Meta hat Muse Spark 1.1 vorgestellt, ein multimodales Argumentationsmodell, das für Agentenaufgaben entwickelt wurde, und eine öffentliche Vorschau seiner ersten kostenpflichtigen Entwickler-API geöffnet. Die am 9. Juli 2026 von Meta Superintelligence Labs angekündigte Veröffentlichung ist preislich so aggressiv, dass sie auf dem brandheißen Markt für KI-Codierungsassistenten das auslöst, was Analysten bereits als Preiskampf bezeichnen.

Der Start markiert einen deutlichen strategischen Wandel für das Unternehmen. Bisher hat Meta seine leistungsstärksten Modelle kostenlos verschenkt. Mit Muse Spark 1.1 setzt Vorstandsvorsitzender Mark Zuckerberg darauf, dass Meta durch die Unterbietung der Konkurrenz bei den Kosten auf dem von Anthropic und OpenAI dominierten Markt für bezahlte Entwickler Fuß fassen kann. Laut Bloomberg hat Zuckerberg eine „aggressive und attraktive“ Preisgestaltung für das Modell versprochen, und die Zahlen scheinen dies zu untermauern. Weitere Informationen zu dieser Geschichte finden Sie in unserer KI-Branchenberichterstattung.

Was Muse Spark 1.1 tatsächlich macht

Laut der offiziellen Ankündigung von Meta handelt es sich bei Muse Spark 1.1 um ein multimodales Argumentationsmodell, das für die Agentenarbeit entwickelt wurde und laut Angaben des Unternehmens erhebliche Fortschritte bei der Werkzeugnutzung, der Computernutzung, der Codierung und dem multimodalen Verständnis bringt. Es ist ab sofort im „Thinking“-Modus in der Meta AI-App und auf meta.ai verfügbar, und Entwickler können jetzt über eine öffentliche Vorschau der neuen Meta Model API darauf zugreifen.

Ein herausragendes Merkmal ist die Fähigkeit des Modells, ein Kontextfenster von 1 Million Token selbst zu verwalten. Laut Meta merkt sich Muse Spark 1.1 frühere Aktionen, ruft Informationen tief in einer Sitzung ab und komprimiert den Kontext, um die Schritte beizubehalten, die für spätere Arbeiten wichtig sind. Dies ist eine sinnvolle Funktion für langwierige Codierungs- und Automatisierungsaufgaben, bei denen es lange Zeit eine Schwäche von KI-Assistenten war, den Überblick über ein Projekt zu verlieren.

Das Modell ist auch darauf trainiert, Multiagentensysteme zu orchestrieren. Als Hauptagent erfasst er den Kontext, erstellt einen Plan und delegiert die Ausführung an parallele Subagenten, wodurch die End-to-End-Latenz optimiert wird. Als Unteragent bleibt er bei der ihm zugewiesenen Aufgabe, kennt die verfügbaren Tools und weiß, wann er zum Hauptagenten zurückkehren muss. Beim internen Coding-Benchmark von Meta gab das Unternehmen an, dass Muse Spark 1.1 mit führenden Alternativen konkurrenzfähig sei.

Eine neue Grenze in der Computernutzung

Muse Spark 1.1 dringt auch in computergestützte Arbeitsabläufe vor, bei denen eine KI Softwareschnittstellen ähnlich wie ein Mensch bedient. Anstatt jede Desktop-Aktion Schritt für Schritt durchzuklicken, entscheidet das Modell, wann ein Automatisierungsskript geschrieben wird und wann die direkte Interaktion einfacher ist, und generiert bei jedem Schritt Aktionsstapel. Meta demonstrierte das Modell beim Aufbau einer Web-Chat-App, machte automatisierte Screenshots, um sichtbare Fehler zu erkennen, und verfolgte diese Probleme durch den Code, um sie zu beheben.

Die Veröffentlichung erfolgt in derselben Woche, in der Meta Muse Image auf den Markt brachte, seinen ersten hauseigenen KI-Bildgenerator, der jetzt in Instagram und WhatsApp verfügbar ist. Zusammen signalisieren die beiden Produkte einen beschleunigten Vorstoß von Meta Superintelligence Labs unter der Führung von Alexandr Wang, der laut Fortune von zentraler Bedeutung für die Bemühungen des Unternehmens ist, die Lücke zu Spitzenmodellführern zu schließen.

Der Preisdruck

Das wichtigste Detail dürfte der Preis sein. Laut Metas Preisdokumentation für Entwickler kostet Muse Spark 1.1 1,25 US-Dollar pro Million Eingabe-Tokens und 4,50 US-Dollar pro Million Ausgabe-Tokens, wobei der Preis für zwischengespeicherte Eingaben nur 0,15 US-Dollar pro Million Tokens beträgt. Mit diesen Zahlen liegt es unter dem Grok 4.5 von xAI, das etwa 2 US-Dollar pro Million Input-Tokens und 6 US-Dollar pro Million Output-Tokens verlangt, und deutlich unter den Premium-Opus-Tier-Modellen von Anthropic.

Branchenbeobachter stellten den Schritt schnell als bewussten Druck dar. Business Insider berichtete, dass das neue Modell von Meta einen „massiven Preiskampf“ auf dem Codierungsmarkt auslösen könnte, während The Decoder feststellte, dass die API-Preise darauf ausgelegt seien, sowohl OpenAI als auch Anthropic unter Druck zu setzen. In Entwicklerforen spiegelte sich die Resonanz in dieser Ansicht wider, wobei eine weithin geteilte Einschätzung beschrieb, dass das Modell „Intelligenz auf Opus-Niveau zu Haiku-Preisen“ biete – eine Anspielung auf die schnellste und günstigste Modellstufe von Anthropic.

Der Wettbewerbsdruck kommt nicht allein von Meta. Die aggressive Preisgestaltung folgt auf die Einführung starker, kostengünstiger Modelle chinesischer Entwickler, wobei Zhipu's Open-Source-GLM 5.2 besondere Aufmerksamkeit auf sich zieht, da es erstklassige Codierungsleistung zu einem Bruchteil der Kosten bietet. Der Decoder berichtete, dass die Datenplattform Databricks kürzlich Codierungsagenten auf ihrer eigenen Codebasis mit mehreren Millionen Zeilen verglichen hat und festgestellt hat, dass GLM 5.2 mit 1,28 US-Dollar pro Aufgabe mit Opus 4.8 von Anthropic mithalten konnte, gegenüber 1,94 US-Dollar.

Warum es wichtig ist

Für Meta ist klar, was auf dem Spiel steht. Das Unternehmen ist auf dem Entwicklermarkt hinter Anthropic und OpenAI zurückgeblieben, wo Programmierer in Scharen auf Tools setzen, die Code in großen Unternehmenssystemen schreiben, debuggen und umgestalten können. Indem Meta ein leistungsfähiges Modell zu einem Bruchteil der Kosten anbietet, geht es davon aus, dass preisbewusste Anwendungsentwickler der API ernsthafte Beachtung schenken werden.

Für die gesamte Branche signalisiert die Einführung, dass die Kosten für Spitzenintelligenz schnell sinken. Da Meta, xAI, Google, OpenAI und Anthropic nun alle sowohl hinsichtlich der Leistungsfähigkeit als auch des Preises konkurrieren – und kostengünstige Open-Source-Alternativen auf den Fersen sind – schrumpfen die Margen bei der KI-Inferenz rapide. Das sind gute Nachrichten für Entwickler, die Produkte auf der Grundlage dieser Modelle entwickeln, aber es wirft schwierige Fragen auf, welche Unternehmen die hohen Rechenkosten für die Schulung und Bereitstellung von Frontier-KI auf lange Sicht tragen können.

Muse Spark 1.1 steht Entwicklern ab sofort über die öffentliche Vorschau der Meta Model API zur Verfügung. Meta hat nicht gesagt, wann das Modell über die Vorschau hinausgehen wird und auch nicht, ob die aggressiven Einführungspreise Bestand haben werden.

---

Bleib vorne bei KI

Die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Mehr KI-Nachrichten lesen →