Mark Zuckerberg meldet sich nach drei Jahren „Verschwinden“ zurück – und das nur für eines: Meta stellt seinen stärksten Agenten für die Programmierung vor

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 zentralen Bereichen 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 agentisches Programmieren, das mit vergleichbaren Produkten von Unternehmen wie OpenAI und Anthropic konkurrieren soll. Laut 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 vorgestellt. Die Veröffentlichung von Muse Spark ist jedoch so bedeutend, dass sogar CEO Mark Zuckerberg nach drei Jahren erstmals wieder einen Beitrag auf der Plattform X veröffentlichte. Sein letzter Beitrag auf X stammt aus dem Juli 2023 – kurz nachdem die Plattform von Twitter in X umbenannt wurde.

In seinem Beitrag beschrieb er Spark als „ein extrem preiswertes, aber leistungsstarkes Modell für Agenten und Programmieren“ und betonte, dass es „am besten in der Agentenleistung, dem Aufruf von Werkzeugen und der Bedienung von Computern“ sei. Zuckerberg kündigte zudem an, dass „bald weitere Inhalte folgen werden“ – ein Hinweis darauf, dass Meta plant, weitere Modelle zu veröffentlichen.

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

Das Hauptverkaufsargument von Meta für Nutzer ist die Fähigkeit von Spark, große agentische Aufgaben zu bewältigen – darunter das Beheben von Code-Fehlern und die Unterstützung bei umfangreichen Codemigrationen. Solche Automatisierungsfähigkeiten sind genau das, was immer mehr Unternehmen von KI-Anbietern erwarten. Als multimodales Inferenzmodell, das für agentische Aufgaben entwickelt wurde, erreicht Muse Spark 1.1 erhebliche Verbesserungen bei der Nutzung von Werkzeugen und Computern, der Codierung sowie dem multimodalen Verständnis.

In einem Blogbeitrag schreibt Meta: „Muse Spark 1.1 zeigt herausragende Leistungen bei persönlichen agentischen Aufgaben und eignet sich besonders für Szenarien, die Planung und Koordination über mehrere externe Anwendungen und Dienste hinweg erfordern.“ Bei computerbasierten Arbeitsabläufen mit mehreren Anwendungen überzeugt Muse Spark 1.1: Es behält den Kontext in langen Sitzungen bei und wählt intelligent zwischen Skripten, direkter Oberflächeninteraktion und Massenoperationen in jedem Schritt aus. Es kann sich in unbekannten Oberflächen mit minimalem menschlichen Eingriff zurechtfinden. Wang enthüllte, dass Muse Spark 1.1 bei einigen Aufgaben, die Interaktion mit verschiedenen Drittanbieter-Codeprodukten und -diensten erfordern, die Leistung von Konkurrenzmodellen übertrifft.

Nach seinen Angaben hat das von Wang geleitete Meta Superintelligence Labs (MSL) Muse Spark 1.1 für programmierbezogene Aufgaben trainiert – da dies letztlich die Gesamtfähigkeit von KI-Agenten verbessert und ihnen ermöglicht, mehrere Aufgaben autonom wie „eine Gruppe menschlicher Praktikanten“ auszuführen. „Man muss die Programmierfähigkeit als Teil der gesamten Agentenfähigkeit aufbauen“, sagte Wang.

Wang teilte zudem mit, dass er die neueste Version von Muse Spark ständig intern getestet (Dogfooding) hat und von ihrem Potenzial als Werkzeug zur Verbesserung der persönlichen Gesundheit begeistert ist. Beispielsweise kann das Modell Nutzern helfen, im Internet zu suchen, wissenschaftliche Arbeiten zu lesen und auf persönliche gesundheitsbezogene Daten zuzugreifen. Über seine Experimente mit KI-gestütztem Gesundheitsmanagement sagte Wang: „Das ist die Art von Anwendungsfall, von dem ich glaube, dass er den Bedarf an agentischen Systemen wirklich verdeutlicht.“

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 erste im April vorgestellte Version von Spark 1.1 über mehrstufige Inferenzfähigkeiten, kann komplexe Abläufe verarbeiten, digitale Workflows verwalten und neue Funktionen in Unternehmenssystemen bereitstellen. Im Vergleich zum ersten Modell erreicht Muse Spark 1.1 einen deutlichen Leistungssprung bei der Umsetzung komplexer Funktionen, End-to-End-Entwicklungsaufgaben sowie der Suche und dem Verständnis von Codebasen.

Laut Meta wird Muse Spark 1.1 derzeit in großem Umfang in den Codierungs- und Forschungsworkflows von Meta eingesetzt und konkurriert mit führenden Modellen in internen Codierungs-Benchmarks. Die Forscher nutzen Muse Spark 1.1 nun in ihren Arbeitsabläufen, um Modellentwicklungs- und Bewertungsaufgaben zu automatisieren. Auch bei der Wahrnehmung und multimodalen Inferenz zeigt Muse Spark 1.1 starke Leistungen: Es kann visuelle und akustische Eingaben prüfen, Details in langen Arbeitsabläufen behalten und in echten Ausführungsumgebungen handeln. Besondere Vorteile zeigt es bei der Generierung von Code aus visuellen Inhalten, umfangreichen Bild-/Videounterschriften und der intelligenten Computernutzung.

Eintritt in den KI-Codierungsmarkt: „Sehr aggressiv und attraktiv“ bei der Preisgestaltung 

In diesem Bereich liegt Meta derzeit leicht hinter den Konkurrenten zurück. Anthropic und OpenAI bieten vergleichbare Modelle bereits seit einiger Zeit an. Das bedeutet jedoch nicht, dass Metas Markteintritt keine Bedrohung darstellt.

Ein zentraler Wettbewerbspunkt in der KI-Branche sind nach wie vor die Nutzungskosten von Modellen – und Meta scheint diesmal mit Preisvorteilen in den Markt einzusteigen. Ausländischen Medienberichten zufolge wird Meta für Spark 1,25 US-Dollar pro Million Eingabe-Token und 4,25 US-Dollar pro Million Ausgabe-Token berechnen. Dieser Preis liegt über dem des Einstiegsmodells 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 unter dem des höherwertigen Modells Claude Sonnet 4.6 von Anthropic.

Laut Wang ist die Preisgestaltung des Updates von 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 mit der wachsenden Nachfrage nach großflächiger Nutzung skalieren zu können.“

Zudem sagte Wang, dass Meta Muse Spark 1.1 so trainiert habe, dass es „nahtlos mit allen gängigen Werkzeugketten zusammenarbeitet, die Entwickler derzeit nutzen“ – und Meta hält dies für den besten Weg, um das Modell auf breiter Ebene zu verbreiten.

„Wenn Muse Spark 1.1 in der Programmierfähigkeit tatsächlich mit Claude und GPT konkurrieren kann, hat Meta möglicherweise endlich einen klareren kommerziellen Weg gefunden, um KI-Modelle in kostenpflichtige Entwicklerwerkzeuge umzuwandeln“, sagte Shay Boloor, Chef-Marktstratege von Futurum Equities.

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

Bisher war die erste Version von Muse Spark nur für „ausgewählte Partner“ zugänglich, die die Technik nur über eine private API-Vorschau nutzen konnten. Nun können Entwickler in den USA Muse Spark über die öffentliche Vorschau der Meta Model API aufrufen, um Prompts zu testen, Modellausgaben zu vergleichen und prototypische Integrationen zu entwickeln. Meta hat jetzt die öffentliche Vorschau der neuen Modell-API über das Entwicklerportal geöffnet – Nutzer können sich registrieren und die Integrationsanleitung einsehen. Ein Sprecher von Meta sagte, dass einige frühe Partner bereits Zugriff auf die API haben, während neue Nutzer „auf die Warteliste setzen können und nach und nach Zugriff erhalten“.

Die neue Modellversion ist bereits im „Thinking-Modus“ der Meta-KI-App und -Website aktiv. Darüber hinaus soll Muse Spark einige der bestehenden Llama-Modelle ersetzen, die derzeit die Chatbots von WhatsApp, Instagram und Facebook sowie die Meta-Smart-Brillen-Produkte antreiben. Laut Meta bleibt der API-Zugriff zunächst auf das eigene Ökosystem beschränkt und wird nicht an Drittplattformen wie den beliebten OpenRouter-Modellmarkt freigegeben. „Dieser Dienst läuft auf der bereits von uns aufgebauten Recheninfrastruktur“, sagte Wang.

Erwähnenswert ist, dass Metas KI-Strategie bisher hauptsächlich darauf ausgerichtet war, die Llama-Modellreihe der Open-Source-Gemeinschaft zur Verfügung zu stellen – nun wechselt das Unternehmen dazu, Zugriff auf selbst entwickelte KI-Modelle zu verkaufen. Dennoch sagte 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 Open Source 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 vorgestellt, das ursprünglich den Codenamen „Mango“ trug. Dieses Modell soll Meta dabei helfen, Kreative und Werbetreibende für die Nutzung seiner KI-Produkte zu gewinnen.

Laut den neuesten Angaben von Wang trainiert Meta derzeit ein noch leistungsstärkeres KI-Modell mit dem Codenamen Watermelon, das in wichtigen Benchmarks bereits GPT-5.5 von OpenAI erreicht hat – ein Veröffentlichungstermin wurde aber 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-Offiziellen Konto „AI-Front“, zusammengestellt von Hua Wei und mit Genehmigung von 36Kr veröffentlicht.