Meta steigt mit Muse Spark 1.1 und seiner ersten Entwickler-API in den KI-Preiskampf ein
Metas neues Reasoning-Modell erscheint zusammen mit der ersten öffentlichen Entwickler-API des Unternehmens, für 4,25 Dollar pro Million Ausgabetokens und damit günstiger als alle großen US-Konkurrenten.
Meta hat Muse Spark 1.1 veröffentlicht, ein verbessertes Reasoning-Modell für Aufgaben mit Agenten, Programmierung und Computernutzung. Erstmals lässt das Unternehmen externe Entwickler direkt auf seinem modernsten Modell aufbauen. Die neue Meta Model API startet als öffentliche Vorschau zu Preisen, die jeden großen US-Wettbewerber unterbieten: 1,25 Dollar pro Million Eingabetokens und 4,25 Dollar pro Million Ausgabetokens.
Zur Einordnung: Tokens sind die kleinen Texteinheiten, nach denen KI-Anbieter abrechnen, und eine Million davon entspricht ungefähr 750.000 Wörtern. Anthropics Opus 4.8, OpenAIs GPT-5.5 und Claude Fable 5 kosten zwischen 25 und 50 Dollar pro Million Ausgabetokens, ein Vielfaches von Metas Preis. Selbst xAIs Grok 4.5, das nur einen Tag zuvor erschienen war und kurz den Titel „günstigstes nahezu führendes Modell“ trug, wird nun unterboten. Zum Modell selbst sagt Meta, Muse Spark 1.1 sei darauf trainiert, Multi-Agenten-Systeme zu koordinieren: Es agiert als leitender Agent, der plant und Aufgaben an parallel arbeitende Helfer delegiert. Außerdem verarbeitet es ein Kontextfenster von einer Million Tokens, kann sich also entsprechend viel Material gleichzeitig vergegenwärtigen. In Metas eigener Benchmark-Tabelle führt es vier von zwölf Tests an; in der unabhängigen VALS-AI-Rangliste belegt es insgesamt Platz vier und fällt durch hohes Tempo und geringe Kosten auf. Wie sein Vorgänger erscheint es ohne offene Modellgewichte, die Meta der Llama-Ära, die ihre Modelle verschenkte, gibt es nicht mehr.
Was steckt dahinter? Meta nimmt jährlich mehr als 60 Milliarden Dollar mit Werbung ein und kann eine KI-API deshalb als verlustbringenden Einstieg in sein Ökosystem betreiben. OpenAI und Anthropic können das nicht: Sie verbrennen Milliarden und brauchen gesunde Margen bei Tokens, um ihre Bewertungen zu rechtfertigen. Das ist die eigentliche Geschichte, die reinen KI-Labore geraten nun von zwei Seiten unter Druck. Chinesische Open-Source-Modelle wie GLM 5.2 drücken die Preise von unten, profitable Konzerne wie Meta und Google von oben. Eine berechtigte Einschränkung: Ein niedriger Listenpreis bedeutet nicht automatisch eine niedrige Rechnung. Wie viele Tokens ein Modell pro Aufgabe verbraucht, unterscheidet sich stark. Und Metas Benchmark-Versprechen müssen sich erst im produktiven Einsatz bewähren, bevor jemand einen Wechsel erwägen sollte.
Was das für dich bedeutet: Wenn du nur mit KI-Apps chattest, ist dieser Preiskampf im Hintergrund eine gute Nachricht, deshalb werden kostenlose Angebote immer großzügiger und Funktionen wie Agenten erreichen günstigere Tarife schneller. Wenn du Anwendungen auf KI-APIs aufbaust, verschafft dir Metas Einstieg echten Verhandlungsspielraum: Selbst wenn du nie wechselst, kannst du deinem derzeitigen Anbieter nun diese Preise entgegenhalten. Für die meisten gibt es heute nichts zu tun, doch die Richtung ist klar: Intelligenz wird immer günstiger.
Quellen
Ein OpenAI-Modell schlägt bei einem der schwierigsten Programmierwettbewerbe alle Menschen
Beim AtCoder World Tour Final 2026 löste OpenAIs System alle fünf Algorithmusaufgaben und verdoppelte beinahe die Punktzahl des besten Menschen, ein Jahr nach seinem zweiten Platz.
