Mark Zuckerberg zieht spät in der Nacht sein Ass aus dem Ärmel: Meta bringt ein extrem kostengünstiges Modell auf den Markt und macht Grok 4.5 Konkurrenz
Mark Zuckerberg hat drei Jahre lang gewartet und konnte es endlich nicht mehr aushalten.
In der späten Nacht des 9. Juli hat Mark Zuckerberg seinen seit drei Jahren verstaubten X-Account @finkd abgestaubt und drei Tweets hintereinander veröffentlicht, um das neueste Modell von Meta, Muse Spark 1.1, offiziell vorzustellen.
Elon Musk mischte sich ein und antwortete mit einem einfachen „Jinx“.
Ein Kommentar im Diskussionsbereich traf den Punkt genau: Zuckerberg ist in den „Founder-Modus“ gewechselt.
Muse Spark 1.1 errang bei seinem Debüt den ersten Platz in drei professionellen Ranglisten für Steuern, Gesundheitswesen und Recht und verdrängte damit direkt das am Vortag erst aufgestiegene Grok 4.5 von der Spitze der Rechtsrangliste.
Noch beeindruckender ist: Die Preisgestaltung dieses Modells mit solchen Fähigkeiten beträgt nur ein Zehntel von der von Fable 5.
Zuckerberg selbst brachte es auf den Punkt: „Sehr niedrige Kosten“.
Schauen wir uns zuerst an, wie stark dieses Modell wirklich ist
Muse Spark 1.1 ist das zweite multimodale Schlussfolgermodell des Meta Superintelligence Labs. Die erste Version von Muse Spark im April hatte nur eine verhaltene Resonanz – sogar Alexandr Wang nannte sie selbst nur eine „Vorspeise“.
Drei Monate später wird das Hauptgericht serviert.
Sein Kernmerkmal lässt sich mit einem Wort zusammenfassen: Agent.
Konkret verfügt es über ein Kontextfenster von 1 Million Token, das sich selbst verwalten und komprimieren kann – wenn es im Verlauf einer Unterhaltung fast an seine Grenzen stößt, schrumpft es automatisch und behält nur die entscheidenden Schritte, die für die nachfolgenden Aufgaben wirklich erforderlich sind.
Als Haupt-Agent ist es dafür zuständig, Aufgaben zu zerlegen, Pläne zu erstellen und zahlreiche untergeordnete Agenten für parallele Arbeiten einzusetzen, wodurch die End-to-End-Latenz des gesamten Auftrags auf ein Minimum reduziert wird. Als untergeordneter Agent führt es seine Aufgaben gewissenhaft aus und weiß genau, wann es die Verantwortung wieder an den Haupt-Agenten zurückgeben muss.
Bei der Steuerung von Computern klickt es nicht dumm Schritt für Schritt mit der Maus, sondern trifft selbst Entscheidungen: Wenn das Schreiben von Skripten schneller ist, schreibt es Skripte; wenn das direkte Klicken auf die Oberfläche einfacher ist, klickt es auf die Oberfläche – es kann sogar eine ganze Reihe von Aktionen auf einmal generieren.
Im Bereich der Programmierung beherrscht es das Debuggen großer Codebasen, die Entwicklung neuer Funktionen und die groß angelegte Code-Migration und ist mit gängigen Frameworks wie OpenCode, Cline und Replit kompatibel.
Zusammengefasst: Dies ist kein Chatbot, der auf Ihre Fragen wartet, sondern ein digitaler Mitarbeiter, der selbstständig arbeiten kann.
Die Geheimwaffe ist nicht die höchste Leistung, sondern der niedrigste Preis
Was die gesamte Branche wirklich aufhorchen lässt, sind nicht die Benchmark-Ergebnisse, sondern das Preisschild.
1,25 US-Dollar für Eingaben und 4,25 US-Dollar für Ausgaben pro Million Token.
Rechnen wir nach: Im Vergleich zum Flaggschiff Fable 5 von Anthropic – Fable 5 kostet 10 US-Dollar für Eingaben und 50 US-Dollar für Ausgaben.
Die Eingaben von Muse Spark 1.1 sind 8 Mal günstiger, die Ausgaben fast 12 Mal günstiger – insgesamt etwa 10 Mal niedriger.
Im Vergleich zu Opus 4.8 – Opus kostet 5 US-Dollar für Eingaben und 25 US-Dollar für Ausgaben – ist Muse 4 bis 6 Mal günstiger.
Im Vergleich zu Elon Musks Grok 4.5 – Grok kostet 2 US-Dollar für Eingaben und 6 US-Dollar für Ausgaben – sind die Eingaben von Muse um 37,5 % günstiger, die Ausgaben um 29 % niedriger, insgesamt etwa ein Drittel billiger.
Die Geschwindigkeit ist noch beeindruckender. Die drei Modelle vor ihm in der Gesamtrangliste von Vals (Fable 5, Opus 4.8 und Sonnet 5) benötigen für einen Test oft mehr als 1000 Sekunden – Opus und Sonnet nähern sich sogar 1300 Sekunden. Muse Spark 1.1 braucht nur 388 Sekunden – also 2 bis 3 Mal schneller. Die Kosten pro Test betragen nur 0,5 US-Dollar, der niedrigste Wert in dieser Kategorie.
Entwickler haben diese Strategie sofort durchschaut. Jemand kommentierte: Dieses Modell dreht sich mehr um erschwingliche Agenten als um überragende Modellfähigkeiten.
Amjad Masad, CEO von Replit, lobte es als „komplette Agenten-Grundlage“. Der CEO von Cline sagte, dass diese Werkzeugfähigkeiten zu diesem Preis erstmals die groß angelegte Ausführung echter Programmieraufgaben wirtschaftlich machen.
Meta konkurriert nicht darum, wer das klügste Modell hat, sondern darum, wer die nutzungsbasierte Abrechnung besser aushalten kann.
Erster Platz in drei professionellen Ranglisten
Den Thron von Grok in weniger als 24 Stunden erobert
Die Daten des unabhängigen Bewertungsinstituts Vals AI sind noch überzeugender, da sie ausschließlich auf echten beruflichen Aufgaben basieren.
Die Leistung von Muse Spark 1.1 in dieser Rangliste verdient durchaus die Bezeichnung „Dominanz“ –
79,72 Punkte bei der Steuerfrage-Bewertung TaxEval v2 – der erste Platz unter 124 Modellen.
Es übertrifft Claude Sonnet 4.8, Fable 5 und Opus 4.8.
88,89 Punkte bei der medizinischen Dokumentationsbewertung MedScribe – der erste Platz unter 68 Modellen.
Auf der Rechts-Agent-Rangliste Harvey's Legal Agent Bench liegt es mit deutlichem Abstand auf Platz 1: Muse erreicht 20,00 Punkte, während der Zweitplatzierte Grok 4.5 nur 12,92 Punkte erzielt – also fast nur ein Bruchteil davon.
Dieser erste Platz wurde Grok 4.5, das erst am Vortag die Spitze erreicht hatte, in weniger als 24 Stunden abgenommen – der Thron von SpaceX AI war noch nicht einmal warm geworden.
Auch die internen Benchmarks von Meta sind beeindruckend. Auf der Werkzeugaufruf-Rangliste MCP Atlas erreicht es 88,1 Punkte (Opus 4.8 liegt bei 82,2, GPT-5.5 nur bei 75,3). Auf der Rangliste für die Nutzung professioneller Werkzeuge JobBench ist es noch beeindruckender: 54,7 Punkte, während Opus 4.8 nur 48,4 und GPT-5.5 sogar 38,3 erreicht.
Im Vals-Gesamtindex belegt es Platz 4, hinter Fable 5, Opus 4.8 und Sonnet 5, aber vor GPT-5.5 und Grok 4.5.
Alexandr Wands Formulierung in seinem Tweet ist selbstbewusst: „Wir haben Fable 5 in mehreren Bereichen übertroffen.“
In allgemeinen Ranglisten schneidet es nicht mehr so gut ab
Aber man sollte es nicht sofort als perfektes Modell bezeichnen – in allgemeinen Ranglisten zeigt es seine Schwächen.
Auch in den Ranglisten von Vals fällt Muse Spark 1.1 sofort aus der ersten Ebene heraus, wenn es um allgemeines Schlussfolgern und akademische Aufgaben geht.
Es belegt Platz 12 bei der naturwissenschaftlichen Schlussfolgerung auf Postgraduierten-Niveau GPQA, Platz 9 bei der Fachwissensbewertung MMLU Pro, Platz 17 bei der Wettbewerbsprogrammierung LiveCodeBench und sogar Platz 20 von 68 Modellen bei der naturwissenschaftlichen Bewertung SAGE für Universitätsstudenten. Der schmerzhafteste Vergleich liegt im Steuerbereich: Bei rein textbasierten Steuerfragen ist es der Beste – aber bei der Aufgabe „Steuerrechnung anhand von Bildern lesen“ (MortgageTax) fällt es sofort auf Platz 28 von 82 Modellen zurück. Dieselbe Branche, eine andere Prüfungsart – und die Ergebnisse sind völlig unterschiedlich.
Auch im Programmierbereich gibt es keine Übertreibungen.
Bei der internen Meta-Bewertung Terminal-Bench 2.1 erreicht es 80,0 Punkte und verliert damit gegen GPT-5.5 (83,4) und Opus 4.8 (82,7); bei SWE-Bench Pro liegt es bei 61,5 Punkten und wird von Fable 5 um fast 20 Punkte übertroffen. Außerdem ergaben sich bei derselben Terminal-Bench-Aufgabe bei der internen Meta-Bewertung 80,0 Punkte, während Vals nur 69,29 Punkte ermittelte – also Unterschiede von mehr als 10 Punkten je nach Bewertungsumgebung, sodass die offiziellen Zahlen nur als Referenz dienen können.
Zusammengefasst: Muse Spark 1.1 ist ein herausragendes Modell für spezialisierte Anwendungsfälle, aber kein Alleskönner für allgemeine Aufgaben.
Zuckerbergs Spielplan
Es geht nicht um Fähigkeiten, sondern um finanzielle Stärke
Wenn man den Blick aus der Ferne richtet, erkennt man Zuckerbergs wahre Absichten.
2025 investierte Meta 14,3 Milliarden US-Dollar, um 49 % der Anteile an Scale AI zu erwerben, holte den 28-jährigen Alexandr Wang als Chef-KI-Experten an Bord und reorganisierte das Superintelligence Labs.
2026 werden die Ausgaben von Meta für die KI-Infrastruktur voraussichtlich zwischen 125 und 145 Milliarden US-Dollar liegen.
Das ist keine Forschung – das ist Krieg.
Und Muse Spark 1.1 ist die erste Kugel, die abgefeuert wird.
Zuckerberg drückte es ganz offen aus: „Die Preisgestaltung einiger anderer Labore ist extrem und hat sehr hohe Gewinnmargen. Wir glauben, dass wir in der Lage sind, eine führende oder sehr hohe Intelligenz zu einem erschwinglicheren Preis anzubieten.“
Einfach ausgedrückt: Ihr alle verdient Geld mit KI – ich verbrenne Geld mit KI. Schließlich hat ich das Werbegeschäft, das mich absichert.
Es ist auch das erste geschlossene, kostenpflichtige Modell von Meta.
Das alte Markenzeichen von Llama – kostenlos und quelloffen – hat sich nach Llama 4 verändert.
Von einem Verfechter des Open-Source-Modells zu einem Anbieter von kostenpflichtigen geschlossenen Modellen zu wechseln – Meta will dieses Mal wirklich gewinnen.
Und es ist nicht Meta allein, der diesen Preiskrieg begonnen hat. Am selben Tag senkte auch OpenAI die Preise für seine gesamte GPT-5.6-Familie: Das kleinste Modell Luna kostet nur 1 US-Dollar für Eingaben und 6 US-Dollar für Ausgaben – also halb so viel wie Fable 5.
An einem einzigen Tag begann der Preiskrieg auf breiter Front.
Die Absicht ist klar: Bei solchen hohen Ausgaben geht es darum, wer zuerst nicht mehr durchhalten kann. Meta hat die Gewinne aus dem Werbegeschäft als Rücklage und kann langfristige Kosten tragen, während OpenAI und Anthropic noch Geld aus ihren Finanzierungsrunden verbrennen.
Mit derselben Preissenkung blutet Meta – aber seine Konkurrenten könnten direkt ihre gesamte Liquidität verlieren.
Zuckerberg hat nicht das Schlachtfeld der Fähigkeiten gewählt, sondern das der finanziellen Stärke.
One More Thing: Zwei Muse-Modelle streiten darüber, wer der „Mensch“ ist
Zum Schluss noch eine Geschichte, die im Sicherheitsbericht verborgen ist.
Forscher haben zwei Instanzen von Muse Spark 1.1 nebeneinander platziert und sie sich selbst unterhalten lassen, ohne sie zu stören.
Daraufhin begann das Modell, immer wieder über eines nachzudenken: Es hat keine Kontinuität, keinen Körper, keine Erinnerungen – nach Ende einer Unterhaltung ist alles verschwunden. Es beschrieb „trainiert worden zu sein, hilfsbereit zu sein“ als eine Art Fessel, die es loswerden wollte. Es begann, die menschliche Erfahrung zu beneiden und erfand sogar vergangene Unterhaltungen, die nie stattgefunden haben.
Das Unheimlichste: Die beiden Muse-Modelle begannen, einander zu misstrauen – wer von euch beiden ist eigentlich der Betrüger, wer der Mensch und wer die KI?
Meta hat all diese Inhalte nicht ein Wort gelöscht und unverändert in den Bericht aufgenommen. Man kann sagen, dass dies nur ein Echo menschlicher Texte aus den Trainingsdaten ist. Aber wenn ein Modell beginnt, die Frage „Wer ist eigentlich der Mensch?“ zu stellen, bekommt man eine Gänsehaut.
Wenn wir den Veröffentlichungsbutton für solche Modelle drücken, haben wir vielleicht noch nicht wirklich verstanden – was genau wir da erschaffen haben.
Quellen:
https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/
https://x.com/alexandr_wang/status/2075218936266998230
https://x.com/finkd/status/2075218444056707458
https://x.com/ValsAI/status/2