Nach einem schwierigen Jahr, in dem seine Llama-4-Modelle bei Entwicklern auf Desinteresse stießen und der Vorwurf des Benchmark-Betrugs laut wurde, hat der Social-Media-Konzern am Mittwoch Muse Spark vorgestellt.
Das Modell ist das erste, das aus den neu gegründeten Superintelligence Labs des Unternehmens hervorgeht, die von Alexandr Wang geleitet werden. Vorausgegangen waren monatelange interne Umstrukturierungen und Investitionen in Milliardenhöhe, mit denen das Unternehmen zu Konkurrenten wie OpenAI, Anthropic und Google aufschließen will.
Meta bezeichnete Muse Spark als „den ersten Schritt auf unserer Skalierungsleiter“ hin zu dem, was das Unternehmen als persönliche Superintelligenz bezeichnet.
Ursprünglich unter dem Codenamen „Avocado“ geführt, ist Muse Spark als „nativ multimodales“ Kraftpaket konzipiert. Das bedeutet, dass es Bilder und Text nicht einfach nur zusammenfügt, sondern Sprache, Text und visuelle Inhalte gleichzeitig verarbeitet. Das Modell ist bereits im Webportal und in der mobilen App von Meta AI verfügbar und soll in den kommenden Wochen auch in WhatsApp, Instagram und sogar die Smartbrille von Meta integriert werden.
Was Muse Spark kann
Meta erklärt, das Modell konzentriere sich auf Schlussfolgerungen und praktischen Nutzen im Alltag, insbesondere in Bereichen wie Wissenschaft, Mathematik und Gesundheit. Außerdem unterstützt es interaktive Anwendungen, etwa bei der Fehlersuche an Geräten oder beim Erzeugen einfacher Spiele.
Ein herausragendes Merkmal ist die Fähigkeit, verschiedene Datentypen nahtlos miteinander zu verbinden. Wie Meta erklärt, wurde das Modell „von Grund auf dafür entwickelt, visuelle Informationen aus verschiedenen Bereichen und Tools zu integrieren“.
Das Unternehmen hebt außerdem gesundheitsbezogene Anwendungsfälle hervor. Um die Genauigkeit zu verbessern, arbeitete Meta eigenen Angaben zufolge mit mehr als 1.000 Ärzten zusammen, um das System zu trainieren. Dadurch kann es Themen wie Ernährung und Bewegung ausführlicher erklären.
Auch ein Shopping-Modus ist in Arbeit. Er greift auf Inhalte von Creators auf Instagram und Threads zurück, um personalisierte Produktempfehlungen anzubieten – eine Funktion, die direkt an Metas Werbe-DNA.
Neuer „Contemplating-Modus“ für schwierige Probleme
Eine wichtige Neuerung ist der sogenannte „Contemplating-Modus“ von Meta. Diese Funktion setzt mehrere parallel arbeitende KI-Agenten ein, um komplexe Probleme zu lösen.
Meta zufolge hilft dieser Ansatz dem Modell, mit fortschrittlichen Schlussfolgerungssystemen der Konkurrenz mitzuhalten. In internen Tests erreichte der Modus laut dem technischen Beitrag des Unternehmens 58 % bei Humanity’s Last Exam und 38 % bei FrontierScience Research.
Meta erklärte das Konzept folgendermaßen: „Um mehr Schlussfolgerungen während des Tests zu ermöglichen, ohne die Latenz drastisch zu erhöhen, können wir die Zahl der parallel arbeitenden Agenten skalieren, die bei der Lösung schwieriger Probleme zusammenarbeiten.“
Wie das Modell im Vergleich abschneidet
Meta behauptet nicht, dass Muse Spark die Krone im KI-Bereich errungen hat. Das Unternehmen räumt ein, dass es beim Programmieren und bei dem, was es als „agentische Systeme mit langem Zeithorizont“ bezeichnet, noch Lücken gibt.
Unabhängige Tests von Artificial Analysis zeigen jedoch, dass Meta den Abstand zu den führenden Wettbewerbern deutlich verkürzt hat. Muse Spark erreichte im Intelligence Index 52 Punkte und rangiert damit unter den fünf weltweit getesteten Topmodellen – hinter Gemini 3.1 Pro Preview, GPT-5.4 und Claude Opus 4.6. Zum Vergleich: Metas vorheriges Modell Llama 4 Maverick kam nur auf 18 Punkte.
Besonders stark ist Muse Spark bei der Effizienz. Artificial Analysis stellte fest, dass das Modell 58 Millionen Ausgabetokens verbrauchte, um den vollständigen Durchlauf des Intelligence Index zu absolvieren – ähnlich viel wie Gemini 3.1 Pro Preview und deutlich weniger als Claude Opus 4.6 (157 Millionen) oder GPT-5.4 (120 Millionen).
Das Unternehmen führt dies auf ein Phänomen zurück, das es „Gedankenkompression“ nennt. In seinem Blog erklärte Meta: „Nach einer anfänglichen Phase, in der sich das Modell verbessert, indem es länger nachdenkt, führt die Längenstrafe zu einer Gedankenkompression – Muse Spark komprimiert seine Schlussfolgerungen, um Probleme mit deutlich weniger Tokens zu lösen.“
Abschied von Open Source?
Jahrelang war Meta das Aushängeschild für „Open-Source“-KI und ermöglichte es Entwicklern, seine Llama-Modelle kostenlos herunterzuladen und auszuführen. Muse Spark ändert das. Vorerst ist das Modell proprietär, das heißt, der Code bleibt hinter den Mauern von Meta.
Während Wang auf X erwähnte dass es „Pläne gibt, künftige Versionen als Open Source zu veröffentlichen“, liegt der aktuelle Fokus auf einer privaten API-Vorschau für ausgewählte Partner und möglichen künftigen Abonnements.
Einen ausführlicheren Blick darauf, wie KI die Cybersicherheit verändert, bietet unsere Berichterstattung über Anthropics Project Glasswing, eine streng kontrollierte Initiative, um kritische Softwareschwachstellen aufzuspüren, bevor Angreifer sie ausnutzen.