메타(Meta)의 슈퍼인텔리전스랩(Superintelligence Labs)이 새 멀티모달 추론 모델 뮤즈 스파크 1.1(Muse Spark 1.1)을 공개하고, 이를 제공하는 메타 모델 API(Meta Model API)의 퍼블릭 프리뷰를 함께 열었다. 그동안 메타의 대형언어모델(LLM)은 주로 가중치를 공개하는 오픈 웨이트 방식으로 개발자에게 배포됐지만, 뮤즈 스파크 1.1은 가중치를 공개하지 않고 메타가 직접 호스팅하며 토큰 단위로 요금을 매기는 폐쇄형이다. 메타가 자체 프런티어 모델을 유료 API로 파는 것은 이번이 처음으로, 회사의 배포 전략 자체가 바뀌었다는 점이 이번 발표의 구조적 변화로 꼽힌다.
메타는 뮤즈 스파크 1.1을 에이전트 작업을 위해 만든 멀티모달 추론 모델로 소개했다. 이전 뮤즈 스파크 대비 도구 사용, 컴퓨터 조작, 코딩, 멀티모달 이해에서 성능이 향상됐다고 밝혔다. 컨텍스트 창은 100만 토큰(메타 모델 API 문서 기준 1,048,576토큰)이며, 답변에 앞서 추론을 수행하되 요청마다 추론 강도를 조절할 수 있다. 입력은 텍스트, 이미지, 영상, 문서를 아우르고 출력은 텍스트로 나온다. API는 구조화된 출력, 병렬 도구 호출, 파일 API, 프롬프트 캐싱을 함께 지원하며, 웹 검색 도구를 붙이면 출처가 표기된 답변을 반환한다.
이 모델의 핵심은 긴 컨텍스트를 능동적으로 관리하는 방식에 있다. 뮤즈 스파크 1.1은 100만 토큰 창 안에서 지난 작업의 정보를 기억하고 필요할 때 훨씬 이전 내용을 다시 불러오며, 유지할 내용을 압축(compaction)한다. 또한 메인 에이전트로 동작할 때는 맥락을 모으고 계획을 세워 여러 하위 에이전트에 실행을 위임(delegation)하고, 하위 에이전트로 동작할 때는 맡은 역할을 지키며 필요하면 상위로 다시 보고한다. 연구팀은 처음 접하는 도구나 MCP(모델 컨텍스트 프로토콜) 서버, 사용자 정의 스킬에 대해서도 별도 학습 없이 곧바로 일반화한다고 설명했다. 컴퓨터 조작에서도 자동화가 빠를 때는 스크립트를 작성하고, 직접 조작이 단순할 때는 화면을 클릭하도록 학습됐다. 100만 토큰 컨텍스트를 앞세운 흐름은 1.6조 파라미터에 100만 토큰 창을 붙인 메이투안 롱캣2.0이나 벤치마크 없이 100만 토큰을 내세운 Z.ai의 GLM-5.2 등 최근 대형 모델들과 같은 경쟁 축에 놓여 있다.
메타가 공개한 벤치마크 표를 보면 뮤즈 스파크 1.1의 위치가 비교적 뚜렷하게 갈린다. 도구 사용과 도구를 활용한 추론 항목에서는 앤트로픽의 오푸스 4.8, 오픈AI의 GPT-5.5, 구글 제미나이 3.1 프로를 앞섰다는 것이 메타 측 설명이다. 반면 실제 저장소 코딩을 다루는 SWE-Bench Pro, 장기 코딩 과제인 DeepSWE 1.1, 시각 추론인 BabyVision에서는 3위에 그쳤다. 코딩 정확도를 앞세운 모델이라기보다 여러 도구와 에이전트를 조율하는 오케스트레이션 모델에 가깝다는 뜻이다. 다만 모든 수치는 메타가 벤치마크 항목과 실행 환경을 직접 골라 자체 측정한 결과이고, 경쟁 모델은 최대 설정으로 표기됐다는 점을 감안해야 한다.
접근 방식은 소비자용과 개발자용으로 나뉜다. 일반 이용자는 메타 AI(Meta AI) 앱과 meta.ai에서 ‘Thinking’ 모드로 무료로 쓸 수 있고, 개발자는 입력 100만 토큰당 1.25달러, 출력 100만 토큰당 4.25달러를 지불한다. 신규 계정에는 20달러의 무료 크레딧이 제공된다. 초기 퍼블릭 프리뷰는 미국에서만 가능하며 유럽연합(EU) 지역 접근은 아직 열리지 않았다. 메타 모델 API는 오픈AI 방식과 호환돼 기존 코드를 다시 짜지 않고 기본 URL만 바꿔 이전할 수 있고, 클로드 코드(Claude Code) 같은 앤트로픽 형식 도구도 메시지 API를 통해 연결할 수 있어 A/B 테스트 부담이 작다는 것이 강점으로 제시됐다. 다만 폐쇄형이라 로컬 배포나 미세조정이 불가능하고, 프리뷰 요금은 바뀔 수 있다는 점은 한계로 남는다.
