Meta, Muse Spark 1.3 공개하며 데이터 제공 여부로 단가를 둘로 나눴습니다

왜 지금 이 주제인가

Meta가 9월 2일 Muse Spark 1.3을 공개했습니다. 다섯 달 남짓한 기간에 나온 세 번째 갱신이고, Muse Code와 Meta Model API에서 곧바로 쓸 수 있습니다. 벤치마크 상승분도 있지만 더 눈에 띄는 것은 판매 방식입니다. 같은 모델이 두 가지 단가로 제공되고, 둘을 가르는 기준은 성능이 아니라 사용자의 입력과 출력을 Meta가 제품 개선에 써도 되느냐입니다. 데이터 제공 동의를 약관 구석이 아니라 요금표의 한 줄로 끌어낸 형태입니다.

공개된 내용

코딩 쪽에 몰린 개선

Meta는 Muse Spark 1.2, GPT-5.6 Sol, Opus 5를 나란히 놓은 비교표를 함께 냈습니다. 코딩 계열에서 DeepSWE v1.1은 75.4로, 1.2의 55.0에서 크게 올랐고 Opus 5의 74.0을 근소하게 앞섭니다. Terminal-Bench 2.1은 88.8로 GPT-5.6 Sol과 같은 값이고, SWEAtlas CodeBase QnA는 59.4로 GPT-5.6 Sol 53.5와 Opus 5 52.7보다 높습니다.

반면 에이전트 계열은 다릅니다. GDPVal-AA v2는 1754로 Opus 5의 1824에 뒤지고, DeepSearchQA는 89.4로 GPT-5.6 Sol의 93.0에 미치지 못합니다. AutomationBench도 49.4로 Opus 5의 50.3보다 낮습니다. 전 영역을 덮는 우위가 아니라 코딩과 터미널 작업 쪽으로 치우친 개선이라고 읽는 편이 정확합니다.

장문맥 지표의 큰 이동

긴 문맥에서 흩어진 정보를 되찾는 MRCR에서는 폭이 큽니다. 256K512K 구간이 98.5, 512K1M 구간이 98.1입니다. 1.2가 같은 구간에서 각각 66.3과 55.5였으니 세대 차이가 뚜렷하고, GPT-5.6 Sol의 91.5와 73.8보다도 높습니다. 컨텍스트 창은 1,048,576토큰입니다.

같은 일을 더 적은 호출로

Meta는 1.2 대비 도구 호출이 약 20% 적고 토큰 소모가 약 25% 적다고 밝혔습니다. 한 스레드 안에서 여러 작업을 오래 끌고 가는 용도를 겨냥했고, 모호한 지시에는 되묻도록 조정했다고 설명합니다. 프롬프트 인젝션에 대한 견고성과 되돌릴 수 없는 동작 앞에서의 판단도 손봤다고 합니다. 다만 최고 수준의 추론 모드는 추가 안전성 시험을 마친 뒤에 열겠다며 이번 배포에서 빼 두었습니다.

두 가지 단가

표준판은 100만 토큰당 입력 1.25달러, 캐시 읽기 0.15달러, 출력 4.25달러입니다. 기여자판은 같은 항목이 각각 0.10달러, 0.002달러, 0.20달러입니다. 입력 기준 12.5배, 출력 기준 21.25배 차이입니다. 기여자판 설명에는 프롬프트와 출력이 Meta의 제품 개선에 쓰일 수 있다고 적혀 있고, 표준판은 그렇지 않다고 명시돼 있습니다. 두 판은 컨텍스트 창과 모델 자체가 같고, 웹 검색은 별도로 1천 회당 2.50달러가 붙습니다. 입력은 영상과 이미지, 문서를 함께 받습니다.

의미와 한계

데이터 제공 여부를 요금으로 값매김한 사례 자체가 새롭지는 않습니다. 다만 출력 기준 20배가 넘는 격차를 공개 가격표에 그대로 박아 둔 것은 선택을 사실상 강제하는 수준입니다. 개인 프로젝트나 공개 저장소를 다루는 쪽은 기여자판으로 갈 이유가 충분하고, 고객 코드나 비공개 로직을 만지는 쪽은 표준판 말고는 선택지가 없습니다. 결과적으로 학습 데이터에 어떤 종류의 작업이 모이는지가 가격에 의해 결정됩니다. 여기서부터는 추측입니다만, 저렴한 쪽으로 몰린 표본이 특정 성격의 코드에 편중될 가능성은 따져 볼 만합니다.

에이전트 지표가 코딩만큼 오르지 않았다는 점도 짚어 둘 만합니다. 도구 호출을 20% 줄였다는 설명과 GDPVal-AA v2, AutomationBench에서 Opus 5에 뒤진 결과를 함께 놓으면, 호출 수를 줄이는 조정이 긴 작업의 완수율까지 끌어올리지는 못했다는 해석이 가능합니다. 호출을 아끼는 것과 끝까지 해내는 것은 다른 문제입니다.

성능 수치는 아직 Meta가 자체 측정해 공개한 값입니다. DeepSWE나 Terminal-Bench처럼 실행 환경에 따라 결과가 흔들리는 평가에서 1점 안팎의 차이는 독립 재현 전까지 순위로 읽지 않는 편이 안전합니다. 도구 호출 20% 감소와 토큰 25% 감소 역시 Meta의 내부 비교이고, 어떤 작업 집합에서 잰 값인지는 공개되지 않았습니다. 오픈 웨이트 공개는 로드맵에 언급만 있고 시점이 없습니다.

한 줄 정리

Muse Spark 1.3은 코딩과 장문맥에서 자리를 끌어올렸지만, 더 오래 남을 변화는 데이터 제공 동의를 20배짜리 가격표로 만든 쪽일 수 있습니다.