Коротко (TL;DR)
Muse Spark 1.1 — нова мультимодальна модель Meta, яку 9 липня 2026 відкрили розробникам через платний Meta Model API. Преса називає її «кодинг-моделлю», але це спрощення: під капотом — універсальна агентна модель, а чистий код у неї не сильніший, ніж у флагманів конкурентів. Цей огляд Meta Muse Spark 1.1 розкладає, за що модель варто брати, а за що — ні.
Головний висновок короткий. Muse Spark 1.1 — не про те, щоб обійти всіх на бенчмарках, а про ціну й дистрибуцію: вихід коштує $4,25 за 1M токенів (на 9 липня 2026) — приблизно у 6–7 разів дешевше за Claude Opus 4.8 та GPT-5.5. Її місце — оркестрація й робота з інструментами (tool-use, агенти), а не складні багатокрокові завдання з кодом, де Opus і GPT поки що тримають планку вище.
Два чесні обмеження, важливіші за будь-який бенчмарк:
- Доступу з України поки що немає. На дату публікації Meta Model API працює як public preview лише для розробників зі США; споживчий meta.ai у регіоні обмежений, на OpenRouter моделі на старті немає.
- Власноруч ми її не тестували. Модель вийшла за добу до цього огляду, а доступ обмежений географічно, тож власного прогону зі скріншотами в нас немає — усі цифри можливостей нижче це заяви Meta, а не незалежно підтверджені результати. Ми чесно відокремлюємо одне від одного.
Кому підійде: тим, хто будує агентів і пайплайни з інструментами, для кого важлива вартість за завдання. Кому ні: тим, кому потрібен найсильніший довгий кодинг (краще Claude Sonnet 5/Opus або GPT) чи відкриті ваги (тоді дивіться GLM або DeepSeek). Головний ціновий конкурент — GLM-5.2.
Що таке Muse Spark 1.1 і що вона вміє
Muse Spark 1.1 зробила Meta Superintelligence Labs — підрозділ, який Meta зібрала під керівництвом Александра Вана. Перша версія Muse Spark вийшла 8 квітня 2026 і стала поверненням Meta у гонку фронтир-моделей; версія 1.1 від 9 липня — уже другий крок, і він важливіший за перший одразу з двох причин.
Перша — це універсал, а не вузький інструмент для коду. Можливості Muse Spark 1.1 охоплюють мультимодальний вхід (текст, зображення, відео, документи, аудіо) з текстовим виходом, міркування і, головне, агентні сценарії: виклик інструментів, оркестрацію, роботу в циклі «подумав — зробив — перевірив». «Кодинг-модель» у заголовках — це спрощення: код тут лише одне із завдань, і не те, де модель виграє. Тому й розбираємо ми її як загальну модель, а не як нішевий кодинг-продукт.
Друга причина — розворот стратегії Meta. Досі Meta асоціювалася з відкритими вагами Llama, які можна завантажити й запустити локально. Muse Spark 1.1 — пропрієтарна, closed-weights і перша платна закрита модель Meta. Ваги не викладають, доступ — лише через API за гроші. Для аудиторії, яка звикла до «Meta = відкрита модель», це помітний зсув, і зустріли його на Hacker News радше з розчаруванням.
З технічних деталей Meta розкрила небагато. Контекст версії 1.1 — 1 млн токенів (у квітневого оригіналу було 262 тис.), тобто модель проковтує великі кодові бази й довгі документи цілком. А ось кількість параметрів, архітектуру й навіть повноцінну картку моделі Meta на дату публікації не оприлюднила — цих даних у відкритих джерелах просто немає, і ми їх не додумуємо.
Перевірка на відтворюваних даних
Зазвичай в огляді ми проганяємо сервіс на типових завданнях і показуємо результат. Тут так не вийде: API доступний лише зі США, на OpenRouter моделі немає, а meta.ai у нашому регіоні обмежений — власного прогону зі скріншотами в нас фізично немає. Тому замість «ми спробували» — розбір відтворюваних даних: офіційних демонстрацій Meta та публічних бенчмарків, кожен із яких ми чесно позначаємо як заяву вендора.
Що показує сама Meta в демо: автономне виправлення багів у реальному репозиторії, сценарії computer-use, прогін SWE-bench у контейнері та мультиагентну роботу з Kanban-дошкою. Це демонстрації Meta — красиві, але заздалегідь підготовлені, а не наш незалежний тест.
Тепер бенчмарки. Усі цифри нижче — за даними Meta (її власний графік), і майже всі передруки в інших виданнях зводяться до нього ж:
- Робота з інструментами та агентність: MCP Atlas — 88,1 (Meta заявляє лідерство серед порівнюваних моделей), JobBench — 54,7. Це сильний бік моделі за версією Meta.
- Кодинг: Terminal-Bench — 80,0, SWE-Bench Pro — 61,5, DeepSWE — 53,3. За цими метриками Muse Spark 1.1 відстає від Claude Opus 4.8 і GPT-5.5 — тобто в чистому кодингу вона не лідер навіть за власними цифрами Meta.
Наскільки цьому вірити. Незалежно результати поки що майже ніхто не відтворив: єдиний сторонній вимір, який спливає, — рейтинг VALS-AI (близько 4-го місця), і то через одне вторинне джерело. Плюс валідність самого набору SWE-Bench Pro оспорює OpenAI. Тримаймо це в голові: Muse Spark 1.1 бенчмарки на старті — це переважно самооцінка вендора, а в Meta в історії вже був суперечливий епізод із Llama 4, коли до її цифр були питання.
Тарифи, ліміти та доступ
Ціна Meta Model API — головний аргумент моделі. Усі цифри актуальні на 9 липня 2026 і волатильні (тарифи на старті змінюються).Параметр Значення (на 9 липня 2026) Вхід $1,25 за 1M токенів Вихід $4,25 за 1M токенів Кешований вхід $0,15 за 1M токенів Web-пошук $2,50 за 1000 запитів Безкоштовні кредити $20 разово на акаунт Ліміти (free) ~60 запитів/хв, ~2M токенів/хв Ліміти (платно) ~3000 запитів/хв, ~4M токенів/хв
Ліміти (60/3000 запитів на хвилину) ми знайшли лише в одному джерелі й другим доменом не підтвердили — беріть їх як орієнтир, а не як гарантію.
Окремо — сумісність, і це практичний плюс. Meta Model API сумісний з OpenAI SDK та з Anthropic Messages API, ендпоінт — api.meta.ai/v1, ідентифікатор моделі muse-spark-1.1. На практиці це означає, що перемкнутися на Muse Spark із коду, написаного під OpenAI чи Anthropic, можна зміною базового URL і ключа, без переписування логіки.
Доступ з України та ЄС
Ключовий для нашої аудиторії пункт, якого немає в англомовних оглядах, — як отримати доступ до Muse Spark, якщо ви не у США. На дату публікації Meta Model API — це public preview для розробників зі США. З України та ЄС доступу до API немає; споживчий meta.ai у регіоні обмежений; на агрегаторі OpenRouter моделі на старті теж немає. Тобто спробувати Muse Spark 1.1 безпосередньо з України зараз не можна — це радше анонс на майбутнє, ніж інструмент, який уже можна взяти в роботу.
Проти альтернатив
Щоб зрозуміти місце Muse Spark 1.1, порівняймо її з актуальними на липень 2026 моделями за тим, що реально впливає на вибір: ціна, контекст, ліцензія та сильний бік. Ціни — за 1M токенів вхід/вихід, на дату публікації.Модель Ціна (вхід/вихід) Контекст Ліцензія Сильний бік Meta Muse Spark 1.1 $1,25 / $4,25 1M Закрита Агенти, tool-use, ціна Claude Opus 4.8 $5 / $25 — Закрита Складний довгий кодинг GPT-5.5 $5 / $30 — Закрита Баланс, екосистема Gemini 3.1 Pro $2 / $12 — Закрита Мультимодальність Grok 4.5 ~$2 / — — Закрита Кодинг, швидкість GLM-5.2 $1,40 / $4,40 — Відкрита (MIT) Ціна до продуктивності DeepSeek V4 $0,435 / $0,87 — Відкрита Наднизька ціна
З таблиці видно позиціонування. За ціною Muse Spark 1.1 приблизно вшестеро дешевша за закритий флагман Claude Opus 4.8 і помітно дешевша за GPT-5.6, але в тій самій лізі, що відкриті GLM-5.2 та DeepSeek V4 — а ті ще й із відкритими вагами, які можна завантажити. Тобто унікальної цінової переваги в Muse Spark немає: її козир — не абсолютна дешевизна, а поєднання «дешево + агентність + дистрибуція Meta». У порівнянні Muse Spark проти Claude та GPT за чистим кодингом вона програє, а ось в оркестрації інструментів, за заявами Meta, виходить уперед — якщо ці цифри підтвердяться незалежно. Meta також назвала агентний фреймворк OpenClaw одним із ранніх партнерів.
Кому що вибрати
Сценарний підхід надійніший за загальні оцінки:
- Будуєте агентів, пайплайни з інструментами, оркестрацію й рахуєте вартість за завдання — Muse Spark 1.1 виглядає логічно: дешево, заявлена сильна робота з інструментами, сумісність зі звичними SDK. Застереження одне, але велике: спершу дочекайтеся доступу у своєму регіоні.
- Потрібен найсильніший результат у складному багатокроковому кодингу — беріть Claude Opus 4.8 або GPT-5.5/5.6: вони дорожчі, але за кодом поки що тримають планку вище навіть за цифрами самої Meta.
- Потрібні відкриті ваги, локальний запуск чи донавчання — дивіться в бік GLM-5.2, DeepSeek V4 або Llama: closed-weights Muse Spark для цього не підходить принципово.
Ризики та обмеження
Крипта тут ні до чого, але у вибору ІІ-моделі теж є ціна помилки — за даними, грошима й залежністю від вендора. На що дивитися тверезо:
- Closed-weights і вендор-лок. Ваги закриті, працювати можна лише через API Meta. Зникне доступність, зросте ціна чи зміняться умови — альтернативи «підняти в себе» не буде, на відміну від відкритих GLM/DeepSeek/Llama.
- Географія. Public preview лише для США. Будувати продакшн-процес на моделі, яку не можна легально й стабільно використовувати зі свого регіону, ризиковано.
- Приватність даних. Окремо задокументованих умов обробки даних саме для Meta Model API на дату публікації немає. За аналогією з Llama API Meta заявляла, що не навчається на ваших запитах і відповідях та зберігає їх обмежений строк, — але переносити це на новий API як факт не можна, умови потрібно перевіряти за офіційною документацією перед надсиланням чутливого коду.
- Довіра до бенчмарків. Майже всі цифри — самооцінка Meta; незалежних відтворень поки що майже немає. З огляду на минулі питання до Llama 4 до стартових результатів варто ставитися як до маркетингу, поки їх не підтвердять сторонні тести.
FAQ
Чи доступна Muse Spark 1.1 з України? На дату публікації — ні. Meta Model API відкрито як public preview для розробників зі США; з України та ЄС прямого доступу до API немає, споживчий meta.ai у регіоні обмежений, на OpenRouter моделі на старті теж немає.
Скільки коштує Meta Model API? На 9 липня 2026 — $1,25 за 1M вхідних токенів і $4,25 за 1M вихідних; кешований вхід — $0,15 за 1M, web-пошук — $2,50 за 1000 запитів. На старті дається $20 безкоштовних кредитів. Ціни на новому API волатильні.
Muse Spark 1.1 краща за Claude чи GPT у коді? За чистим кодингом — ні: навіть за власними бенчмарками Meta модель відстає від Claude Opus 4.8 і GPT-5.5. Її сильний бік — робота з інструментами та агентні сценарії за значно нижчої ціни.
Muse Spark 1.1 — це open-source? Ні. Модель пропрієтарна і closed-weights — це перша платна закрита модель Meta. Ваги не публікують, використовувати можна лише через платний API.
Як перейти на Muse Spark з OpenAI чи Anthropic?
Meta Model API сумісний з OpenAI SDK та Anthropic Messages API. У коді достатньо змінити базовий URL на api.meta.ai/v1, вказати ключ Meta й модель muse-spark-1.1 — переписувати логіку застосунку не потрібно.
