Sortie de Muse Spark 1.3

• Meta a lancé Muse Spark 1.3 le 2 septembre 2026, affirmant qu'il « offre de meilleures performances sur les tâches agentiques et de codage » et s'appuie sur « des mois d'adoption massive de Muse Code et de l'API Meta Model »^[1]
• C'est la quatrième sortie Muse Spark de Meta en cinq mois ; la variante disponible dès maintenant, Muse Spark 1.3 (xhigh), obtient 61 points à l'Artificial Analysis Intelligence Index, contre 57 pour Muse Spark 1.2 en août, à égalité avec GPT-5.6 Sol (max) et Grok 4.6 (high)^[4]
• Muse Spark 1.3 (max) obtient 62 points, juste derrière Claude Fable 5.1 et Claude Opus 5 ; l'article de Meta indique que le raisonnement max est disponible sur Muse Code et l'API Meta Model, tandis qu'Artificial Analysis le décrit comme un aperçu limité réservé aux partenaires de Meta et VentureBeat comme encore en phase de tests de sécurité^[1][3][4]
• Meta l'a entraîné à poser des questions de clarification lorsqu'une invite est ambiguë, à demander de l'aide à l'utilisateur en cas de blocage et à confirmer avant toute action ayant des conséquences importantes, et à mieux savoir « ce qu'il peut et ne peut pas faire » plutôt que d'halluciner des résultats^[1]
• Dans des comparaisons menées par les ingénieurs de Meta, il a utilisé environ 20 % d'appels d'outils et 25 % de jetons de moins que Muse Spark 1.2^[1]
• La feuille de route de Meta prévoit « des modèles plus grands, la publication des poids ouverts de Muse Spark, et plus encore »^[1][3]

Caractéristiques notables

• Tarif inchangé par rapport à Muse Spark 1.2 : 1,25 $ par million de jetons en entrée, 0,15 $ par million de jetons en entrée mise en cache et 4,25 $ par million de jetons en sortie ; une formule contributeur coûte 0,10 $ et 0,20 $ par million, les données étant alors utilisées pour améliorer les produits de Meta^[2][4]
• Une fenêtre de contexte de 1 million de jetons, avec entrée texte, image et vidéo^[2][4]
• Scores Artificial Analysis : Tau3-Bench Banking, 47 % pour xhigh et 52 % pour max (le meilleur score de tous les modèles) contre 35 % pour Muse Spark 1.2 ; Terminal-Bench 2.1, 85 % contre 80 % ; et GDPval-AA v2, 1 709 et 1 754 Elo contre 1 615^[4]
• À 0,55 $ par tâche de l'Intelligence Index, c'est le modèle le moins cher parmi ceux notés 59 ou plus ; GPT-5.6 Sol (max) coûte 0,95 $ et Grok 4.6 (high) 0,94 $^[4]
• Quelques légères régressions : AA-LCR est passé de 83 % à 79 %, et la précision d'AA-Omniscience a baissé parce que le modèle refuse plus souvent de répondre lorsqu'il n'est pas sûr^[4]
• Sécurité : une résistance accrue aux entrées adversariales et aux injections d'invites, ainsi qu'un meilleur jugement quant aux actions agentiques irréversibles^[1]
• Disponible dans Muse Code, l'outil de codage multi-agent de Meta pour le terminal macOS et Linux, ainsi que dans l'API Meta Model^[1]