Terug naar overzicht
🌐 Meta · Onbekend Geen ZDR #5 populair
Muse Spark 1.2
Niveau: Topklasse
De allerslimste, krachtigste modellen. Topkwaliteit voor de moeilijkste taken — en de hoogste prijs.
Muse Spark 1.2 is a reasoning model from Meta, designed for complex agentic tasks. It accepts text, images, video, audio, and PDF documents, returns text, and offers a 1M-token context...
KostenGemiddeld
SnelheidVlotinschatting
Werkgeheugen1M tokenshoeveel tekst het tegelijk aankan
SlimheidUitstekend87/100
Beste koop
43
waarde / 100
Loont de prijs?
Veel kwaliteit voor weinig geld — voor de meeste mensen de slimste keuze.
Bespaar slim: GPT-5.6 Luna (batch)
is ongeveer 92% zo slim voor 89% minder geld. Bovendien is het privacyveilig in te zetten (ZDR). Voor de meeste taken merk je het verschil nauwelijks.
Goed voor
- E-mails, teksten en samenvattingen schrijven
- Lastige vragen en analyses
- Programmeren en technische taken
- Het verwerken van hele lange documenten
- Het lezen van afbeeldingen en scans
Minder geschikt voor
- Er zijn geen duidelijke beperkingen voor standaardgebruik
Aanbieder buiten de EU (Overig / community). Let bij gevoelige gegevens op je verwerkersafspraken.
Geen Zero Data Retention. Voor dit model is via OpenRouter geen ZDR-aanbieder beschikbaar. Voor veel organisaties is dat een reden om het niet voor gevoelige gegevens te gebruiken.
Slimheid
87/100 · uitstekend
Schrijven
92/100 · uitzonderlijk
Programmeren
90/100 · uitzonderlijk
Agent-taken
81/100 · uitstekend
Geavanceerd — voor professionals
Onderstaande gegevens zijn bedoeld voor wie de techniek wil doorgronden: ruwe benchmarkscores, gemeten snelheid/latency, prijsopbouw en databronnen. Niet nodig om een goede keuze te maken.
Benchmarks
Klik op een benchmark voor uitleg en alle uitslagen per model; het ?-knopje geeft een korte uitleg.
| Intelligence Index | 56.8 |
| Samengestelde slimheidsscore van Artificial Analysis: het gemiddelde over vele tests voor redeneren, kennis, wiskunde en code. Hoger = slimmer. Alle uitslagen & uitleg → | |
| Coding Index | 72.2 |
| Gemiddelde van programmeertests: hoe goed het model code schrijft, begrijpt en verbetert. Alle uitslagen & uitleg → | |
| Math Index | geen data |
| Gemiddelde van wiskundetests: rekenen, algebra en wiskundig redeneren. Alle uitslagen & uitleg → | |
| Agentic Index | 49.3 |
| Hoe goed het model zelfstandig meerstaps-taken uitvoert met tools (bestanden openen, zoeken, acties uitvoeren). Alle uitslagen & uitleg → | |
| MMLU-Pro | geen data |
| Grote kennistest met ruim 12.000 pittige meerkeuzevragen over 14 vakgebieden (recht, economie, natuurkunde…). Meet brede kennis en redeneren. Alle uitslagen & uitleg → | |
| GPQA Diamond | 90.4% |
| Zeer moeilijke wetenschapsvragen op PhD-niveau (biologie, natuur- en scheikunde). Zelfs menselijke experts halen hier maar ~65%. Alle uitslagen & uitleg → | |
| Humanity's Last Exam | 45.5% |
| De zwaarste kennistest die er is: duizenden extreem moeilijke vragen over honderden onderwerpen. Lage percentages zijn hier normaal. Alle uitslagen & uitleg → | |
| LiveCodeBench | geen data |
| Verse programmeeropgaven die pas ná de training van het model zijn verschenen — meet écht kunnen programmeren in plaats van onthouden. Alle uitslagen & uitleg → | |
| SciCode | 56.4% |
| Programmeeropgaven uit echte wetenschappelijke onderzoekspapers — combineert code en vakkennis. Alle uitslagen & uitleg → | |
| AIME (wiskunde) | geen data |
| Vragen van de Amerikaanse wiskunde-olympiade voor scholieren. Meet geavanceerd wiskundig redeneren. Alle uitslagen & uitleg → | |
| IFBench (instructievolgen) | geen data |
| Meet hoe precies het model instructies opvolgt, zoals eisen aan lengte, opmaak of vorm van het antwoord. Alle uitslagen & uitleg → | |
| τ²-bench (agent-taken) | geen data |
| Realistische klantenservice-scenario's (vluchten omboeken, abonnementen wijzigen) waarin het model zelfstandig regels moet volgen en tools gebruiken. Alle uitslagen & uitleg → | |
| Terminal-Bench (agent-taken) | 80.1% |
| Opdrachten die het model zelfstandig in een computerterminal moet uitvoeren — een zware test voor agent-vaardigheden. Alle uitslagen & uitleg → | |
Prestaties (gemeten)
| Output-snelheid | geen data |
| Time-to-first-token (latency) | geen data |
| Snelheidsbron | inschatting o.b.v. modelklasse |
Design Arena (ELO)
Head-to-head ranglijst waarin modellen het tegen elkaar opnemen op praktijktaken (websites, code, UI, datavisualisatie). Hogere ELO = vaker gewonnen.
| Gemiddelde ELO | 1349 |
| website | ELO 1335 · rang 2 |
| codecategories | ELO 1344 · rang 3 |
| dataviz | ELO 1364 · rang 3 |
| gamedev | ELO 1351 · rang 4 |
Technische specificaties
| Model-ID | meta/muse-spark-1.2 |
| Contextvenster | 1.048.576 tokens |
| Kennis bijgewerkt tot | onbekend |
| Uitgebracht | 5 aug 2026 |
| Invoer | tekst, beeld, audio, video, bestanden |
| Redeneren (reasoning) | ja |
| Populariteitsscore | 100/100 |
| Databronnen | openrouter, artificial_analysis, design_arena, lmarena |