Muse Spark 1.1
Muse Spark 1.1 est un LLM propriétaire lancé par Meta le 9 juillet 2026. À sa sortie, il se situait dans le top 2% des modèles de sa génération sur Humanity's Last Exam, un positionnement notable parmi 87 LLM contemporains.
Muse Spark 1.1 est un LLM propriétaire lancé par Meta le 9 juillet 2026. À sa sortie, il se situait dans le top 2% des modèles de sa génération sur Humanity's Last Exam, un positionnement notable parmi 87 LLM contemporains.
Sa fenêtre de contexte d'environ un million de tokens constitue l'un de ses principaux marqueurs. Son autre avantage est économique : sa tarification se situe 40% sous la moyenne des LLM similaires et reste environ 4,4 fois inférieure à celle des modèles frontière.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Meta |
| Poids | 🔒 Propriétaire |
| Date de sortie | 9 juillet 2026 |
| Multimodal | oui |
| Fenêtre de contexte | 1 048 576 tokens (≈ 1,0 M) |
| Modalités (entrée → sortie) | text,image,video → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Email Classification (Baseline) | 89,0 % | 150ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 87,0 % | 86ᵉ / 140 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 86,9 % | 92ᵉ / 162 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 86,2 % | 14ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 84,0 % | 142ᵉ / 159 | benchable | ✅ Mesuré |
| CharXiv-R | 88,4 % | 5ᵉ / 45 | llm-stats | Auto-déclaré |
| MCP Atlas | 88,1 % | 1ᵉ / 30 | llm-stats | Auto-déclaré |
| OSWorld-Verified | 80,8 % | 4ᵉ / 19 | llm-stats | Auto-déclaré |
| Terminal-Bench 2.1 | 80,0 % | 8ᵉ / 13 | llm-stats | Auto-déclaré |
| BabyVision | 76,3 % | 2ᵉ / 9 | llm-stats | Auto-déclaré |
| Toolathlon | 75,6 % | 1ᵉ / 30 | llm-stats | Auto-déclaré |
| Humanity's Last Exam | 62,1 % | 3ᵉ / 89 | llm-stats | Auto-déclaré |
| SWE-Bench Pro | 61,5 % | 11ᵉ / 41 | llm-stats | Auto-déclaré |
| Finance Agent v2 | 57,2 % | 2ᵉ / 26 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Benchable : Email Classification (Baseline)
Benchable : Mathematics (Baseline)
Classements Arena (Elo)
Arena Code · 99 modèles classés
| Rang | Modèle | Elo |
|---|---|---|
| 1ᵉ | Kimi K3 | 1679 |
| 2ᵉ | Claude Fable 5 | 1631 |
| 3ᵉ | GPT-5.6 Sol | 1618 |
| ⋯ | ⋯ | |
| 9ᵉ | Claude Opus 4.6 | 1542 |
| 10ᵉ | Claude Sonnet 5 | 1542 |
| 11ᵉ | Muse Spark 1.1 | 1538 |
| 12ᵉ | Claude Opus 4.6 | 1536 |
| 13ᵉ | Claude Opus 4.8 | 1534 |
Arena Text · 200 modèles classés
| Rang | Modèle | Elo |
|---|---|---|
| 1ᵉ | Claude Fable 5 | 1507 |
| 2ᵉ | Claude Opus 4.6 | 1504 |
| 3ᵉ | Claude Opus 4.7 | 1503 |
| 4ᵉ | Claude Opus 4.6 | 1498 |
| 5ᵉ | Claude Opus 4.7 | 1494 |
| 6ᵉ | Muse Spark 1.1 | 1493 |
| 7ᵉ | Muse Spark | 1487 |
| 8ᵉ | Gemini 3 Pro | 1486 |
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Meta | 1,25 $ | 4,25 $ | 0,15 $ |
| meta | 1,25 $ | 4,25 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 40 % en dessous de la moyenne des LLM similaires, et 4,4 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,31 $ |
| Latence moyenne par benchmark — Benchable | 14 min 26 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Muse Spark 1.1 se distingue surtout dans les évaluations comparatives en arène. Il atteint le top 6 en Arena Text et se place aux portes du top 10 en Arena Code, ce qui traduit une forte préférence relative pour ses réponses textuelles et son code. Instruction Following figure également dans le premier décile de son classement Benchable. À sa sortie, son appartenance au top 2% sur Humanity's Last Exam le plaçait dans le haut du panier de sa génération. Sa fenêtre de contexte de 1 048 576 tokens et son tarif très économique renforcent son intérêt pour les tâches textuelles ou de programmation portant sur des entrées volumineuses.
Limites et points d'attention. Les résultats Benchable sont nettement moins homogènes que les classements Arena. Email Classification et Ethics se situent près du bas de leurs classements respectifs, tandis que Mathematics et Coding restent dans la seconde moitié. Le modèle affiche donc des scores bruts élevés, mais souvent en retrait face aux concurrents évalués sur les mêmes tests. Ses poids propriétaires limitent aussi les possibilités de déploiement et de modification indépendants. Il reste pertinent pour les usages sensibles au coût, au contexte long et au suivi d'instructions. Pour un résultat plus abouti, on lui préférera Kimi K3, Claude Fable 5 ou Claude Opus 4.7.
Sources des données : Arena.ai (arena.ai) · LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Benchable.ai (benchable.ai).