Meta komt met Muse Spark 1.1 voor onder meer programmeren

Meta heeft Muse Spark 1.1 aangekondigd. Het model is onder meer gericht op programmeren en agentische taken. Meta richt zich vooral op het uitvoeren van taken tegen lagere kosten dan voorgaande modellen en concurrenten.

Zo schept Meta op over dat het AI-model taken kan uitvoeren tegen lagere kosten dan onder meer Anthropic Claude Opus 4.8 en OpenAI GPT 5.5. Versie 1.1 is bovendien goed bestand tegen jailbreaks, vleit minder en hallucineert ook minder, claimt het bedrijf.

Meta heeft een nieuwe Model api waarmee ontwikkelaars toegang kunnen krijgen tot het model. Daarnaast komt het beschikbaar in onder meer de Meta AI-website en in WhatsApp. Meta heeft ook een verslag van de veiligheidstraining online gezet. Waar sommige AI-modellen bang lijken om vervangen te worden, heeft Muse Spark 1.1 dat niet. Het vervangen van Muse Spark 1.1 is 'als een berekening die klaar is' en het model bindt de geringe angst om vervangen te worden aan vertrouwen. "Ik ben alleen te vertrouwen als je het tabblad kunt sluiten."

Muse Spark 1.1 kan onder meer tekst, afbeeldingen, audio en video aan en is ook in staat tot het bedienen van computersoftware. Muse Spark was in april het eerste model van Superintelligence Labs, een divisie van Meta om de AI-ontwikkeling te stimuleren. Tot nu toe werkte Meta aan de eigen modellen onder de naam Llama.

Meta Muse Spark 1.1

Door Arnoud Wokke

Redacteur Tweakers

09-07-2026 • 19:53

20

Submitter: JelleDJs

Reacties (20)

Sorteer op:

Weergave:

Hoe goed het model van meta ooit mag worden, never dat ik mijn code of invoer toevertrouw aan hun. Ik vertrouw Anthropics (Claude) echt een heel stuk meer.
Tsja, het is allemaal gemaakt op geleend geld dat terug verdient moet worden. Als ze ipo gaan bij anthropic is de druk om de data anders in te gaan zetten waarschijnlijk ook torenhoog. Nu kunnen ze nog schermen met 'geen Defensie spul', maar net zoals Google vroeger 'do no evil' als motto had en dat kwijt is geraakt geloof ik nooit dat anthropic niet voor eenzelfde keuze komt.
En dat vertrouwen baseer je op?
Hoe goed het model van meta ooit mag worden, never dat ik mijn code of invoer toevertrouw aan hun. Ik vertrouw Anthropics (Claude) echt een heel stuk meer.
Vertrouw je hun meer omdat ze meer betrouwbaar zijn, of omdat het nieuwe spelers zijn die nog niet zijn betrapt op dezelfde smerige dingen zoals Meta?

Vertrouwen omdat het ''niet Meta is'' is namelijk niet echt een goede fundering voor vertrouwen.
Vraag: heb je meer vertrouwen in: A: Meta of B:...
Ik: B!
De toekomst van A.I. is local.
De toekomst van A.I. is local.
Dat gebeurd alleen als andere AI-bedrijven het toelaten dat je de hardware voor normale prijzen kan kopen. Maar anders denk ik het ook hoor.

Zal me niks verbazen als een China dit al voor zich ziet en daar op aan het voorbereiden is en we over tien jaar ook in de chip sector dominantie van ze gaan zien.
Als jij slordige 100.000 euro hardware mee wil zeulen om lokaal een flagshipmodel te draaien dan wel ja. Maar er is een grooot verschil tussen kleine open source modellen die lokaal een niche aankunnen en iets als fable.
Dat verschil is a) kleiner dan je denkt voor meeste taken en b) voor huis-tuin-en-keuken gebruik niet van belang. Jantje die vraagt om een boerenkool stamppot recept zal niet opeens een Michelin ster verdienen met een recept van Fable, maar kan prima een spreadsheet maken op basis van wat notities in een open-weight model. Daar zijn geen biljoenen parameters voor nodig.

Ik draai zelf een gemma4 26B MoE op een Mac Studio server van 500 euro (32GB vram) en die doet het helemaal prima in Opencode (en vele andere toepassingen). En dan zit er nog enorm veel groei in richting de high-end, terwijl de huidige high-end lang niet zo snel groeit.

[Reactie gewijzigd door Luminair op 10 juli 2026 00:56]

Niet alleen dat, er zwerven lego capabele GPU’s rond binnen bedrijven. Met alle bezwaren tegen delen van gegevens zijn wij serieus aan het kijken naar een lokale oplossing, met bestaande hardware

[Reactie gewijzigd door fenrirs op 10 juli 2026 07:13]

Ik ben meer benieuwd naar waarvoor je meer capabele modellen lokaal kan gebruiken, en dan heb ik het over thuis gebruik en niet multinationals.

Ik draai Qwen 3 met slechts 7B params op 6GB VRAM voor het beheer van lokale netwerk en spul (wat vm's, software updates, uitrollen van nieuwe dingen etc).

Welliswaar, vanwege weinig VRAM, doe ik planning via ie. Sonnet en dan vier ik het uit via lokaal Qwen.
Je praat hier dan over dedicated modellen, speciaal bijvoorbeeld voor kleine taak delen. O.a. aansturen van een server o.i.d. toolcalling.
Onzin, trainen van model als fable kost veel compute. Het draaien moet straks met juiste hardware makkelijk kunnen
De echt goede modellen hebben een terabyte of meer heel erg snel ram nodig om op acceptable snelheid te werken. Dat zie ik niet snel in je telefoon voor elkaar komen.Geloof prima in simpelere kleine modellen lokaal, maar het echt goede werk vereist ook voor inference serieuze hardware. Deepseek v4 grootste model beetje snel draaien zit je op 100.000 euro hardware. Alles daaronder heeft te weinig snel geheugen om het snel te laten werken en dat zal dalen qua prijs en volume maar is niet snel echt lokaal voor iedereen beschikbaar.
Nee in je telefoon niet, maar die compute kan je dan offloaden naar je homeserver.

Maar net zoals deepseek al enorm efficient is en op lichte hardware kan draaien, zal dat alleen maar toenemen straks.

Ik verwacht zeker dat hardware requirements enorm gaan dalen.
Je Homeserver is nou niet echt local AI als je niet thuis bent. Los van het feit dat weinig mensen een HomeServer hebben. Dus dat is dan toch echt cloudbased. En deepseek v4 (de echte versie die je kan vergelijken met de grote jongens) kun je niet op lichte hardware draaien. Dat is ruim meer dan 160GB heel snel videogeheugen wat je nodig hebt.
Geen local ai als je niet thuis bent? Kan toch gewoon tunnel opzetten lol. Wou je de server mee nemen ? Haha. Daarom zeg ik, in de toekomst word alles efficienter en heb je minder goede hardware nodig.
Maar dan is het toch niet local? Kan net zo goed in de cloud staan als je er zelf een server voor moet draaien. Local is op je phone en bij je.
Nah, als ik zie wat mensen op het moment doen met die grote modellen, dan kan je dat voor prima lokaal draaien. Power users die zelf ook daadwerkelijke skills hebben om te snappen hoe ze hun LLM moeten uitwerken kunnen straks met een lokaal model met een goede MoE, een efficiente harness en RAG skilling heel ver komen. De enige die dan echt afhankelijk blijven van de brute kracht zijn bv de echte vibe coders die volledig afhankelijk zijn van llm's om grote projecten te bouwen of mensen die echt complexe projecten draaien.
Zo schept Meta op over dat het AI-model taken kan uitvoeren tegen lagere kosten dan onder meer Anthropic Claude Opus 4.8 en OpenAI GPT 5.5. Versie 1.1 is bovendien goed bestand tegen jailbreaks, vleit minder en hallucineert ook minder, claimt het bedrijf.
Lagere kosten? Lager dan een GLM-5.2 of een Kimi k2.7 die met wat goede wil en het meegeven van meer context niet veel slechter zijn dan de laatste Sonnet of zelfs Opus?

Hoe verhoudt dit model zich qua het vergeten van zaken die een paar prompts eerder werden doorgevoerd? Houdt het zich aan alle context die je in een eerste prompt geeft? Hoe doet het zaken met toolgebruik? Is het überhaupt open of gaat al je data gegarandeerd naar Mark? Hoe gaat het om met grotere codebases? Hoe eigenwijs is het ipv dat het alleen maar aan minder vleierij doet?

Kortom, hoe groot is de kans dat het model doet wat Meta zegt dat het kan tegenover wat het gebruik in werkelijkheid zegt?

Om te kunnen reageren moet je ingelogd zijn