Todo sobre Muse Spark 1.1

Muse Spark 1.1 en breve

Muse Spark 1.1 es un modelo de lenguaje de Meta, lanzado el 8 de abril de 2026. Tiene, por tanto, 6 meses a 22 de octubre de 2026. Sus pesos no están publicados: solo funciona en remoto, mediante la API de Meta o de proveedores asociados (17 listados en models.dev). Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero.

Lo clasificamos entre los gama media (34 modelos de esta categoría en el sitio).

Resultados en benchmarks

Epoch AI publica un único resultado de Muse Spark 1.1 en las pruebas de nuestra cesta: demasiado pocos para calcular un índice de capacidad fiable.

• APEX-Agents (tareas profesionales realizadas por un agente): 31,8 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 82,4 %

¿Cuánto cuesta Muse Spark 1.1?

Muse Spark 1.1 cuesta 1,25 US$ por millón de tokens de entrada y 4,25 US$ por millón de tokens de salida (tarifa del fabricante, consulta del 22 de octubre de 2026).

En la práctica, una tarea de agente que lee 20 000 tokens y escribe 2000 cuesta unos 0,034 US$, es decir, 33,5 US$ por 1000 tareas de este tipo.

Está en la media de los gama media, cuyo precio de salida mediano es de 4,38 US$.

Los tokens leídos desde la caché cuestan 0,15 US$ por millón: útil para un agente que reenvía a menudo el mismo contexto.

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

Contexto y capacidades

Su ventana de contexto alcanza 1.048.576 tokens, unas 1573 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 131.072 tokens.

Acepta como entrada: texto, imagen, PDF y vídeo.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

¿Cuándo elegirlo?

Por su categoría, Muse Spark 1.1 está pensado sobre todo para un equilibrio entre calidad y coste, para usos cotidianos que no justifican un modelo puntero.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

Modelos comparables

En la misma categoría, los modelos más cercanos a Muse Spark 1.1 son:

• Muse Spark 1.2 (Meta, 4,25 US$ por millón de tokens de salida)
• Mistral Large 4 (Mistral AI, índice 79,7)
• GPT-5.4 mini (OpenAI, índice 68,4)
• Sakana Namazu (Sakana AI, 4 US$ por millón de tokens de salida)