Nach drei Jahren des „Verschwindens“ postete Zuckerberg nur für dieses Produkt: Das stärkste Agent-Modell von Meta steigt in die Programmierung ein

Drei Monate nach der Einführung seines ersten KI-Modells unter der Leitung des KI-Chefs Alexandr Wang hat Meta erneut ein großes Update veröffentlicht, um in Schlüsselbereichen des KI-Marktes mit OpenAI und Anthropic zu konkurrieren.

Gestern hat Meta offiziell die neue Version von Muse Spark vorgestellt – ein multimodales KI-Modell für die agentische Codierung, das mit gleichwertigen Produkten von Unternehmen wie OpenAI und Anthropic konkurrieren soll. Laut Aussage von Wang in einem Interview ist Muse Spark 1.1 „das derzeit leistungsstärkste Modell für agentische Aufgaben und Programmierung“.

In den vergangenen Jahren hat Meta bereits mehrere grundlegende KI-Modelle nacheinander eingeführt. Die Veröffentlichung von Muse Spark ist jedoch so bedeutend, dass CEO Mark Zuckerberg zum ersten Mal seit drei Jahren wieder einen Beitrag auf der Plattform X veröffentlichte. Sein letzter Beitrag auf X stammt vom Juli 2023, als die Plattform gerade von Twitter in X umbenannt wurde.

In dem Beitrag beschrieb er Spark als „ein extrem kostengünstiges, aber leistungsstarkes Modell für Agenten und Programmierung“ und betonte, dass es „am besten in der Agentenleistung, dem Aufruf von Werkzeugen und der Bedienung von Computern“ sei. Zuckerberg kündigte außerdem an, dass „bald weitere Inhalte folgen werden“, was darauf hindeutet, dass Meta plant, weitere Modelle auf den Markt zu bringen.

Deutlicher Leistungssprung in drei Monaten: „Übertrifft Konkurrenten bei agentischen Aufgaben“ 

Das Hauptverkaufsargument von Meta für die Nutzer ist die Fähigkeit von Spark, große Mengen an agentischen Aufgaben zu bewältigen – einschließlich der Behebung von Codierungsfehlern und der Unterstützung bei umfangreichen Codemigrationen. Diese Art von Automatisierungsfähigkeit ist genau das, was immer mehr Unternehmen von KI-Anbietern erwarten. Als multimodales Inferenzmodell, das für agentische Aufgaben entwickelt wurde, hat Muse Spark 1.1 erhebliche Verbesserungen bei der Nutzung von Werkzeugen und Computern, der Codierung sowie dem multimodalen Verständnis erzielt.

In seinem Blog schreibt Meta: „Muse Spark 1.1 zeigt herausragende Leistungen bei persönlichen agentischen Aufgaben, insbesondere in Szenarien, die Planung und Koordination über mehrere externe Anwendungen und Dienste hinweg erfordern.“ Bei der computergestützten Nutzung mehrerer Anwendungen überzeugt Muse Spark 1.1, indem es den Kontext in langwierigen Sitzungen beibehält und bei jedem Schritt intelligent zwischen Skripten, direkter Oberflächeninteraktion und Massenoperationen wählt. Es kann unbekannte Oberflächen mit minimalem menschlichen Eingriff navigieren. Laut Wang übertrifft Muse Spark 1.1 bei einigen Aufgaben, die mit verschiedenen Drittanbieter-Codierungsprodukten und -diensten interagieren müssen, die Leistung von Konkurrenzmodellen.

Er erläuterte, dass die von Wang geleiteten Meta Superintelligence Labs (MSL) Muse Spark 1.1 für programmierungsbezogene Aufgaben trainiert haben, da dies letztendlich die Gesamtfähigkeit von KI-Agenten verbessert und es ihnen ermöglicht, mehrere Aufgaben autonom wie „eine Gruppe menschlicher Praktikanten“ auszuführen. „Sie müssen die Programmierfähigkeit als Teil der gesamten Agentenfähigkeit aufbauen“, sagte Wang.

Wang teilte außerdem mit, dass er die neueste Version von Muse Spark intern ausgiebig getestet hat (sogenanntes „Dogfooding“) und von ihrem Potenzial als Werkzeug zur Verbesserung der persönlichen Gesundheit begeistert ist. Beispielsweise kann das Modell Nutzern dabei helfen, im Internet zu suchen, wissenschaftliche Arbeiten zu lesen und auf gesundheitsbezogene persönliche Daten zuzugreifen. Zu seinen Experimenten mit KI-gestütztem Gesundheitsmanagement sagte Wang: „Das ist die Art von Anwendungsfall, die meiner Meinung nach den Bedarf an agentischen Systemen wirklich demonstriert.“

Es ist bekannt, dass Muse Spark ursprünglich den internen Codenamen Avocado trug und die erste Version im April dieses Jahres veröffentlicht wurde. Laut Meta verfügt die im April dieses Jahres vorgestellte erste Version von Spark 1.1 über Fähigkeiten zum mehrstufigen Schlussfolgern, kann komplexe Prozesse verarbeiten, digitale Arbeitsabläufe verwalten und neue Funktionen in Unternehmenssystemen bereitstellen. Im Vergleich zum ersten Modell hat Muse Spark 1.1 einen deutlichen Leistungssprung bei der Umsetzung komplexer Funktionen, End-to-End-Entwicklungsaufgaben sowie der Suche und dem Verständnis von Codebasen erreicht.

Meta gab bekannt, dass Muse Spark 1.1 derzeit in großem Umfang in den Codierungs- und Forschungsarbeitsabläufen von Meta eingesetzt wird und in internen Codierungs-Benchmarks mit führenden Modellen konkurriert. Die Forscher nutzen Muse Spark 1.1 nun in ihren Arbeitsabläufen, um Modellentwicklungs- und Bewertungsaufgaben zu automatisieren. Auch im Bereich der Wahrnehmung und des multimodalen Schlussfolgerns überzeugt Muse Spark 1.1: Es kann visuelle und auditive Eingaben prüfen, Details in langwierigen Arbeitsabläufen beibehalten und in realen Ausführungsumgebungen handeln – es zeigt besondere Stärken bei der Generierung von Code aus visuellen Inhalten, umfangreichen Bild-/Videounterschriften und der intelligenten Computernutzung.

Eintritt in den KI-Codierungsmarkt mit „sehr aggressiven und attraktiven“ Preisen 

In diesem Bereich liegt Meta derzeit etwas hinter seinen Konkurrenten zurück. Anthropic und OpenAI haben ähnliche Modelle bereits seit einiger Zeit auf dem Markt. Das bedeutet aber nicht, dass Metas Einstieg keine Bedrohung darstellen wird.

Ein zentraler Wettbewerbspunkt in der KI-Branche sind nach wie vor die Nutzungskosten von Modellen – und Meta scheint hier zu versuchen, mit Preisvorteilen in den Markt einzutreten. Aus ausländischen Medienberichten geht hervor, dass Meta für Spark 1,25 US-Dollar pro Million Eingabe-Token und 4,25 US-Dollar pro Million Ausgabe-Token verlangen wird. Dieser Preis liegt über dem des Einsteigermodells GPT-5 mini von OpenAI und dem kostengünstigen Modell Claude Haiku 4.5 von Anthropic, ist etwa auf dem Niveau von GPT-5.6 Luna (leicht höher) und liegt unter dem des höherwertigen Modells Claude Sonnet 4.6 von Anthropic.

Laut Wang ist die Preisgestaltung des aktualisierten Muse Spark „sehr aggressiv und attraktiv“ im Vergleich zu ähnlichen Produkten von Labors wie Anthropic und OpenAI. Es wird berichtet, dass jedes neue API-Konto ein kostenloses Guthaben von 20 US-Dollar zum Testen des Modells erhält, bevor das Pay-as-you-go-Modell in Kraft tritt. „Unser Ziel ist es, wirklich attraktive Preise anzubieten und gleichzeitig mit der wachsenden Nachfrage nach großskaliger Nutzung zu skalieren.“

Außerdem erklärte Wang, dass Meta Muse Spark 1.1 so trainiert hat, dass es „gut zu allen gängigen Werkzeugketten passt, die Entwickler derzeit verwenden“ – und Meta ist der Ansicht, dass dies der beste Weg ist, um das Modell in größtmöglichem Umfang zu verbreiten.

„Wenn Muse Spark 1.1 in der Programmierfähigkeit tatsächlich mit Claude und GPT konkurrieren kann, hat Meta möglicherweise endlich einen klareren Weg zur Kommerzialisierung gefunden, um KI-Modelle zu kostenpflichtigen Entwicklerwerkzeugen zu machen“, sagte Shay Boloor, Chefmarktstratege von Futurum Equities.

Geplanter Ersatz einiger Llama-Modelle – Open-Source-Version in Entwicklung 

Bisher war die erste Generation von Muse Spark nur für „einige Partner“ zugänglich, die die Technologie nur über eine „private API-Vorschau“ nutzen konnten. Derzeit können US-amerikanische Entwickler über die öffentliche Vorschau der Meta Model API auf Muse Spark zugreifen, um Prompts zu testen, Modellausgaben zu vergleichen und prototypische Integrationen zu entwickeln. Nun hat Meta die öffentliche Vorschau der neuen Modell-API über sein Entwicklerportal geöffnet, wo sich Nutzer registrieren und die Integrationsanleitung einsehen können. Ein Sprecher von Meta erklärte, dass einige frühe Partner die API bereits nutzen können, während neue Nutzer „in eine Warteliste aufgenommen werden und nach und nach Zugriff erhalten“.

Die neue Version des Modells ist bereits im „Thinking-Modus“ der Meta-KI-App und -Website verfügbar. Darüber hinaus soll Muse Spark einen Teil der vorhandenen Llama-Modelle ersetzen, die derzeit die Chatbots von WhatsApp, Instagram und Facebook sowie die Meta-Smartglasses-Produktreihe antreiben. Laut Meta bleibt der API-Zugriff vorerst auf das eigene Produktökosystem beschränkt und wird nicht wie bei dem beliebten OpenRouter-Modellmarkt für Drittplattformen geöffnet. „Dieser Dienst wird auf der bereits von uns aufgebauten Recheninfrastruktur ausgeführt“, sagte Wang.

Bemerkenswert ist, dass Metas KI-Strategie bisher hauptsächlich darauf abzielte, die Llama-Modellreihe der Open-Source-Gemeinschaft zugänglich zu machen – das Unternehmen wechselt nun jedoch dazu, Zugriff auf selbst entwickelte KI-Modelle zu verkaufen. Trotzdem betonte Wang, dass Meta weiterhin „dem Open-Source-Gedanken verpflichtet“ ist und enthüllte, dass sein MSL-Team an einer „Variante von Muse Spark“ arbeitet, die in Zukunft als Open-Source-Version veröffentlicht werden soll – er lehnte es jedoch ab, einen genauen Veröffentlichungstermin zu nennen.

Neben Muse Spark hat Meta vor kurzem auch ein neues KI-Bildgenerierungsmodell namens Muse Image veröffentlicht, das ursprünglich den Codenamen „Mango“ trug. Dieses Modell soll Meta dabei helfen, Ersteller und Werbetreibende für seine KI-Produkte zu gewinnen.

Laut den neuesten Angaben von Wang trainiert Meta derzeit ein noch leistungsstärkeres KI-Modell mit dem Codenamen Watermelon, das bereits bei wichtigen Benchmarks mit GPT-5.5 von OpenAI mithalten kann – ein Veröffentlichungstermin wurde jedoch noch nicht bekanntgegeben.

Referenzlinks:

https://techcrunch.com/2026/07/09/meta-enters-the-crowded-ai-coding-battle-with-muse-spark-1-1/

https://www.reuters.com/business/meta-debuts-muse-spark-11-with-preview-open-developers-2026-07-09/

Dieser Artikel stammt aus dem WeChat-öffentlichen Konto „AI Frontline“, zusammengestellt von Hua Wei und mit Genehmigung von 36Kr veröffentlicht.