Natively multimodal reasoning model by Meta Superintelligence Labs — first in the Muse family, with tool-use, visual chain of thought, and multi-agent orchestration.
Data premiery
8 kwietnia 2026
Dostęp:APIHostedWdrożenie:☁ Cloud
Przegląd
Dostęp i wdrożenie
APIHostowane
Chmura
Wagi: Zamknięte
Kluczowe parametry
✓ Narzędzia
📥 Wejście: tekst, obraz
Specyfikacja techniczna
Licencja
Proprietary
Funkcje:✓ Używanie narzędzi
Modalności
⬇ Wejście (Input)
textimage
⬆ Wyjście (Output)
text
Możliwości i zastosowania
Natywne możliwości modelu
Rozumowanie
Zdolność modelu do logicznego wnioskowania, analizowania zależności i wyprowadzania odpowiedzi na podstawie przesłanek.
Kategoria: reasoning
Rozumienie multimodalne
Zdolność modelu do łączenia i interpretowania informacji z więcej niż jednej modalności, np. tekstu i obrazu.
Kategoria: multimodal
Rozumienie obrazów
Zdolność modelu do analizowania i interpretowania zawartości obrazów.
Kategoria: vision
Rozumienie wykresów
Zdolność modelu do rozumienia wykresów, trendów, osi, legend i danych wizualnych.
Kategoria: vision
Kodowanie
Zdolność modelu do generowania, analizowania, poprawiania i wyjaśniania kodu.
Kategoria: coding
Wyniki benchmarków
2 benchmarki
Humanity's Last Exam
accuracy · Contemplating mode (multi-agent parallel reasoning)
58%
📅 8 kwi 2026📄 Meta AI Blog — Introducing Muse Spark: Scaling Towards Personal Superintelligence
Contemplating mode orchestrates multiple agents reasoning in parallel. Competes with Gemini Deep Think and GPT Pro extreme reasoning modes.
FrontierScience Research
accuracy · Contemplating mode (multi-agent parallel reasoning)
38%
📅 8 kwi 2026📄 Meta AI Blog — Introducing Muse Spark: Scaling Towards Personal Superintelligence
Contemplating mode result. Full methodology in Meta's methodology document linked from the blog post.
Architektura techniczna
Forma modelu (Model Form)
Techniki trenowania (Training Techniques)