Robocikowo>ROBOCIKOWO
Muse Spark 1.1

Muse Spark 1.1

Rodzina: Muse
Muse Spark 1.1 to aktualizacja natywnie multimodalnego modelu Meta (Meta Superintelligence Labs) z rodziny Muse. Wprowadza kontekst 1 mln tokenow oraz duze postepy w tool use, obsludze komputera, kodowaniu i rozumieniu multimodalnym; wraz z nia ruszylo publiczne preview Meta Model API.
✓ AktywnyLLMModel multimodalnyModel rozumowaniaModel używający narzędzi📁 Muse
Okno kontekstowe
1 mln tokenow
tokenów
Data premiery
9 lipca 2026
Dostęp:APIHostedWdrożenie:☁ Cloud

Przegląd

Muse Spark 1.1 to wersja aktualizacyjna modelu Muse Spark - natywnie multimodalnego modelu rozumowania opracowanego przez Meta Superintelligence Labs (MSL), pierwszego z rodziny Muse. Wersja 1.1 zostala udostepniona 9 lipca 2026 roku.

Kluczowa nowoscia jest kontekst o dlugosci 1 miliona tokenow, aktywnie zarzadzany przez model. Wersja 1.1 przynosi duze postepy w uzyciu narzedzi (tool use), obsludze komputera (computer use), kodowaniu oraz rozumieniu multimodalnym, przesuwajac granice wydajnosci przy danym budzecie obliczeniowym. Poprawiono takze odpornosc na ataki adwersarialne, obnizono skłonnosc do halucynacji oraz do przesadnej uleglosci (sycophancy).

Wraz z Muse Spark 1.1 Meta uruchomila publiczne preview Meta Model API, a model jest dostepny w trybie 'Thinking' w aplikacji Meta AI oraz na meta.ai. Model jest chwalony za polaczenie milionowego kontekstu z silnymi zdolnosciami agentowymi, obsluga komputera i generowaniem artefaktow wizualnych do kodu; wsrod komentujacych premiere byl m.in. Amjad Masad, CEO Replit.

Klasyfikacja
LLMModel multimodalnyModel rozumowaniaModel używający narzędzi
Rodzina: Muse
Dostęp i wdrożenie
APIHostowane
Chmura
Wagi: Zamknięte
Kluczowe parametry
📏 Kontekst: 1 mln tokenow
Narzędzia
📥 Wejście: tekst, obraz

Specyfikacja techniczna

Okno kontekstowe
1 mln tokenow
tokenów
Licencja
Proprietary
Funkcje:Używanie narzędzi
Modalności
⬇ Wejście (Input)
textimage
⬆ Wyjście (Output)
text

Możliwości i zastosowania

Natywne możliwości modelu
Rozumowanie
Zdolność modelu do logicznego wnioskowania i rozwiązywania złożonych problemów.
Kategoria: reasoning
Rozumienie multimodalne
Zdolność modelu do łączenia i interpretowania informacji z więcej niż jednej modalności, np. tekstu i obrazu.
Kategoria: multimodal
Rozumienie obrazu
Analiza i interpretacja treści obrazów.
Kategoria: vision
Rozumienie wykresów
Odczyt i interpretacja wykresów, tabel i diagramów.
Kategoria: vision
Programowanie
Generowanie, analizowanie i modyfikowanie kodu w wielu językach programowania. Obejmuje pisanie funkcji, debugowanie, refaktoryzację, code review, tworzenie testów. Mierzone benchmarkami takimi jak HumanEval, SWE-bench.
Kategoria: coding

Architektura techniczna

Rdzeń architektury (Core Architecture)
Forma modelu (Model Form)
Techniki trenowania (Training Techniques)