambiato. Meta ha tenuto il listino identico a Muse Spark 1.2 e ha spinto sul tier "contributor", che costa da 10 a 20 volte meno.
| Tier | Input (per 1M token) | Output (per 1M token) | Cache read | Condizione |
|---|---|---|---|---|
| Standard (xhigh) | 1,25 $ | 4,25 $ | 0,15 $ | Dati non usati per addestrare |
| Contributor | 0,10 $ | 0,20 $ | 0,002 $ | Meta può addestrare sui tuoi dati |
La cache è aggressiva: lo sconto sui token letti dalla cache arriva all'88%. Su un prezzo blended con rapporto 7:2:1 tra cache, input e output, il costo effettivo del tier standard scende intorno a 0,78 dollari per milione di token. Per confronto, GPT-6 Astra parte da 10 dollari in input e 50 in output, come racconto nell'articolo dedicato ai prezzi di Astra e Fable 5.1.
Il tier contributor conviene?
Dipende da cosa passa nel prompt. Se usi Muse Spark 1.3 per riscrivere documentazione pubblica o generare test su codice open source, il tier contributor è un affare. Se ci fai passare codice proprietario di un cliente, contratti o dati personali, la risposta è no, e non è solo una questione di GDPR: è una questione di cosa hai firmato con il cliente. Su questo il regolamento europeo è chiaro, e i controlli sull'AI Act partiti ad agosto lo confermano.
Benchmark: dove sta Muse Spark 1.3 rispetto ad Astra e Fable 5.1
Qui serve un avviso. La scheda di valutazione pubblicata da Meta confronta la modalità max di Muse Spark 1.3 con la modalità xhigh di Muse Spark 1.2. Parte del salto dichiarato è quindi un cambio di livello di ragionamento, non un salto generazionale pulito. E la modalità max, al momento, non è disponibile al pubblico.
Per questo preferisco un indice indipendente che aggrega più benchmark e valuta la versione che puoi davvero usare:
| Modello | Indice intelligenza (v4.1.1) | Prezzo input/output per 1M |
|---|---|---|
| Claude Fable 5.1 | 65,7 | 10 / 50 $ |
| Muse Spark 1.3 max (anteprima limitata) | 62 | non disponibile |
| GPT-6 Astra | 61,2 | 10 / 50 $ |
| Muse Spark 1.3 xhigh | 61 | 1,25 / 4,25 $ |
| GPT-5.6 Sol | 60,9 | vedi listino OpenAI |
Letta così, la notizia vera è un'altra: Muse Spark 1.3 xhigh è alla pari con GPT-6 Astra a un ottavo del prezzo in input e un dodicesimo in output. Fable 5.1 resta davanti di quasi cinque punti, e per chi fa ragionamento pesante quei cinque punti si sentono. Ma per la maggior parte dei task di coding quotidiani la distanza si è chiusa.
Sui benchmark puramente agentici, però, Claude Opus 5 in modalità max resta davanti in quattro prove su sei. Muse Spark 1.3 vince sulle righe di coding della scheda Meta e sul recupero da contesto lungo, con punteggi vicini al 98%.
Velocità e costo per task
La versione xhigh genera circa 180 token al secondo sull'infrastruttura Meta, con un costo medio per task intorno a 0,55 dollari nelle misurazioni indipendenti. Il tempo al primo token, però, supera i 50 secondi nei test con ragionamento profondo: per un'interfaccia chat è lungo, per un agente in background è irrilevante.
Come si usa Muse Spark 1.3: Muse Code e Meta Model API
Ci sono due strade ufficiali:
- Muse Code, l'harness di coding di Meta, l'equivalente di Claude Code o Codex CLI. Se già usi uno dei due, il flusso è lo stesso: terminale, repository, task delegati.
- Meta Model API, chiamata diretta con function calling, structured output e reasoning effort configurabile. Il modello è raggiungibile anche tramite gli aggregatori di API più diffusi.
Due dettagli pratici che ho verificato prima di scrivere. Il primo: alcuni utenti europei segnalano di vedere ancora Muse Spark 1.1 nelle app consumer di Meta, mentre via API la 1.3 è selezionabile. Controlla sempre la stringa del modello nella risposta prima di fare conti sui costi. Il secondo: in questi giorni Muse Spark 1.3 compare gratuitamente in alcuni harness open source che offrono modelli in prova. Se vuoi testarlo senza carta di credito, è il momento.
Attenzione ai limiti di quota, che nel 2026 sono diventati la vera variabile dei costi: ne parlo nell'articolo su come funzionano i limiti di Codex e Claude Code.
La modalità max che non c'è ancora
Muse Spark 1.3 esiste in due varianti pubblicate: xhigh, disponibile da subito, e max, il livello di ragionamento più alto. Meta dice che max arriverà "a breve", dopo ulteriori test di sicurezza. Le valutazioni indipendenti hanno potuto provarla solo in un'anteprima riservata ai partner, e al momento nessun provider la espone.
Questo è il vero asterisco del rilascio. Quando leggi "Muse Spark 1.3 batte Sol e insegue Fable", stai leggendo i numeri di max. Quello che puoi usare oggi è xhigh, che è comunque un ottimo modello ma un punto sotto. Ho visto lo stesso schema con altri rilasci: annuncio con i numeri del top, disponibilità della versione sotto. Non è una truffa, ma va saputo.
Pesi aperti: la domanda che tutti fanno
No, Muse Spark 1.3 non è open weight. Meta non ha ancora deciso se pubblicare i pesi di questa versione, ma ha confermato che rilascerà quelli di Muse Spark 1.2. Per chi fa AI in locale è comunque una notizia: un modello di livello frontier di quattro settimane fa, scaricabile ed eseguibile sul proprio hardware, cambia i conti su cosa conviene far girare in casa.
Il timing conta anche per un altro motivo: dopo l'acquisizione di Hugging Face da parte di Nvidia, dove e come verranno distribuiti quei pesi non è più un dettaglio tecnico.
La mia valutazione per tre profili
Freelance e piccoli team di sviluppo
Muse Spark 1.3 xhigh è il candidato migliore del momento per il lavoro quotidiano a costo contenuto: refactoring multi-file, generazione di test, debug lungo. Lo metterei come modello di default in un harness, tenendo Fable 5.1 per i task dove il ragionamento pesa più del costo. Con la cache all'88% e il 25% di token in meno, il conto di fine mese si vede.
PMI che integrano l'AI nei processi
Per chatbot, automazioni e classificazione documentale, il prezzo del tier standard rende sostenibili volumi che con Astra o Fable non lo sarebbero. Il tier contributor è da escludere per qualsiasi flusso con dati di clienti. Se stai valutando un'integrazione, il modello va scelto in base al task, non alla classifica: scrivimi e ragioniamo sui tuoi volumi reali.
Chi fa AI in locale
Per te la notizia non è Muse Spark 1.3, ma l'arrivo dei pesi di 1.2. Tieni d'occhio la data e ricontrolla quanta RAM serve per un modello di quella classe.
Leggi anche
- GPT-6 Astra vs Claude Fable 5.1: quale scegliere e quando
- GPT-6 Astra: cosa cambia davvero, prezzi e quando arriva
- Nvidia compra Hugging Face: cosa cambia se usi Ollama
- Codex torna al limite di 5 ore: quante ore hai davvero
- RTX Spark e AI in locale: conviene aspettare ottobre?
Conclusione: Muse Spark 1.3 va provato, con i numeri giusti in mano
Muse Spark 1.3 è il modello con il miglior rapporto tra capacità e prezzo uscito questa settimana, e non è un'affermazione da poco in una settimana con Astra e Fable 5.1. La versione che puoi usare oggi è xhigh, non max; i benchmark che circolano sono in parte quelli di max; il tier economico si paga con i dati. Tenendo conto di questi tre asterischi, per il coding quotidiano è difficile trovare di meglio a questo prezzo.
Se vuoi capire quale modello conviene per il tuo progetto, o se stai pagando troppo per quello che usi oggi, contattami: faccio i conti sui tuoi volumi, non sui benchmark.
