메타 뮤즈 스파크 1.3이 툴 호출을 20퍼센트 줄였습니다 — MRCR 98.5점과 100만 컨텍스트

같은 일을 시키는데 도구를 스무 번 부르던 모델이 이제 열여섯 번만 부릅니다. 오가는 말도 사분의 일이 줄었습니다. 그런데 값은 그대로입니다.

메타가 뮤즈 스파크 1.3을 내놨습니다. 다섯 달 사이 네 번째 모델이고, 이번 판의 자랑거리는 새 기능이 아니라 덜 쓰는 것입니다. 왜 그게 자랑이 되는지, 숫자를 하나씩 펴 보겠습니다.

툴 호출이 20퍼센트 줄었다는 말의 뜻

AI가 코드를 고칠 때 혼자 다 하지 않습니다. 파일을 열어 보고, 검색을 하고, 명령을 실행하고, 그 결과를 다시 읽습니다. 이 하나하나가 툴 호출입니다.

호출이 한 번 일어날 때마다 왕복이 생깁니다. 요청을 보내고 답을 기다리는 시간입니다. 그래서 호출 수가 줄면 단순히 계산이 가벼워지는 게 아니라, 기다리는 시간 자체가 짧아집니다.

메타는 뮤즈 스파크 1.3이 이전 버전보다 툴 호출을 약 20퍼센트 적게 쓴다고 밝혔습니다. 다섯 번 부르던 걸 네 번으로 줄인 셈입니다.

뮤즈 스파크 1.3이 나온 날

발표는 9월 2일, 마크 저커버그가 직접 알렸습니다. 그리고 9월 3일과 4일에 걸쳐 각 매체가 벤치마크와 가격을 정리해 내보냈습니다.

모델은 발표 즉시 쓸 수 있습니다. 메타의 코딩 에이전트인 뮤즈 코드 베타와 메타 모델 API 양쪽에서 바로 열렸습니다. 예고만 하고 몇 주 뒤에 여는 방식이 아니었습니다.

다섯 달 만에 네 번째 모델입니다

뮤즈 스파크라는 이름 자체가 다섯 달 전에는 없었습니다. 그 짧은 사이에 1.0, 1.1, 1.2를 지나 1.3까지 왔습니다.

이 속도는 두 가지를 뜻합니다. 하나는 메타가 이 계열에 자원을 몰아넣고 있다는 것이고, 다른 하나는 버전이 금방 낡는다는 것입니다. 지금 쓰는 모델이 두 달 뒤에도 최신일 거라고 가정하기 어려운 시기입니다.

툴 호출 20퍼센트 감소가 만드는 것

호출이 줄면 실패할 자리도 줄어듭니다. 도구를 부를 때마다 네트워크가 끊기거나, 결과를 잘못 읽거나, 엉뚱한 파일을 여는 일이 생길 수 있습니다.

긴 작업일수록 이 차이가 커집니다. 스무 단계짜리 작업에서 각 단계의 실패 확률이 조금씩 쌓이면, 끝까지 가는 비율이 눈에 띄게 달라집니다. 호출 수를 줄이는 건 그 사슬을 짧게 만드는 일입니다.

토큰 25퍼센트 감소는 비용에서 옵니다

토큰은 AI가 읽고 쓰는 글자의 단위이자, 요금을 매기는 단위입니다. 쓴 만큼 냅니다.

메타 엔지니어들의 비교에서 1.3은 1.2보다 토큰을 약 25퍼센트 적게 썼습니다. 같은 작업을 끝내는 데 사분의 일을 덜 쓴다는 뜻이고, 이건 곧바로 청구서에 찍히는 숫자가 됩니다.

가격표를 안 내리고도 실제 비용을 내리는 방법이 이것입니다. 단가는 그대로 두고 사용량을 줄이는 쪽입니다.

컨텍스트 창은 104만 8576 토큰 그대로입니다

컨텍스트 창은 모델이 한 번에 머리에 담아 두는 분량입니다. 뮤즈 스파크 1.3은 1,048,576 토큰, 어림잡아 백만 토큰입니다.

이 숫자는 1.2에서 바뀌지 않았습니다. 담는 그릇을 키운 게 아니라, 같은 그릇을 더 알뜰하게 쓰도록 고친 판입니다.

최대 출력도 94만 3718 토큰으로 같습니다

내놓을 수 있는 분량도 943,718 토큰으로 이전과 동일합니다. 들어가는 쪽도 나오는 쪽도 한계선은 그대로입니다.

바꾸지 않았다는 사실이 오히려 메시지입니다. 이번 판이 손댄 곳은 용량이 아니라 효율이라는 걸 스펙표가 그대로 말해 줍니다.

가격을 올리지 않았습니다

입력 백만 토큰당 1.25달러, 출력 백만 토큰당 4.25달러. 1.2와 똑같습니다.

성능이 오르면 값도 오르는 게 보통인데 이번엔 그러지 않았습니다. 쓰는 쪽에서 보면 같은 값에 덜 쓰는 모델을 받은 셈이라, 실질 부담은 내려갑니다.

MRCR 98.5점이 말하는 긴 문맥 회수력

MRCR은 아주 긴 글 속에 파묻힌 정보를 정확히 찾아내는지 재는 시험입니다. 백만 토큰을 담을 수 있어도 그 안에서 필요한 걸 못 꺼내면 소용이 없습니다.

뮤즈 스파크 1.3은 98.5점과 98.1점을 받았습니다. 거의 놓치지 않는다는 뜻입니다.

이전 버전 66.3점과 나란히 놓으면

같은 시험에서 1.2는 66.3점과 55.5점이었습니다. 셋 중 하나 넘게 놓치던 수준입니다.

여기서 98점대로 올라온 건 소폭 개선이 아니라 성격이 달라진 수준의 변화입니다. 긴 문서를 통째로 던져 놓고 일을 시키는 방식이 이제야 실용 구간에 들어왔다고 볼 만합니다.

GPT-5.6 쏠의 91.5점을 넘긴 자리

경쟁 모델과도 비교해 볼 수 있습니다. GPT-5.6 쏠은 같은 시험에서 91.5점과 73.8점을 받았습니다.

첫 항목은 차이가 크지 않지만 두 번째 항목에서 벌어집니다. 조건이 어려워질수록 격차가 드러나는 모양새입니다.

딥SWE 1.1에서 75.4퍼센트

딥SWE는 실제 소프트웨어 문제를 처음부터 끝까지 혼자 해결하게 시키는 시험입니다. 코드를 읽고, 원인을 찾고, 고치고, 검증까지 갑니다.

여기서 75.4퍼센트를 기록했습니다. 넷 중 셋을 끝냈다는 뜻입니다.

터미널벤치 2.1에서 88.8퍼센트

터미널벤치는 명령줄 환경에서 얼마나 제대로 일하는지를 봅니다. 파일을 다루고 명령을 실행하는 실무에 가까운 시험입니다.

88.8퍼센트라는 숫자가 나왔습니다. 앞의 딥SWE보다 높은데, 시험마다 요구하는 능력이 달라서 그렇습니다.

SWE아틀라스 코드베이스 QnA 59.4퍼센트

이 시험은 큰 코드 뭉치를 놓고 그 구조에 관한 질문에 답하게 합니다. 프로젝트 전체를 이해했는지 보는 자리입니다.

59.4퍼센트로 앞의 두 항목보다 낮습니다. 아직 어려운 영역이 남아 있다는 신호이기도 합니다. 잘하는 것만 골라 보면 실제 쓸 때 놀라게 됩니다.

에이전틱 코딩에서 왕복이 줄면 생기는 일

에이전틱 코딩은 사람이 한 줄씩 시키는 대신, 목표만 주고 AI가 알아서 여러 단계를 밟게 하는 방식입니다.

이 방식의 약점이 바로 왕복입니다. 단계가 많아질수록 느려지고, 중간에 한 번 어긋나면 그 뒤가 전부 어긋납니다. 호출 수를 줄이는 개선이 이 계열에서 특히 값어치 있는 이유입니다.

지연 시간과 실패 지점의 관계

느린 것과 틀리는 것은 따로 노는 문제 같지만 붙어 있습니다. 오래 걸리는 작업은 도중에 끊길 기회도 많습니다.

타임아웃, 연결 끊김, 중간 상태 손실 같은 것들이 시간에 비례해 늘어납니다. 그래서 속도 개선이 정확도 개선처럼 보이는 일이 실제로 생깁니다.

뮤즈 코드 베타에서 바로 쓸 수 있습니다

뮤즈 코드는 메타가 만든 코딩 에이전트입니다. 아직 베타 딱지가 붙어 있지만 새 모델이 여기서 먼저 열렸습니다.

직접 도구를 붙여 쓰는 대신 이쪽을 쓰면 설정 없이 바로 성능을 확인해 볼 수 있습니다.

메타 모델 API의 두 가지 요금제

API로 쓸 때는 요금제가 둘로 나뉩니다. 표준 요금제는 앞서 말한 입력 1.25달러, 출력 4.25달러입니다.

여기에 캐시 읽기와 웹 검색 요금이 따로 붙습니다. 실제 청구서는 이 셋을 합한 값이 됩니다.

컨트리뷰터 요금제가 요구하는 것

다른 하나는 백만 토큰당 0.10달러짜리 컨트리뷰터 요금제입니다. 열 배 넘게 쌉니다.

대신 조건이 붙습니다. 메타가 여러분이 넣은 프롬프트와 받은 답을 학습에 쓰는 데 동의해야 하고, 사용량 제한도 더 낮습니다.

값이 싼 이유가 분명한 구조입니다. 회사 내부 코드나 고객 정보를 다루는 곳이라면 이 요금제는 선택지에서 빠집니다.

캐시 읽기와 웹 검색 요금

캐시 읽기는 백만 토큰당 0.15달러입니다. 같은 내용을 반복해서 넣을 때 다시 읽는 값이 훨씬 쌉니다.

웹 검색은 천 번 호출에 2.50달러입니다. 검색을 많이 도는 작업이라면 이 항목이 조용히 쌓이니 따로 세어 보는 편이 좋습니다.

저커버그가 직접 알린 이유

모델 하나 갱신하는 데 CEO가 직접 나서는 일은 흔하지 않습니다. 그만큼 이 계열을 회사의 얼굴로 세우고 있다는 뜻입니다.

메타는 오래 오픈 가중치 모델로 존재감을 쌓아 왔는데, 뮤즈 스파크는 API로 파는 쪽에 가깝습니다. 무게중심이 옮겨 가는 중이라고 읽을 수 있습니다.

다섯 달에 네 번, 이 속도가 뜻하는 것

빠른 갱신은 좋기만 한 게 아닙니다. 쓰는 쪽에서는 검증을 다시 해야 하고, 프롬프트를 손봐야 하는 일도 생깁니다.

그래서 버전을 고정해 두고 쓰는 습관이 중요해집니다. 최신을 자동으로 따라가게 해 두면 어느 날 갑자기 결과가 달라져 있을 수 있습니다.

실제 사례 — 반복 작업에서 비용이 달라지는 지점

예를 들어 매일 밤 코드 저장소를 훑어 문제를 정리하는 작업을 돌린다고 해 봅시다. 한 번 돌 때 토큰을 백만 개 쓴다면 하루에 대략 5달러 남짓입니다.

토큰이 25퍼센트 줄면 같은 일이 4달러 아래로 내려옵니다. 한 달이면 30달러 넘게 차이가 나고, 이런 작업을 열 개 돌리는 팀이라면 자릿수가 바뀝니다.

여기에 툴 호출 감소로 인한 시간 절약이 더해집니다. 밤새 돌던 작업이 새벽에 끝나면 아침에 결과를 보고 바로 손댈 수 있습니다.

실제 사례 — 긴 코드베이스를 다룰 때

수십만 줄짜리 프로젝트에서 버그를 찾는 상황을 떠올려 보겠습니다. 관련 파일만 골라 넣는 방식은 고르는 단계에서 이미 실수가 생깁니다.

백만 토큰 창에 통째로 넣을 수 있다면 그 실수가 사라집니다. 다만 넣는 것과 찾아내는 것은 다른 문제라, MRCR 점수가 낮으면 넣어 놓고도 못 꺼냅니다.

1.3에서 이 점수가 66점대에서 98점대로 올라온 게 바로 그 지점을 메운 변화입니다. 다만 코드베이스 구조 질문은 59.4퍼센트라, 전체 설계를 묻는 일은 아직 사람이 확인해야 합니다.

핵심 정리

뮤즈 스파크 1.3은 새 기능이 아니라 효율로 승부한 판입니다. 툴 호출 20퍼센트 감소, 토큰 25퍼센트 감소가 전부이자 핵심입니다.

컨텍스트 창 백만 토큰, 최대 출력 94만 토큰, 입력 1.25달러 출력 4.25달러 — 이 셋은 그대로입니다. 같은 값에 덜 쓰는 모델이 됐습니다.

벤치마크는 MRCR 98.5, 터미널벤치 88.8퍼센트, 딥SWE 75.4퍼센트로 강한데 코드베이스 이해는 59.4퍼센트로 낮습니다. 잘하는 곳과 아직인 곳이 갈립니다.

값싼 컨트리뷰터 요금제는 학습 사용 동의가 조건이니, 민감한 코드를 다루면 표준 요금제를 씁니다.

참고하실 만한 것

AI 모델 소식을 큰 글씨와 쉬운 설명으로 정리해 올리고 있습니다. 벤치마크 숫자가 실제로 무슨 뜻인지 함께 풀어 두니 편하게 들러 주세요.

블로그의 글은 유튜브 영상으로도 만들고 있습니다. 읽기가 불편하시면 영상 쪽이 나을 수 있습니다.

궁금한 점이나 다뤄 줬으면 하는 주제가 있으시면 아래 메일로 알려 주세요.

출처

• Meta AI Released Muse Spark 1.3 — MarkTechPost
• Meta Releases Muse Spark 1.3 for Longer Tool-Based Work — WinBuzzer
• Muse Spark 1.3: Features, Benchmarks, and Pricing — DataCamp
• Muse Spark 1.3 API Pricing, Context Window & Benchmarks — LLM Stats
• Muse Spark 1.3 — OpenRouter
• Meta Platforms rolls out Muse Spark 1.3 with major performance boost — Crypto Briefing
• Meta Muse Spark 1.3 Cuts Tool Calls 20% — AlphaSignal
• What Is Muse Spark 1.3? 1M Context, 98.5% MRCR — kie.ai

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/