Meta vient de lâcher Muse Spark 1.3, son quatrième modèle de la gamme en cinq mois. Cette fois, la firme ne joue plus les seconds couteaux : sur les classements indépendants, son nouveau venu se hisse au niveau des meilleurs modèles d'OpenAI et d'Anthropic. Et pour la première fois, Meta promet aussi des poids ouverts pour la suite.
Concrètement, Muse Spark 1.3 est un modèle de raisonnement, c'est-à-dire un programme qui réfléchit par étapes avant de répondre, comme le font les assistants IA les plus récents. Il est disponible dès aujourd'hui dans Muse Code, l'outil de codage de Meta, et via son API. Le but affiché : devenir ton assistant personnel, capable de mener de longues tâches à bien sans que tu aies à tout surveiller.
Ce que ça change pour toi
Le gros morceau de cette version, c'est le travail d'agent. Un agent IA, c'est un programme qui ne se contente pas de répondre à une question : il utilise des outils, cherche des informations, planifie et exécute une tâche complète. Muse Spark 1.3 a été entraîné pour tenir des objectifs de longue haleine, en jonglant avec plusieurs tâches dans une même conversation.
Meta a aussi travaillé sur le bon sens. Le modèle pose des questions quand une consigne est floue, demande de l'aide quand il est bloqué et confirme avant de faire une action importante. Il sait aussi reconnaître ses propres limites au lieu d'inventer une réponse. C'est un vrai progrès pour un usage quotidien, où les modèles ont tendance à halluciner, c'est-à-dire à affirmer des choses fausses avec assurance.
En codage, Meta annonce un modèle plus efficace : environ 20 % d'appels d'outils en moins et 25 % de jetons en moins pour finir une tâche. En clair, il fait le même travail en consommant moins, ce qui se ressent sur la facture quand on l'utilise beaucoup.
Les chiffres qui comptent
Sur l'indice d'intelligence d'Artificial Analysis, un classement indépendant qui agrège plusieurs tests, Muse Spark 1.3 (xhigh) obtient 61 points, à égalité avec GPT-5.6 Sol et Grok 4.6. La variante max, réservée aux partenaires pour l'instant, monte à 62, juste derrière les modèles les plus récents d'Anthropic. C'est un bond de 4 points par rapport à la version précédente, et de 8 points par rapport à celle de juillet.
Source : Artificial Analysis, comparaison des modèles de raisonnement sur l'indice d'intelligence.
Le point fort de Muse Spark 1.3, c'est le long contexte : il gère un million de jetons, soit l'équivalent d'un très gros document, et il est le meilleur sur les tests de compréhension de très longs textes. Il excelle aussi en codage, où il dépasse ses concurrents sur plusieurs évaluations. En revanche, sur les tâches d'agent pures, il reste deuxième derrière les modèles d'Anthropic, qui gardent l'avantage.
Le piège des benchmarks
Attention aux chiffres de Meta. Le tableau de comparaison officiel oppose la variante max de Muse Spark 1.3 à la variante xhigh de la version précédente. Or ce ne sont pas les mêmes niveaux de raisonnement : une partie des progrès affichés vient de cette différence, pas d'une vraie amélioration d'une version à l'autre. La variante max, celle qui porte les meilleurs scores, n'est d'ailleurs pas encore disponible au public, car elle est en cours de tests de sécurité.
Autre point à surveiller : la verbosité. Le modèle réfléchit beaucoup, et il émet environ trois fois plus de jetons que la version précédente pour répondre. Comme on paie à la sortie, un tarif bas au million de jetons ne garantit pas une facture légère. Si tu comptes l'utiliser, teste sur ton propre usage avant de te fier au prix affiché.
Un tarif à deux vitesses
Meta a trouvé une astuce de pricing originale. Le modèle est proposé sur deux points d'accès : un standard, à 1,25 dollar par million de jetons en entrée et 4,25 en sortie, où tes données restent privées et ne servent pas à l'entraînement. Et un « contributeur », environ dix à vingt fois moins cher, mais où tes données servent à améliorer les produits de Meta.
Le choix est donc simple : si tu touches à des données sensibles ou à du code propriétaire, tu paies le tarif standard. Si c'est pour un projet perso ou un script jetable, le tarif contributeur est une aubaine. C'est une façon élégante de laisser chacun choisir le prix qu'il est prêt à payer pour sa confidentialité.
Et les poids ouverts ?
La grande annonce, c'est la promesse de poids ouverts. Mark Zuckerberg a confirmé que Muse Spark, la version ouverte du modèle, arrivera bientôt. C'est une rupture pour Meta, qui gardait jusqu'ici sa gamme Muse Spark propriétaire, contrairement à sa famille Llama. Si les poids sont vraiment publiés, n'importe qui pourra faire tourner le modèle sur sa propre machine, sans passer par l'API de Meta.
C'est une nouvelle encourageante pour l'IA locale, celle qui tourne chez toi sans envoyer tes données ailleurs. Reste à voir si la version ouverte aura les mêmes performances que la version payante, et si elle tiendra sur un ordinateur personnel. En attendant, Muse Spark 1.3 marque un vrai tournant : Meta n'est plus un suiveur, mais un acteur de premier plan.
Sources
Meta AI Research — l'annonce officielle du modèle, avec les détails techniques et les démonstrations.
Artificial Analysis — l'analyse indépendante des benchmarks et du positionnement du modèle.
eesel AI — le décryptage des chiffres, du tarif à deux vitesses et du piège des benchmarks.
Latent Space — le récapitulatif de l'actualité IA, avec la confirmation des poids ouverts à venir.
—
Recherche, relecture et illustration assistées par IA. Le contenu reflète le travail éditorial de la rédaction.
No comments yet