Meta porta Muse Spark 1.1 in API: 1M di contesto, $1,25/$4,25 e preview USA

Con Muse Spark 1.1, Meta apre la Meta Model API agli sviluppatori in public preview. La guida ufficiale la indica però per sviluppatori negli Stati Uniti: non è un lancio globale e non va data per disponibile in Italia.

Muse Spark 1.1 è un modello di reasoning multimodale per task agentic. Meta dichiara miglioramenti nel tool use, nel computer use, nel coding e nella comprensione di immagini, video e documenti. Gestisce una finestra di contesto da 1 milione di token e, secondo Meta, può compattarla durante workflow lunghi.

Prezzo e integrazione

La Meta Model API parte con un credito una tantum di $20 per ogni account nuovo, poi costa:

• $1,25 per 1M token input
• $4,25 per 1M token output

Cosa incide sui costi

Essendo un reasoning model, i token di ragionamento vengono conteggiati come output e fatturati di conseguenza. Il listino da solo non basta quindi a stimare il costo di un agent run lungo.

L'endpoint ufficiale è https://api.meta.ai/v1 e il model ID è muse-spark-1.1. Meta documenta i formati OpenAI Chat Completions e Responses, oltre al formato Anthropic Messages. Chi usa un client compatibile può avere un'integrazione più semplice, ma il supporto va verificato nel singolo coding agent.

Cosa documenta Meta per gli agenti

Meta descrive Spark 1.1 come modello utilizzabile sia da agente principale sia da subagent: raccoglie contesto, pianifica e delega parti del lavoro in parallelo. La documentazione include tool calling, grounding con ricerca web, computer use in sandbox e una demo OpenCode di debugging visivo con screenshot.

Meta lo propone per workflow che mettono insieme repository, browser, documenti e UI. Resta una promessa del vendor: saranno i test indipendenti a chiarire quanto regga fuori dalle demo e dal suo harness.

I limiti già nel report Meta

La stessa evaluation report riconosce un punto meno favorevole: sui benchmark di coding Terminal-Bench 2.1 e SWE-Bench Pro, Muse Spark 1.1 resta dietro a Claude Opus 4.8 e/o GPT-5.5. Non è quindi corretto presentarlo come il nuovo leader universale del coding.

C'è poi il tema sicurezza. Nel proprio framework, Meta dice di non poter escludere che il modello raggiunga la soglia "high risk" in cybersecurity e bio-chimica quando viene valutato senza mitigazioni. Dopo le misure introdotte per il rilascio, l'azienda valuta il rischio residuo come "moderate or lower". È una valutazione del vendor, non una certificazione indipendente, ed è rilevante perché l'API espone tool/function calling a sviluppatori esterni.

Per ora Meta offre un modello via API, con listino pubblicato e una preview ancora ristretta agli USA. Accesso, affidabilità e costo reale di un workflow lungo restano le cose da misurare sul campo.

Quale prova concreta vorreste vedere prima di inserirlo in un workflow di sviluppo?

Fonti

• Meta AI — Introducing Muse Spark 1.1
• Meta for Developers — Build with Muse Spark on Meta Model API
• Meta — Muse Spark 1.1 Evaluation Report

📌 Questo articolo riassume una discussione su r/vibecodingitalia. Leggi il post originale.