Tout savoir sur Muse Spark 1.1

Muse Spark 1.1 en bref

Muse Spark 1.1 est un modèle de langage de Meta, sorti le 8 avril 2026. Il a donc 6 mois au 22 octobre 2026. Ses poids ne sont pas publiés : il s'utilise uniquement à distance, par l'API de Meta ou d'hébergeurs partenaires (17 référencés sur models.dev). Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent.

Nous le rangeons parmi les milieu de gamme (34 modèles dans cette catégorie sur le site).

Résultats aux benchmarks

Epoch AI publie un seul résultat pour Muse Spark 1.1 sur les tests de notre panier : trop peu pour calculer un indice de capacité fiable.

• APEX-Agents (tâches professionnelles réalisées par un agent) : 31,8 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 82,4 %

Combien coûte Muse Spark 1.1 ?

Muse Spark 1.1 est facturé 1,25 $US par million de tokens en entrée et 4,25 $US en sortie (tarif du fabricant, relevé du 22 octobre 2026).

Concrètement, une tâche d'agent qui lit 20 000 tokens et en écrit 2 000 revient à environ 0,034 $US, soit 33,5 $US pour 1 000 tâches de ce type.

C'est dans la moyenne des milieu de gamme, dont le prix de sortie médian est de 4,38 $US.

Les tokens relus depuis le cache sont facturés 0,15 $US par million : utile pour un agent qui renvoie souvent le même contexte.

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Contexte et capacités

Sa fenêtre de contexte atteint 1 048 576 tokens, soit environ 1 573 pages de texte à 500 mots par page : de quoi charger un livre entier ou une base de code de taille moyenne. Une réponse peut compter jusqu'à 131 072 tokens.

Il accepte en entrée : texte, image, PDF et vidéo.

Il sait appeler des outils (fonctions, API) et produire une sortie structurée en JSON, ce qui en fait une base possible pour un agent IA.

Quand le choisir ?

Par sa catégorie, Muse Spark 1.1 vise d'abord un compromis entre qualité et coût, pour des usages quotidiens qui ne justifient pas un modèle de pointe.

Sa très grande fenêtre de contexte le rend intéressant pour analyser de gros volumes de documents en une seule requête.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Modèles comparables

Dans la même catégorie, les modèles les plus proches de Muse Spark 1.1 sont :

• Muse Spark 1.2 (Meta, 4,25 $US par million de tokens en sortie)
• Mistral Large 4 (Mistral AI, indice 79,7)
• GPT-5.4 mini (OpenAI, indice 68,4)
• Sakana Namazu (Sakana AI, 4 $US par million de tokens en sortie)