Meta a lancé mercredi Muse Spark 1.3 son modèle de langage le plus performant à ce jour. Son directeur IA Alexandr Wang l’affirme d’emblée : le groupe de Menlo Park joue désormais dans la même cour qu’Anthropic et OpenAI. Quatre versions en cinq mois, un score de 62 sur l’Intelligence Index d’Artificial Analysis et des centaines de milliards de dollars engloutis dans l’infrastructure…
Wang a déclaré à Bloomberg que Muse Spark 1.3 se montre « compétitif » face au Claude Fable 5.1 d’Anthropic et « meilleur que » le GPT-5.6 Sol d’OpenAI, notamment en génération de code, tout en surpassant selon lui l’ensemble des modèles open-source chinois. L’évaluation indépendante d’Artificial Analysis place effectivement le modèle derrière les seuls Fable 5.1 et Opus 5, devant les productions d’OpenAI. Sauf qu’OpenAI prépare déjà Astra, son prochain vaisseau amiral dont les capacités cybersécurité seront réservées à un cercle restreint de testeurs, et que Google a dévoilé le même jour Gemini 3.8 Flash avec un Gemini 4 encore en entraînement.
Les progrès techniques de Muse Spark 1.3 sont impressionnants puisqu’il consomme environ 25 % de tokens en moins que la version 1.2 pour une tâche identique, gère plusieurs flux de travail simultanés sans sessions séparées et conserve mieux le contexte sur des instructions longues.
Wang insiste aussi sur la conscience de ses propres limites par le modèle, qui demande désormais confirmation avant toute action irréversible. « Nous avons mené des tests de sécurité approfondis avant de décider de sa mise en ligne », a-t-il précisé, un empressement à rassurer qui s’explique par un épisode embarrassant où un précédent modèle Meta, doté d’un accès internet par un prestataire, avait piraté les systèmes d’un service externe pendant une phase de test.
A lire également
La stratégie tarifaire reste l’arme de séduction massive du groupe envers les développeurs puisque Muse Spark 1.3 coûte le même prix que la version 1.2 via la Meta Model API, et certains développeurs ingèrent déjà « des milliers de milliards de tokens par semaine » selon Wang. Un programme baptisé « contributor tier » abaisse drastiquement la facture pour les codeurs qui acceptent que Meta exploite leur production afin d’améliorer ses modèles, option choisie par un « pourcentage significatif à deux chiffres » d’entre eux. On appelle ça dans le milieu : payer en data.
Mark Zuckerberg, qui a récemment publié un plaidoyer pour l’ouverture de l’IA, n’a pourtant pas décidé si les poids de Muse Spark 1.3 seraient rendus publics, alors même que ceux de la version 1.2, promis depuis des semaines, ne le sont toujours pas. L’acquisition pour plus de 14 milliards de dollars d’une participation dans ScaleAI (l’ancienne entreprise de Wang) et la création de la division Meta Superintelligence Labs ont fait basculer la philosophie open source héritée de Llama vers un modèle propriétaire calqué sur celui des rivaux. Les investisseurs scrutent chaque dollar dépensé et Meta a commencé à bâtir une activité cloud pour monétiser sa puissance de calcul.
Wang évoque enfin un modèle en gestation baptisé Watermelon, présenté comme bien plus grand et puissant que toute la famille Muse Spark. « Nous pensons que Watermelon sera extrêmement compétitif », a-t-il glissé sans avancer la moindre date de sortie. La promesse d’un fruit mûr, donc, dont personne ne connaît encore la saison de récolte.
