Muse Spark 1.3 : Meta accélère sur l’efficacité et les agents, mais les benchmarks restent maison
Meta a présenté Muse Spark 1.3 le 2 septembre, une annonce qui s’inscrit dans une séquence serrée : la troisième sortie en moins de deux mois pour la famille propriétaire. Selon l’entreprise, le modèle est disponible « dès aujourd’hui » dans Muse Code et dans la Meta Model API, les modes de raisonnement étant déjà actifs et un mode « max reasoning » promis « peu après l’achèvement de tests de sécurité supplémentaires ». Le directeur général Mark Zuckerberg a évoqué des « performances de frontière à faible coût » (Investing.com) et, cité par OfficeChai, « le plus grand bond que l’équipe ait fait sur le code et le travail agentique ».
Dans le tableau publié par Meta — dont les chiffres, contenus dans une image, ont été lus et rapportés par OfficeChai et Investing.com —, la version 1.3 réduit d’environ 20 % les appels d’outils et d’environ 25 % les tokens consommés par rapport à Muse Spark 1.2. Dans les benchmarks autodéclarés, qui comparent le modèle aux versions « max » des concurrents, en programmation la 1.3 dépasse Opus 5 sur DeepSWE v1.1 (75,4 contre 74,0) et le bat sur SWEAtlas CodeBase QnA (59,4 contre 52,7), tandis que sur Terminal-Bench 2.1 elle reste à égalité avec GPT 5.6 Sol (88,8). En contexte long, les données affichent 98,5 et 98,1 en MRCR 256K–512K et 512K–1M, contre 91,5 et 73,8 pour GPT 5.6 Sol Max. Les scores sur les tâches agentiques restent toutefois mitigés : GDPVal-AA v2 1754 contre 1824 pour Opus 5 Max, AutomationBench 49,4 contre 50,3 pour Opus 5 Max, DeepSearchQA 89,4 contre 93,0 pour GPT 5.6 Sol Max.
L’annonce officielle ne précise pas la méthodologie : les benchmarks sont publiés dans une image, non en texte extractible, et aucun évaluateur indépendant ne les a répliqués. Aucun détail sur la configuration des tests (tentatives, scaffolding, versions des modèles concurrents), et les pourcentages d’efficacité ne sont pas explicitement rattachés aux mêmes tâches que les benchmarks. La feuille de route mentionne des modèles plus grands et une future publication à poids ouverts, sans date, licence ni spécifications techniques.
Selon Investing.com, l’action Meta a clôturé en hausse de 2,47 % après l’annonce, mais les affirmations sur le « faible coût » restent commerciales : la grille tarifaire n’a pas été rendue publique. La fenêtre de contexte d’un million de tokens, attribuée à la ligne Muse Spark par Wikipédia, n’est pas confirmée dans l’annonce de la 1.3.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- L’annonce officielle a été ouverte avec WebFetch sur research.meta.ai et vérifiée directement : la date, la disponibilité dans Muse Code et dans la Meta Model API, l’état des modes de raisonnement, les deux pourcentages d’efficacité (~20 % d’appels d’outils, ~25 % de tokens), les affirmations sur la robustesse adversariale et les actions irréversibles, la mention d’une future publication à poids ouverts et la structure du tableau de benchmarks. Les scores étant enfermés dans une image, ils ont été repris de deux sources indépendantes l’une de l’autre — OfficeChai (tableaux complets) et Investing.com (agence financière) — qui donnent les mêmes valeurs sur DeepSWE v1.1, Terminal-Bench 2.1, MRCR et GDPVal-AA v2. Historique des versions et licences recoupés avec la notice Wikipédia « Muse Spark ». Les sources ne rapportant que des rumeurs ont été écartées.
- Incertezze
- Les benchmarks sont autodéclarés par Meta et aucun évaluateur indépendant ne les a répliqués ; ils se trouvent dans une image, si bien que les chiffres cités ici passent par la lecture qu’en ont faite des médias tiers, concordants entre eux mais non vérifiables dans le texte de la page de Meta. Aucune grille tarifaire n’apparaît : « faible coût » est une affirmation commerciale, pas un tarif vérifié. Sur les poids ouverts, Meta n’indique ni date, ni licence, ni taille des modèles. La configuration des tests n’est pas déclarée (nombre de tentatives, scaffolding, version des concurrents), pas plus que le fait de savoir si les pourcentages d’efficacité portent sur le même ensemble de tâches que les benchmarks. La fenêtre d’un million de tokens vient de Wikipédia, pas de l’annonce de la 1.3. La réaction boursière et les citations de Zuckerberg sont hors de l’annonce officielle et proviennent de sources secondaires.
- Perché pubblicarla
- C’est une sortie de frontière documentée par une annonce officielle, avec des chiffres concrets et un angle peu exploré : l’avantage revendiqué n’est pas dans les scores mais dans le coût d’exécution des agents — moins d’appels, moins de tokens —, la métrique qui compte vraiment pour qui les met en production. Le tableau est honnête précisément parce qu’il n’est pas un triomphe : Meta mène sur le contexte long et sur une partie du code, mais reste derrière Opus 5 et GPT 5.6 Sol sur plusieurs tâches agentiques. Et des poids ouverts promis sans date ni licence méritent d’être signalés pour ce qu’ils sont.