Aktueller Stand
Wer nach Muse Spark 1.1 auf dem Mac sucht, landet inzwischen in einer Versionslücke: Meta führt muse-spark-1.1 weiterhin in der Model-API, bewirbt auf der aktuellen Produktseite aber Muse Spark 1.2 als aktuelle Generation.123
Für Mac-Nutzer ändert sich an der wichtigsten Aussage nichts: Muse Spark ist kein lokales Apple-Silicon-Modell. Der Mac stellt Terminal, Editor, Browser oder Agent-Client bereit. Die Modellinferenz läuft remote über die Meta Model API oder einen Gateway-Anbieter.
| Wenn du … | Dann ist die sinnvolle Entscheidung … |
|---|---|
| ein neues Coding-Projekt startest | zuerst Muse Spark 1.2 vergleichen |
| einen bestehenden 1.1-Slug reproduzieren musst | muse-spark-1.1 gezielt festpinnen |
| offline oder ohne Upload arbeiten musst | ein lokales Modell verwenden |
| Computer Use oder Tool-Calling einsetzt | Berechtigungen und Ausführung separat testen |
| ein OpenAI-kompatibles Tool besitzt | die Meta-API oder OpenRouter als Adapter prüfen |
Was sich seit Muse Spark 1.1 verändert hat
Die aktuelle 1.2-Seite stellt höhere Erstversuchsgenauigkeit und zuverlässigeres Tool-Calling für Coding-Workflows heraus. Sie nennt weiterhin ein Kontextfenster von 1M Tokens und verweist auf Muse Code, Meta Model API und OpenRouter als Zugangswege.24 Die zugrunde liegenden Evaluationsmethoden dokumentiert Meta in einer separaten Methodik-Notiz.5 Die Modellübersicht der Entwicklerdokumentation listet beide Versionen mit ihren Kontextangaben.6
Diese Angaben stammen von Meta und sind kein unabhängiger Mac-Benchmark. Für die Praxis folgt daraus: 1.2 ist der erste Kandidat für neue Tests; 1.1 bleibt eine Vergleichs- oder Kompatibilitätsoption.
Was 1.1 tatsächlich war
Meta beschreibt Muse Spark 1.1 als multimodales Reasoning-Modell für agentische Aufgaben, Coding, Tool-Nutzung und Computer Use. Die Modellseite führt unter anderem Bild- und Dokumentverständnis sowie länger laufende Agenten-Workflows auf.1
Die 1.1-Seite zeigt außerdem veröffentlichte Vergleichswerte, darunter:
- MCP Atlas: 88,1
- Toolathlon-Verified: 75,6
- OSWorld-Verified: 80,8
- Terminal-Bench 2.1: 80,0
- SWE-Bench Pro: 61,5
- CharXiv Reasoning: 88,4
Diese Werte stammen aus Metas veröffentlichter Vergleichsdarstellung. Sie sind keine Messung auf einem Mac und nicht vollständig mit jedem Konkurrenzwert unter identischen Bedingungen vergleichbar.17
API-Zugriff vom Mac
Die aktuelle Meta-Dokumentation nennt https://api.meta.ai/v1 als Base-URL, ein 1.048.576-Token-Kontextfenster und OpenAI- sowie Anthropic-kompatible Oberflächen.8 Für 1.1 lautet die Modell-ID:
muse-spark-1.1Ein bestehendes Tool muss dabei nicht lokal „Muse Spark installieren“. Es sendet seine Anfragen an die API. Vor dem produktiven Einsatz solltest du prüfen:
- ob dein Konto für den 1.1-Preview-Zugang freigeschaltet ist,
- ob dein Client die gewünschte API-Oberfläche unterstützt,
- welcher Modell-Slug tatsächlich in der Request landet,
- ob Dateien, Bilder und Tool-Ausgaben den Mac verlassen,
- wie Retries, Cache und lange Ausgaben abgerechnet werden.
Vercel AI Gateway führt meta/muse-spark-1.1 ebenfalls mit 1M Kontext sowie 1,25 US-Dollar Input- und 4,25 US-Dollar Output-Preis pro Million Tokens.9 Gateway-Verfügbarkeit und Providerbedingungen können sich von der direkten Meta-API unterscheiden.
API-Schlüssel gehören in eine lokale Umgebungsvariable oder einen Secret Store, nicht in Artikelcode, Git oder ein Frontend-Bundle.
Datenverwendung und Kosten
Die aktuelle Meta-API-Seite unterscheidet zwei Nutzungsarten. Für das Standard-Modell muse-spark-1.1 nennt sie 1,25 US-Dollar pro Million Input-Tokens, 0,15 US-Dollar für Cache-Input und 4,25 US-Dollar pro Million Output-Tokens und kennzeichnet es als „not used to improve our products“.3
Das Contributor-Tier ist günstiger, wird laut derselben Seite aber zur Produktverbesserung verwendet und ist aktuell für muse-spark-1.2-contributor ausgewiesen. Das ist keine Nebensache: Für Quelltext, Kundendokumente oder interne Screenshots muss die Tier-Auswahl zur Datenschutzanforderung passen.
Ein 1M-Kontextfenster kann Kosten schnell erhöhen. Begrenze Logs, lade nur relevante Dateien und protokolliere Tokenverbrauch sowie Tool-Aufrufe. Ein Agent, der fünfmal dieselbe Datei einliest, ist teurer als ein einzelner kurzer Chat, auch wenn der Modellpreis gleich aussieht.
Was lokal auf dem Mac bleibt
| Lokal | Remote |
|---|---|
| Editor, Terminal und Agent-UI | Modellgewichte und Inferenz |
| lokale Dateien vor dem Upload | Prompt, freigegebene Dateien und Tool-Ergebnisse |
| Tests, Git-Diff und Berechtigungen | Antwort, Reasoning und Modellstatus |
| lokaler Fallback über Ollama/MLX | Meta- oder Gateway-Abrechnung |
Wenn Daten den Mac nicht verlassen dürfen, ist Muse Spark 1.1 nicht die passende Standardlösung. Ein lokales Modell kann dafür die erste Stufe übernehmen; ein Cloud-Modell kommt nur mit redigierter Eingabe oder für unkritische Aufgaben hinzu.
Ein reproduzierbarer Vergleich
Vergleiche die Modelle mit fünf Aufgaben aus deinem tatsächlichen Workflow:
- eine Änderung über mehrere Dateien,
- einen reproduzierbaren Fehler mit Tests,
- eine Tool-Calling-Aufgabe mit absichtlich fehlender Berechtigung,
- eine lange Dokument- oder Repository-Frage,
- eine Aufgabe, bei der das Modell zuerst Rückfragen stellen sollte.
Halte Modell-ID, API-Oberfläche, Tier, Prompt, Kontextgröße, Kosten, Laufzeit, Tool-Rechte und manuelle Korrekturen fest. Prüfe anschließend Tests und Git-Diff. Gerade bei Computer Use darf „Antwort sieht plausibel aus“ nicht als Erfolgsnachweis gelten.
Fazit: Cloud-Slug zwischen alten und neuen Versionen
Muse Spark 1.1 bleibt ein dokumentierter Cloud-Slug, aber nicht mehr die aktuelle Produktreferenz von Meta. Für neue Mac-Projekte ist Muse Spark 1.2 der naheliegende Vergleich; 1.1 bleibt sinnvoll, wenn du Kompatibilität oder eine historische Messung reproduzieren musst. Beide Versionen laufen nicht lokal auf Apple Silicon. Für private oder offlinepflichtige Daten brauchst du einen lokalen Fallback.
Quellen
Footnotes
-
Meta: Muse Spark 1.1 – Status, Fähigkeiten und veröffentlichte Vergleichswerte. ↩ ↩2 ↩3
-
Meta: Muse Spark 1.2 – aktuelle Produktversion, 1M Kontext, Coding- und Tool-Calling-Einordnung. ↩ ↩2
-
Meta Model API – Modell-IDs, Standard-/Contributor-Tier und Preise. ↩ ↩2
-
Meta: Introducing Muse Spark 1.1 – ursprüngliche Produkteinführung. ↩
-
Meta Model API Docs – Base-URL, kompatible API-Oberflächen und Kontextfenster. ↩
-
Vercel AI Gateway: Muse Spark 1.1 – Gateway-Slug, Providerdaten und Preise. ↩
Häufig gestellte Fragen
Läuft Muse Spark 1.1 lokal auf einem Mac?
Nein. Muse Spark 1.1 ist ein gehostetes Modell. Der Mac führt den Client, die Entwicklungsumgebung oder einen Agenten aus; die Inferenz läuft beim Meta Model API- oder Gateway-Anbieter.
Ist Muse Spark 1.1 noch über die Meta Model API verfügbar?
Ja. Die aktuelle API-Übersicht führt `muse-spark-1.1` und `muse-spark-1.2` im Standard-Tier. Die Produktseite bewirbt inzwischen 1.2 als aktuelle Muse-Spark-Version.
Was kostet Muse Spark 1.1?
Meta listet für das Standard-Tier 1,25 US-Dollar pro Million Input-Tokens, 0,15 US-Dollar für Cache-Input und 4,25 US-Dollar pro Million Output-Tokens. Preise und Limits können sich ändern.
Was ist der Unterschied zwischen Standard und Contributor?
Die API-Seite beschreibt das Standard-Tier als nicht zur Produktverbesserung verwendet. Das Contributor-Tier ist günstiger, wird laut Meta aber zur Verbesserung der Produkte verwendet und ist aktuell an Muse Spark 1.2 gebunden.
Soll ich für ein neues Projekt 1.1 oder 1.2 wählen?
Starte mit 1.2, wenn dein Provider es anbietet. Halte 1.1 nur dann fest, wenn du einen reproduzierbaren Grund, einen bestehenden Modell-Slug oder eine Vergleichsbasis dafür hast.