Meta a présenté le modèle multimodal Muse Spark 1.1, qui selon les benchmarks est au niveau Opus 4.8 et GPT-5.5. Dans le même temps, la société a lancé un aperçu public de Meta Model. API — le premier accès payant à des modèles propriétaires pour les développeurs externes.
Capacités des agents
Le modèle est conçu pour les tâches qui nécessitent la planification et la coordination de plusieurs applications et services. Muse Spark 1.1 peut fonctionner avec de nouveaux outils, PCM-des serveurs et des compétences des utilisateurs sans formation préalable.
En tant qu'agent maître, la solution collecte le contexte, compile un plan et répartit l'exécution entre les sous-agents parallèles. En tant que sous-agent, il accomplit sa tâche et, si nécessaire, rend le contrôle à l'agent principal.
La fenêtre contextuelle est de 1 million de jetons. Le modèle mémorise les actions, extrait les informations des étapes précédentes du travail et compresse le contexte, préservant ainsi les étapes importantes pour l'utilisateur.
Utiliser un ordinateur
Muse Spark 1.1 est formé pour fonctionner avec le bureau dans des scénarios multi-applications avec des conditions changeantes. Le modèle maintient le contexte pendant de longues sessions et s'adapte aux interfaces inconnues avec une intervention humaine minimale.
Au lieu de cliquer étape par étape, elle choisit sa propre stratégie. Pour les opérations de routine, le réseau neuronal écrit des scripts, pour les opérations simples, il fonctionne directement via l'interface. A chaque étape, il peut générer des packages d'actions.
Programmation
Les développeurs ont annoncé des progrès significatifs du modèle dans le travail avec de grandes bases de code. Muse Spark 1.1 peut diagnostiquer des bogues complexes, implémenter des fonctionnalités dans les systèmes d'entreprise et effectuer des migrations de code à grande échelle.
La technologie prend également en charge les cadres de codage populaires basés sur des agents : mode de planification, délégation aux sous-agents, conditionnement basé sur les objectifs et compression du contexte. Les premiers partenaires incluent Replit, Cline et Box.
Multimodalité
Le modèle fonctionne avec du texte, des images et des vidéos. Parmi les capacités indiquées figurent la génération de code à partir de présentations visuelles, la description détaillée d'images et de vidéos, ainsi que des scénarios basés sur des agents dans lesquels la perception et l'action se produisent simultanément.
Meta a montré un exemple de Facebook Marketplace : le modèle prend une vidéo d'un produit depuis un smartphone, extrait la photo, génère une description de l'annonce et la publie via le navigateur au nom de l'utilisateur.
Repères
Meta a publié un tableau comparatif avec Opus 4.8, GPT-5.5 et Gemini 3.1 Pro. Les résultats sont mitigés.
Dans les tests d'agents, Muse Spark 1.1 est le leader. Sur MCP Atlas (instrumentation à l'échelle), le modèle a obtenu 88,1 points – Opus 4.8 et GPT-5.5 ont obtenu environ 80 points. Sur JobBench (utilisation professionnelle des outils) – 54,7 contre 48,4 pour Opus 4.8 et 38,3 pour GPT-5.5.
En codage, le modèle est inférieur aux dirigeants. Sur Terminal-Bench 2.0, Muse Spark 1.1 a obtenu un score de 59,0. A titre de comparaison : GPT-5.5 – 82.7, Gemini – 68.5, Claude Opus 4.8 – 65.4. Meta a reconnu le retard et a annoncé la poursuite des investissements dans ce domaine.
Selon le benchmark interne de l'entreprise, le modèle a considérablement amélioré les performances du premier Muse Spark et, selon l'entreprise, rivalise avec les principales alternatives.
Sécurité
Meta a mené une évaluation de sécurité à l’aide du protocole Advanced AI Scaling Framework. Pour toutes les catégories de risques frontaliers – menaces chimiques et biologiques, cybersécurité et perte de contrôle – le modèle se situe dans des limites acceptables.
La société a annoncé sa résistance aux jailbreaks directs et aux attaques via des données non fiables, des injections rapides et des attaques sur les invites du système. Selon les développeurs, le niveau d'hallucinations et d'assentiment a également diminué.
API et prix
Coût d'accès : 1,25 $ pour 1 million de jetons d'entrée et 4,25 $ pour 1 million de jetons de sortie. C'est en dessous de Claude Sonnet 4.6, mais au-dessus des modèles initiaux OpenAI et Anthropic. Les développeurs reçoivent 20 $ de crédits gratuits lors de leur inscription.
L'API est compatible avec les formats OpenAI SDK (Chat Completions and Responses) et Anthropic Messages. Pour vous connecter, changez simplement l'URL de base en api.meta.ai/v1 et spécifiez la clé sans réécrire le code.
L'aperçu public n'est actuellement disponible que pour les développeurs américains. Pour les clients, le modèle fonctionne en mode Thinking dans l'application Meta AI et sur le site meta.ai.
Pivot stratégique
Le lancement d’une API payante est un changement de cap pour Meta. Auparavant, l'entreprise avait construit une stratégie d'IA autour de modèles ouverts de la famille Llama avec des poids publics. Muse Spark 1.1 est un modèle propriétaire à échelles fermées.
Alexander Wong, directeur de l'IA de Meta, a déclaré à CNBC que l'amélioration du codage était un objectif clé de la mise à jour. Selon lui, sans de solides capacités dans le code, il est impossible de créer des agents d'IA à part entière. L'entreprise forme déjà un modèle plus puissant, nommé Watermelon. Les dates de sortie n'ont pas été divulguées.
Le premier Muse Spark est sorti en avril et n'était disponible que pour certains partenaires dans le cadre d'un aperçu privé.
Rappelons que le 7 juillet, Meta a lancé le modèle de génération d'images Muse Image et a montré pour la première fois un aperçu de Muse Video.
Vous avez trouvé une erreur dans le texte ? Sélectionnez-le et appuyez sur CTRL+ENTRÉE
Voir l’article original en russe
