Une sortie confirmée le 2 septembre
Meta a présenté Muse Spark 1.3 le 2 septembre 2026 et a commencé son déploiement le même jour dans Muse Code et Meta Model API. Le billet officiel n’affiche pas d’heure précise. Axios a toutefois publié sa confirmation à 19 h 10 UTC, soit 21 h 10 CEST, en indiquant que son déploiement devait commencer ce même jour.
Cette version arrive environ quatre semaines après Muse Spark 1.2 et constitue, selon Artificial Analysis, la quatrième itération de la famille en cinq mois. Meta ne l’annonce pas comme une mise à jour généralisée de son assistant grand public. Le périmètre confirmé reste Muse Code, son agent de développement en terminal, et l’API destinée aux développeurs.
Meta cible les agents de longue durée
Muse Spark 1.3 est entraîné pour maintenir plusieurs flux de travail dans une même conversation longue. Meta affirme qu’il sait réunir du contexte depuis des sources désordonnées ou contradictoires, repérer les lacunes de son plan et conserver ce qu’il a appris jusqu’au livrable final. L’objectif n’est donc pas seulement une bonne réponse isolée, mais l’achèvement d’une tâche composée.
Le constructeur insiste aussi sur la collaboration. Le modèle est censé demander une précision lorsqu’un objectif est ambigu, solliciter l’utilisateur s’il est bloqué et confirmer avant une action lourde de conséquences. Il doit mieux rattacher une nouvelle instruction au bon travail lorsque plusieurs tâches se croisent ou qu’un utilisateur l’interrompt. Ces comportements devront être éprouvés hors des démonstrations choisies par Meta.
Le code et les livrables complets restent au centre
Pour le développement logiciel, Meta évoque un entraînement supplémentaire sur les missions longues et les environnements agentiques. Muse Spark 1.3 doit éviter certains tours inutiles, produire un code plus propre et rester fidèle à des consignes détaillées. Les exemples officiels vont de l’analyse de documents à la génération de présentations, au traitement audio et à un rapport de simulation.
La page montre notamment un document aérodynamique produit à partir de résultats de calcul et d’un modèle CAO. Cette démonstration illustre l’orchestration de fichiers et la production d’un livrable structuré, mais ne prouve ni l’exactitude du calcul, ni la fiabilité sur d’autres logiciels. Un rapport bien présenté doit toujours être confronté aux données sources.
Les économies annoncées restent des mesures internes
Dans des comparaisons menées par ses propres ingénieurs, Meta mesure environ 20 % d’appels d’outils et 25 % de tokens en moins que Muse Spark 1.2. L’entreprise attribue cette amélioration à moins de tours inutiles et à des réponses moins verbeuses. Le billet ne publie toutefois pas le protocole complet qui permettrait de transposer ces ratios à un dépôt particulier.
Le résultat peut varier avec les outils autorisés, la longueur du contexte, les règles du projet et les critères de validation. Réduire le nombre d’appels n’est un progrès que si le livrable reste correct et vérifié. Une tâche qui économise des tokens mais omet une contrainte ou évite un test essentiel peut coûter davantage en reprise humaine.
Le mode max n’est pas disponible pour tous
Au lancement, Meta confirme que les modes de raisonnement déjà proposés restent accessibles. La variante xhigh a pu être testée indépendamment et constitue donc la meilleure référence publique pour les capacités réellement utilisables le 2 septembre. Le mode max doit arriver après des contrôles de sécurité supplémentaires, sans date annoncée.
Le tableau de Meta compare pourtant principalement Muse Spark 1.3 max à d’autres modèles. Il affiche 75,4 sur DeepSWE v1.1, 66,9 sur OSWorld 2.0 et 49,4 sur AutomationBench. Ces chiffres sont des mesures constructeur d’une variante non encore générale. Ils ne doivent pas être attribués au mode xhigh disponible ni utilisés comme promesse pour chaque environnement.
Les mesures indépendantes montrent un progrès ciblé
Artificial Analysis attribue à Muse Spark 1.3 xhigh 61 points sur son Intelligence Index, contre 57 pour Muse Spark 1.2. Le laboratoire relève notamment 47 % sur Tau3-Bench Banking contre 35 %, 85 % sur Terminal-Bench 2.1 contre 80 %, et 1 709 points Elo sur GDPval-AA v2 contre 1 615 pour la génération précédente.
La préversion max atteint 62 sur le même indice, mais elle emploie davantage de raisonnement. Artificial Analysis mesure un volume de tokens de raisonnement supérieur de 62 % sur GDPval-AA et de 28 % sur Tau3-Bench par rapport à xhigh. Deux évaluations reculent aussi, dont AA-LCR, de 83 à 79 %. Le progrès est donc concentré sur certains usages agentiques plutôt qu’un gain uniforme.
Prix, sécurité et poids ouverts encore promis
Artificial Analysis relève un tarif inchangé de 1,25 dollar par million de tokens en entrée et 4,25 dollars en sortie, avec 0,15 dollar pour les entrées mises en cache. Dans son protocole, xhigh revient à 0,55 dollar par tâche. Le coût réel dépend du volume de contexte, du niveau de raisonnement et du nombre d’appels d’outils.
Meta affirme avoir renforcé la résistance aux injections de prompt et la reconnaissance des actions irréversibles. Le maintien de max derrière des tests supplémentaires montre que cette évaluation n’est pas terminée. L’entreprise promet aussi une future publication des poids de Muse Spark, sans date, licence ni taille. Au lancement, Muse Spark 1.3 reste propriétaire et dépend de l’infrastructure de Meta.
Commentaires
Chargement…
Préparation de votre espace lecteur…
Chargement des commentaires…