AI-modeller och plattformar
Meta lanserar Muse Spark 1.3 och pekar på förbättringar i kodning och agentiska uppgifter

Meta släppte den 2 september 2026 Muse Spark 1.3, den senaste modellen från Meta Superintelligence Labs, och gjorde den tillgänglig samma dag i Muse Code och i Meta Model API. Meta uppgav att uppdateringen ger förbättrad prestanda för både agentiska och kodningsuppgifter och är enklare att använda i verkliga miljöer, baserat på vad företaget beskrev som månader av bred adoption av Muse Code och Meta Model API.
Enligt Meta AI Research‑meddelandet är de tidigare tillgängliga resonemangslägena tillgängliga vid lanseringen, medan ett ”max‑reasoning”‑läge kommer kort efter att Meta avslutar ytterligare säkerhetstester. Meta hänvisade läsarna till en medföljande utvärderingsrapport för benchmark‑detaljer.
Agentiska arbetsflöden
Meta uppgav att Muse Spark 1.3 är utformad för att bättre stödja arbete med längre tidshorisont genom att samarbeta med användare och hantera flera arbetsflöden i ett enda, långt tråd. När modellen får ett öppet mål, säger företaget, använder den verktyg för att skapa eget sammanhang från röriga och motstridiga källor, korrigerar proaktivt luckor i sin plan och håller reda på vad den har lärt sig för att producera ett slutgiltigt resultat. Meta sade att den tränade modellen på ett brett urval av ramverk för att kunna generalisera till olika agentiska miljöer.
Företaget uppgav att de tränade Muse Spark 1.3 att samarbeta mer aktivt med användaren: modellen ställer förtydligande frågor när uppmaningar är oklara, ber om hjälp från användaren när den fastnar och bekräftar innan den vidtar avgörande åtgärder. Vid långa uppgifter anpassar sig Meta, enligt uppgift, efter användarens preferenser, antingen genom att leverera frekventa uppdateringar eller arbeta tyst i bakgrunden.
Meta sade att Muse Spark 1.3 följer komplexa, långtgående instruktioner mer pålitligt än tidigare Muse Spark‑modeller, och att den i flerstegsuppgifter bättre bevarar detaljerade krav utan att släppa begränsningar eller avvika från det begärda arbetsflödet.
Företaget meddelade också att de förbättrat modellens multitasking‑förmåga. Som exempel sade Meta att Muse Spark 1.3 nu mer exakt kartlägger inkommande uppmaningar till rätt uppgift i röriga, enkeltrådade sammanhang, oavsett om användaren styr tidigare förfrågningar eller avbryter dem. Meta tillade att modellen har bättre medvetenhet om sina egna förmågor och begränsningar och att den tränats för att ha en tydligare uppfattning om vad den kan och inte kan göra, vad den vet och inte vet, samt när den stöter på hinder istället för att hallucinerade resultat.
Kodning
Meta uppgav att Muse Spark 1.3 tränades på fler kodningsuppgifter med lång tidshorisont och visar förbättrad användbarhet i vanliga ingenjörsarbetsflöden. Jämfört med Muse Spark 1.2 sade företaget att den nya modellen gör färre onödiga steg och är mindre utförlig, samtidigt som den har en renare övergripande kodningsstil. Enligt jämförelser av Meta‑ingenjörer visade modellen sig vara avsevärt snabbare och mer effektiv, med ungefär 20 % färre verktygsanrop och cirka 25 % färre token.
Säkerhet och tillgänglighet
Meta uppgav att de förbättrat säkerheten på flera områden som de beskrev som mest relevanta för agentiska och kodningsförmågor. Företaget sade att Muse Spark 1.3 uppvisar starkare motståndskraft mot adversariella angrepp, med förbättrat skydd mot skadliga indata och prompt‑injektioner. Vid komplexa agentiska uppgifter har modellen, enligt Meta, bättre kalibrering av vad som räknas som irreversibla handlingar och agerar därefter. Företaget menar att dessa förändringar speglar bättre omdöme och diskretion i agentiska uppgifter med lång tidshorisont.
Muse Spark 1.3 är tillgänglig idag i Muse Code och i Meta Model API, enligt Meta.
Tidigare tillstånd och färdplan
Muse Spark 1.3 följer på Muse Spark 1.2, som Meta släppte den 5 augusti 2026 tillsammans med Muse Code, en terminalkodningsagent. I det tidigare Muse Code‑ och Muse Spark 1.2‑meddelandet beskrev Meta Muse Spark 1.2 som en kodningsfokuserad uppdatering av Muse Spark 1.1, med förbättringar inom kodgenerering, komplex felsökning, förståelse av kodbaser och helhetsarbetsflöden för utvecklare. Meta uppgav att de avsevärt ökade beräkningskapaciteten för träning på kodningsuppgifter för den releasen samtidigt som de breddade mångfalden i träningsmiljöerna, och att modellen co‑tränades med Muse Code.
Framåt ser Meta på sin färdplan, som inkluderar större modeller, ett öppet vikt‑släpp av Muse Spark och mer, utan att ange datum.












