Meta: Muse Spark 1.1

Meta: Muse Spark 1.1 ist ein multimodales Reasoning-Modell von Meta, das auf api14 als meta/muse-spark-1.1 identifiziert wird. Meta positioniert es für agentische Aufgaben, also Arbeit, bei der das Modell planen, Tools aufrufen und eine Aufgabe über mehrere Schritte hinweg durchführen soll, statt eine einzelne Frage zu beantworten. Es liegt in der Kategorie Text des Katalogs, und es wurde vom Anbieter am 16. Juli 2026 veröffentlicht.

Das Modell akzeptiert Text, Bilder, Video und Dateien als Eingabe und gibt Text zurück. Diese Kombination macht es zu einem Reasoning-Modell, das man auf mehr als nur reinen Chat richten kann: Man kann ihm einen Screenshot, einen Clip oder ein PDF-Dokument zusammen mit den Anweisungen übergeben. Das Kontextfenster beträgt 1.048.576 Token, sodass lange Dokumente oder ausgedehnte Konversationen in eine einzelne Anfrage passen. Die maximale Ausgabe beträgt 943.718 Token, was ungewöhnlich groß ist und dann wichtig wird, wenn man einen vollständigen Bericht oder ein langes generiertes Artefakt in einem Aufruf möchte statt einer kurzen Antwort.

Diese Fähigkeiten legen einige praktische Arbeitsformen nahe. Dokument- und Videoverständnis: einen Vertrag, eine Forschungsarbeit oder eine Aufnahme senden und um eine Zusammenfassung, Extraktion oder Beantwortung von Fragen über das gesamte Material bitten. Agentische Pipelines: Tools definieren, das Modell entscheiden lassen, wann es sie aufruft, und es über die Zwischenergebnisse hinweg reasoning betreiben lassen. Strukturierte Extraktion: Felder aus gemischten Eingaben in JSON für nachgelagerte Systeme herausziehen. Langhorizont-Generierung: umfangreichen Text erzeugen, etwa einen Entwurf einer Spezifikation, aus einem großen Korpus an Quellmaterial. Da die Ausgabeseite nur Text ist, verwendet man es dort, wo das Ergebnis geschriebener oder strukturierter Text ist, nicht dort, wo man generierte Bilder oder Audio benötigt.

Man ruft es über die OpenAI-kompatible API von api14 mit der Modell-ID meta/muse-spark-1.1 auf, sodass bestehende OpenAI-SDKs und Clients mit geänderter Base-URL und geändertem Modellnamen funktionieren. Die unterstützten Anfrageparameter sind include_reasoning, max_tokens, reasoning, reasoning_effort, repetition_penalty, response_format, structured_outputs, temperature, tool_choice, tools, top_k und top_p. Das Reasoning-Verhalten wird über die Parameter reasoning, reasoning_effort und include_reasoning gesteuert, die Tool-Nutzung über tools und tool_choice, und die Ausgabeform über response_format und structured_outputs. Das Sampling wird mit temperature, top_p, top_k und repetition_penalty abgestimmt, und die Länge mit max_tokens.

Zwei Dinge sollte man bei der Entscheidung beachten. Die Ausgabemodalität ist nur Text, wenn die Aufgabe also generierte Bilder oder Sprache erfordert, ist dieses Modell nicht passend. Und die Obergrenzen für Kontext und Ausgabe sind großzügig, aber nicht unendlich, sodass extrem große Eingaben weiterhin gekürzt oder aufgeteilt werden müssen. Für einfache, kurze Textaufgaben ist ein kleineres und schnelleres Textmodell möglicherweise einfacher zu betreiben; Muse Spark 1.1 ergibt am meisten Sinn, wenn man multimodale Eingabe, Tool-Nutzung oder sehr lange Ausgaben in einer Anfrage benötigt.