Em abril de 2026, a Meta apresentou o Muse Spark, seu modelo de inteligência artificial mais ambicioso até hoje. Desenvolvido pelo Meta Superintelligence Labs (MSL), o Muse Spark é um modelo de raciocínio multimodal nativo, capaz de enxergar, ler, ouvir e raciocinar sobre diferentes tipos de informação ao mesmo tempo. A chegada do modelo marca uma virada na estratégia de IA da empresa, que recuou no uso de imagens públicas do Instagram com o Muse Image dias depois, mas segue firme na aposta em superinteligência pessoal.
Para quem é o Muse Spark
O Muse Spark atende três perfis principais. O usuário comum encontra um assistente multimodal gratuito no app Meta AI e no site meta.ai, integrado a WhatsApp, Instagram, Facebook e Messenger. Desenvolvedores têm acesso à API paga via Meta Model API, com SDK compatível com OpenAI, Anthropic e ferramentas como OpenCode e Claude Code. Empresas e organizações podem usar o modelo para fluxos de agentes autônomos, codificação e tarefas multimodais através da mesma API.
O que é o Muse Spark e quem criou
O Muse Spark é o primeiro modelo da família Muse, criado pelo Meta Superintelligence Labs (MSL), divisão de IA formada em meados de 2025 sob o comando de Alexandr Wang, ex-CEO da Scale AI. A Meta investiu cerca de US$ 14 bilhões na Scale AI como parte do acordo que trouxe Wang para liderar a área. O time também inclui Nat Friedman, ex-CEO do GitHub, e Shengjia Zhao, que participou da criação do GPT-4 e do o1 na OpenAI.
Diferente da família Llama, que era open source, o Muse Spark é um modelo fechado. A Meta optou por manter o código proprietário e disponibilizar o acesso via aplicativo próprio e API paga, uma mudança que reflete a ambição de competir diretamente com OpenAI, Google e Anthropic no mercado de IA.
Como funciona com três modos de raciocínio
O Muse Spark opera em três modos distintos, cada um para um tipo de tarefa.
Instant é o modo padrão para perguntas rápidas e conversas casuais. A resposta vem sem raciocínio estendido, similar a um chatbot comum. Thinking usa cadeia de pensamento estendida (chain-of-thought). O modelo “pensa” antes de responder, passando por etapas intermediárias, o que melhora o desempenho em problemas complexos de ciência, matemática e programação.
Contemplating é o modo mais interessante. Em vez de um único modelo raciocinar por mais tempo, o Muse Spark orquestra múltiplos agentes que trabalham em paralelo e depois combinam os resultados. A Meta chama isso de “raciocínio mais amplo” em vez de “mais longo”. No benchmark Humanity’s Last Exam, o modo Contemplating atingiu 58% de acerto.
Principais capacidades
O Muse Spark foi construído do zero para ser multimodal nativo, sem precisar de módulos adicionais para visão ou áudio. Ele processa texto, imagens, áudio e documentos em uma única arquitetura. Isso permite, por exemplo, apontar a câmera para um produto e perguntar como ele se compara a alternativas, ou escanear a prateleira de um supermercado e receber recomendações nutricionais.
Na área da saúde, a Meta trabalhou com mais de 1.000 médicos para treinar o modelo. O Muse Spark consegue gerar explicações visuais interativas sobre nutrição, exercícios físicos e medicamentos, superando concorrentes no HealthBench Hard com 42,8% contra 40,1% do GPT-5.4.
Em codificação visual, o modelo transforma descrições em páginas web, minijogos e dashboards funcionais. Ele também entende screenshots de erros e consegue identificar bugs no código a partir da imagem.
Muse Spark 1.1: a atualização de julho de 2026
Em 9 de julho de 2026, a Meta lançou o Muse Spark 1.1, uma atualização significativa. O modelo foi refinado para tarefas de agentes autônomos (agentic tasks), com melhorias em uso de ferramentas, computer use e codificação em repositórios complexos. A Meta também abriu o Meta Model API em preview público para desenvolvedores nos EUA.
O computer use é uma das novidades mais marcantes do 1.1. O modelo consegue controlar um computador como um humano faria: abre apps, navega interfaces, escreve scripts quando a automação é mais rápida e interage diretamente quando é mais simples. A Meta demonstrou o recurso organizando uma festa de jantar: o modelo percebeu mudanças de contexto durante o pedido e ajustou tudo sem intervenção humana.
O preço da API é agressivo: US$ 1,25 por milhão de tokens de entrada e US$ 4,25 por milhão de tokens de saída, cerca de um quarto do que OpenAI e Anthropic cobram por seus modelos topo de linha. Cada nova conta ganha US$ 20 em créditos iniciais. O modelo tem janela de contexto de 1 milhão de tokens e é compatível com os SDKs da OpenAI, Anthropic e ferramentas como OpenCode, Claude Code e LangChain. Empresas como Replit, Cline e Box já utilizam o modelo em ambiente de produção.
Muse Spark em comparação com a concorrência
No Artificial Analysis Intelligence Index, o Muse Spark original marcou 52 pontos, atrás do Gemini 3.1 Pro (57), do GPT-5.4 (57) e do Claude Opus 4.6 (53). Em eficiência de tokens, no entanto, o Muse Spark usou 58 milhões de tokens para resolver problemas contra 120 milhões do GPT-5.4 e 157 milhões do Claude Opus 4.6, o que representa uma vantagem significativa em custo.
Na saúde, o Muse Spark lidera com folga: 42,8% no HealthBench Hard contra 40,1% do GPT-5.4 e 20,6% do Gemini 3.1 Pro. É também o único modelo da comparação oferecido gratuitamente ao consumidor, integrado diretamente aos apps que bilhões de pessoas já usam.
| Benchmark | Muse Spark | GPT-5.4 | Claude Opus 4.6 | Gemini 3.1 Pro |
|---|---|---|---|---|
| Artificial Analysis Intelligence Index | 52 | 57 | 53 | 57 |
| HealthBench Hard | 42,8% | 40,1% | – | 20,6% |
| Tokens para benchmark (menor é melhor) | 58M | 120M | 157M | – |
| Humanity’s Last Exam (Contemplating) | 58% | – | – | – |
| Modo gratuito ao consumidor | Sim | Não | Não | Parcial |
Além do lançamento de abril: a atualização de maio de 2026
Entre o lançamento de abril e a atualização de julho, a Meta trouxe outras melhorias ao Muse Spark. Em maio de 2026, o app Meta AI ganhou conversas por voz mais rápidas, permitindo que o usuário interrompa, mude de assunto ou troque de idioma durante a fala. Enquanto conversa, o assistente pode gerar imagens, exibir recomendações de Reels, mapas e outros conteúdos visuais.
Também foi adicionada IA ao vivo no app: o usuário aponta a câmera para o mundo real e faz perguntas sobre o que está vendo em tempo real. Um ponto de referência durante uma viagem ou um equipamento que precisa de manutenção em casa podem ser escaneados e explicados pelo modelo. O recurso já estava disponível nos óculos Ray-Ban Meta e foi trazido para o celular com a atualização.
O modo de compras também ganhou funções. A Meta AI agora pesquisa anúncios do Facebook Marketplace junto com opções de toda a internet, reunindo itens usados e novos em um único lugar com mapa integrado. O usuário pode refinar a busca por preço, estilo ou distância.
Thought compression: a engenharia por trás da eficiência
Uma das inovações mais interessantes do Muse Spark é a chamada “compressão de pensamento”. Durante o treinamento por reforço, o modelo é penalizado não apenas por respostas erradas, mas também pelo uso excessivo de tokens de raciocínio. Isso cria um comportamento em três fases em tarefas complexas como problemas de matemática.
Primeiro, o modelo melhora ao pensar por mais tempo. Depois, a penalidade por uso de tokens força o modelo a resolver os mesmos problemas com menos tokens. Por fim, após essa compressão, o modelo volta a estender o raciocínio, mas agora consegue resolver questões mais difíceis usando menos tokens do que usava originalmente. O resultado prático é que o Muse Spark faz mais com menos compute do que modelos anteriores da Meta.
Onde usar e como acessar
O Muse Spark está disponível gratuitamente no aplicativo Meta AI e no site meta.ai, inicialmente nos Estados Unidos. A Meta planeja integrá-lo ao WhatsApp, Instagram, Facebook, Messenger e óculos Ray-Ban Meta. O modo Contemplating está sendo distribuído gradualmente.
Para desenvolvedores, o acesso é via Meta Model API (api.meta.ai), com preview público para contas nos EUA. A Meta prometeu lançar versões open source do Muse no futuro, mas sem data confirmada.
Fontes: Meta AI, Meta AI – Muse Spark 1.1, DataCamp, The New Stack, Sobre a Meta, StartupHub.ai
