LLMsMarkTechPost6h· 2 min de lecture

Meta Superintelligence Labs lance Muse Spark 1.1, un modèle de raisonnement multimodal pour les tâches à base d'agents sur Meta Model API

Meta Superintelligence Labs a dévoilé Muse Spark 1.1, un modèle de raisonnement multimodal conçu pour les tâches agentiques, et a ouvert en parallèle un aperçu public de la Meta Model API. Ce second élément marque un tournant structurel : jusqu'ici, les modèles de Meta étaient distribués principalement en poids ouverts, alors que Muse Spark 1.1 est fermé, hébergé et facturé au token. Le modèle dispose d'une fenêtre de contexte d'un million de tokens (1 048 576 selon la documentation technique de l'API) et accepte du texte, des images, de la vidéo et des documents en entrée, avec une sortie textuelle. Son effort de raisonnement est ajustable à chaque requête, et l'API propose en complément la sortie structurée, l'appel d'outils en parallèle, une Files API, la mise en cache des prompts et un outil de recherche web renvoyant des réponses sourcées. Côté accès, les particuliers profitent du mode "Thinking" gratuitement dans l'application Meta AI et sur meta.ai, tandis que les développeurs paient 1,25 dollar par million de tokens en entrée et 4,25 dollars par million en sortie, avec 20 dollars de crédits offerts à la création d'un compte. Le lancement reste pour l'instant réservé aux États-Unis, sans disponibilité en Europe.

Sur le plan des performances, Meta positionne clairement Muse Spark 1.1 comme un modèle d'orchestration plutôt qu'un champion du code. Il domine les benchmarks liés à l'usage d'outils : 88,1 sur MCP Atlas contre 82,2 pour Opus 4.8, 75,3 pour GPT-5.5 et 78,2 pour Gemini 3.1 Pro, et 54,7 sur JobBench contre 48,4, 38,3 et seulement 15,9 pour Gemini. Il obtient aussi le meilleur score sur Humanity's Last Exam (62,1). En revanche, sur le code pur, il se classe troisième, avec 61,5 sur SWE-Bench Pro et 53,3 sur DeepSWE 1.1, loin derrière Gemini 3.1 Pro sur ce dernier test (67,0). Ce qui distingue vraiment le modèle, c'est sa gestion active de son contexte massif : il mémorise ses actions, retrouve des informations issues de travaux antérieurs et compacte ce qu'il conserve. Il peut aussi déléguer des tâches à des sous-agents en parallèle lorsqu'il agit comme agent principal, et exécuter fidèlement une mission tout en sachant remonter un problème lorsqu'il agit comme sous-agent, avec une capacité de généralisation immédiate à de nouveaux outils, serveurs MCP ou compétences personnalisées.

Cette sortie s'inscrit dans une bataille plus large entre grands laboratoires d'IA pour dominer les usages agentiques, où la capacité à orchestrer des outils et des sous-tâches complexes compte désormais autant que la performance brute sur le code. En rendant son API compatible avec le format OpenAI, Meta facilite l'intégration : migrer vers Muse Spark 1.1 revient essentiellement à changer une URL de base plutôt qu'à réécrire une application, et les environnements compatibles avec le format Anthropic peuvent pointer vers l'équivalent Messages API. Pour l'automatisation d'ordinateur, le modèle a été entraîné à choisir entre écrire un script ou cliquer directement selon ce qui est le plus efficace, générant des lots d'actions à chaque étape. L'absence d'accès européen et le choix par Meta de son propre jeu de benchmarks invitent toutefois à la prudence avant d'en tirer des conclusions définitives sur sa supériorité réelle face aux modèles concurrents.

Dans nos dossiers

Meta IA Gemini Agents IA OpenAI

Cet article vous a été utile ?

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1MarkTechPost

Meta Superintelligence Lab lance Muse Spark : modèle multimodal avec compression du raisonnement et agents parallèles

Meta Superintelligence Labs a dévoilé Muse Spark, le premier modèle de sa famille Muse, marquant une étape majeure dans la course aux modèles de raisonnement multimodaux. Conçu nativement pour traiter texte et images de manière simultanée -- et non via un module visuel ajouté après coup -- Muse Spark intègre l'utilisation d'outils, un raisonnement visuel en chaîne de pensée, et une orchestration multi-agents. Sur le benchmark ScreenSpot Pro, qui évalue la capacité à localiser des éléments d'interface dans des captures d'écran, le modèle obtient un score de 72,2 (84,1 avec outils Python), devançant Claude Opus 4.6 Max à 57,7 et GPT-5.4 Xhigh à 39,0. Ces chiffres positionnent Muse Spark parmi les meilleurs modèles actuels sur les tâches combinant vision et langage. Ce qui distingue techniquement Muse Spark, c'est l'approche de Meta autour de trois axes de montée en puissance : le préentraînement, l'apprentissage par renforcement (RL), et le raisonnement au moment de l'inférence. Sur le préentraînement, Meta a entièrement reconstruit sa pile technique en neuf mois, atteignant les mêmes capacités que son précédent modèle Llama 4 Maverick avec dix fois moins de calcul. Le RL, appliqué après le préentraînement, entraîne le modèle à produire de bonnes réponses plutôt qu'à simplement prédire des tokens -- Meta annonce une progression log-linéaire stable sur les métriques pass@1 et pass@16. Enfin, le raisonnement à l'inférence introduit un phénomène que l'équipe appelle "thought compression" : le modèle apprend d'abord à penser plus longtemps pour mieux répondre, puis une pénalité sur la longueur de la réflexion le force à comprimer son raisonnement, avant qu'il n'étende à nouveau ses solutions pour atteindre de meilleures performances. Cette dynamique produit un modèle plus efficace par token généré. Le mode Contemplating représente peut-être l'innovation architecturale la plus audacieuse : Muse Spark peut orchestrer plusieurs agents en parallèle au moment de l'inférence, chacun explorant une piste de raisonnement différente. Ce choix s'inscrit dans une stratégie plus large de Meta, qui investit massivement dans l'infrastructure -- dont le data center Hyperion -- pour soutenir ces trois axes de scaling simultanément. La division a été rebaptisée Meta Superintelligence Labs, signalant une ambition explicite de leadership sur l'AGI. Avec OpenAI, Google DeepMind et Anthropic qui poussent chacun leurs propres architectures de raisonnement, la sortie de Muse Spark illustre que la prochaine frontière ne sera pas seulement la taille des modèles, mais la manière dont ils apprennent à penser -- et à comprimer cette pensée -- avant de répondre.

UELes développeurs et entreprises européens pourront utiliser un nouveau modèle multimodal de référence, mais aucun impact réglementaire ou commercial direct sur la France ou l'UE n'est à noter.

LLMsOpinion

1 source

2VentureBeat AI

Meta lance Muse Spark, son premier modèle IA propriétaire depuis la création des Superintelligence Labs

Meta a lancé ce mercredi un nouveau modèle d'intelligence artificielle propriétaire baptisé Muse Spark, marquant un tournant radical dans la stratégie de l'entreprise. Présenté comme "le modèle le plus puissant jamais publié par Meta" selon Alexandr Wang, directeur de l'IA de 29 ans et ancien co-fondateur de Scale AI recruté par Mark Zuckerberg, Muse Spark inaugure une nouvelle famille de modèles et intègre des capacités inédites : raisonnement visuel natif, utilisation d'outils, et orchestration multi-agents. Contrairement aux modèles Llama qui ont fait la réputation de Meta depuis 2023, Muse Spark est entièrement propriétaire, disponible uniquement via l'application Meta AI, son site web, et une "API privée en accès limité" pour des utilisateurs sélectionnés. Aucun tarif n'a encore été communiqué. Sur les benchmarks, le mode "Contemplating", qui orchestre plusieurs sous-agents en parallèle pour raisonner simultanément, affiche 58 % sur "Humanity's Last Exam" et 38 % sur "FrontierScience Research", des résultats que Meta présente comme une validation de sa nouvelle trajectoire de développement. Autre performance notable : le modèle atteint ces capacités de raisonnement avec plus de dix fois moins de puissance de calcul que Llama 4 Maverick, grâce à une technique appelée "thought compression" qui pénalise le modèle lors de l'apprentissage par renforcement lorsqu'il consomme trop de tokens de raisonnement. Ce lancement représente un changement de cap majeur pour une entreprise qui avait bâti une communauté massive, littéralement des milliards d'utilisateurs et des milliers de développeurs, sur l'ouverture de ses modèles Llama. Le passage au propriétaire risque de provoquer des remous dans cet écosystème, notamment parmi les développeurs actifs sur des communautés comme r/LocalLLaMA. Sur le plan technique, Muse Spark n'est pas une mise à jour incrémentale : il a été conçu dès la base pour intégrer nativement la vision et le texte, ce qui lui permet d'analyser des environnements dynamiques, corriger la posture d'un utilisateur via une vidéo en temps réel, ou identifier les composants d'une machine à expresso complexe. Cette architecture multimodale native le positionne directement face à Gemini Deep Think de Google et GPT-5.4 Pro d'OpenAI sur le segment des modèles de raisonnement avancé, un marché en pleine intensification. Le contexte de ce lancement est celui d'une crise interne surmontée à marche forcée. Le déploiement chaotique de Llama 4 au printemps 2025, entaché d'accusations de manipulation de benchmarks, avait conduit Zuckerberg à restructurer entièrement les opérations IA de Meta durant l'été 2025, avec la création de Meta Superintelligence Labs (MSL) confiée à Wang. Muse Spark est le premier résultat public de cette nouvelle organisation. Il incarne également la vision de "superintelligence personnelle" que Zuckerberg avait exposée dans un manifeste public l'été dernier, une IA qui ne traite pas seulement du texte mais "voit et comprend le monde autour de vous". La question qui reste ouverte, et que Meta n'a pas encore tranchée publiquement, est celle de l'avenir de la famille Llama : abandon définitif, développement parallèle, ou repositionnement sur un segment différent ? La réponse engagera la confiance d'une communauté open source que Meta a mis trois ans à construire.

UELe virage propriétaire de Meta fragilise les entreprises et chercheurs européens qui s'appuyaient sur Llama pour des déploiements locaux souverains, accentuant leur dépendance aux infrastructures américaines.

LLMsOpinion

1 source

3MarkTechPost

Z.ai lance GLM-5V-Turbo : un modèle multimodal de vision et de code optimisé pour les workflows d'ingénierie à base d'agents

Zhipu AI (Z.ai), laboratoire d'intelligence artificielle chinois, a lancé GLM-5V-Turbo, un nouveau modèle de vision multimodale spécialement conçu pour la génération de code et les workflows d'ingénierie logicielle. Ce modèle se distingue par une architecture dite de fusion multimodale native, associant un encodeur visuel CogViT à une architecture MTP (Multi-Token Prediction), avec une fenêtre de contexte de 200 000 tokens. Il est capable de traiter simultanément des images, des vidéos, des maquettes de design et des documents techniques complexes, tout en produisant du code syntaxiquement rigoureux. Son entraînement repose sur une technique de reinforcement learning conjoint sur plus de 30 tâches distinctes couvrant le raisonnement STEM, l'ancrage visuel, l'analyse vidéo et l'utilisation d'outils externes. Ce lancement répond à un problème structurel bien connu dans le domaine des modèles vision-langage : le « effet de balançoire », où les gains en perception visuelle se font au détriment des capacités de programmation logique. En optimisant conjointement ces deux dimensions, GLM-5V-Turbo ouvre la voie à des agents d'interface graphique (GUI agents) véritablement opérationnels — des systèmes capables de « voir » un écran et d'en déduire les actions ou le code nécessaire pour y interagir. Concrètement, cela permet à un développeur de soumettre une capture d'écran d'un bug ou une maquette de fonctionnalité, et d'obtenir directement le code correspondant, sans passer par une description textuelle intermédiaire. L'intégration avec OpenClaw, framework open source pour agents GUI, et avec Claude Code, l'outil de programmation assistée d'Anthropic, renforce son positionnement dans des pipelines d'automatisation logicielle à haute capacité. Ce modèle s'inscrit dans une compétition mondiale de plus en plus intense autour des modèles multimodaux orientés code, où des acteurs comme Google (Gemini), OpenAI (GPT-4o) et Anthropic (Claude) investissent massivement. La stratégie de Z.ai se distingue par une spécialisation assumée : plutôt que de viser un usage généraliste, GLM-5V-Turbo cible explicitement les workflows agentiques, en s'intégrant dès le départ dans des écosystèmes d'outils existants. Cette approche de « deep adaptation » pourrait s'avérer décisive pour les équipes d'ingénierie cherchant à automatiser des tâches visuellement complexes — déploiement d'environnements, analyse de sessions enregistrées, génération de code à partir de maquettes — sans sacrifier la précision logique indispensable au développement logiciel professionnel.

LLMsActu

1 source

4Ars Technica AI

Meta ouvre son laboratoire sur la superintelligence et publie son premier modèle, Muse Spark

Meta a dévoilé mercredi Spark, le premier modèle d'intelligence artificielle de sa nouvelle famille Muse, présentée comme "une refonte de fond en comble" de ses efforts en matière d'IA. Ce lancement est le premier produit concret des Meta Superintelligence Labs, une structure créée il y a moins d'un an avec l'objectif affiché de "tenir la promesse d'une superintelligence personnelle pour tous". Contrairement aux modèles précédents de Meta, Spark est propriétaire et non open source, bien que Mark Zuckerberg ait précisé sur Threads que la famille Muse inclurait à terme "de nouveaux modèles open source". Ce lancement marque une rupture nette avec la stratégie Llama, la gamme de modèles open source que Meta développait jusqu'ici et qui avait reçu un accueil mitigé aussi bien de la part des utilisateurs que dans les classements indépendants. Muse Spark se distingue notamment par son intégration profonde avec les plateformes sociales du groupe : Instagram, Facebook et Threads. À l'image de Grok chez xAI, qui exploite les contenus publiés sur X, Spark peut déjà établir des liens vers des publications publiques liées à un lieu ou à un sujet tendance. À terme, Meta promet d'aller plus loin, avec des recommandations citant des contenus partagés par des utilisateurs, et des Reels, photos et posts intégrés directement dans les réponses, avec crédit aux créateurs. Meta entre ainsi dans la compétition directe avec OpenAI, Google et Anthropic sur le marché des assistants IA grand public, en misant sur un avantage différenciant majeur : son accès à des milliards d'interactions sociales quotidiennes. La création d'un laboratoire dédié à la superintelligence reflète une ambition qui va bien au-delà des usages actuels de l'IA générative. La question reste ouverte de savoir comment Meta conciliera l'exploitation des données utilisateurs avec les exigences croissantes en matière de vie privée, notamment en Europe, où le cadre réglementaire impose des contraintes strictes sur l'utilisation des données personnelles à des fins d'entraînement.

UEL'exploitation des données sociales de milliards d'utilisateurs par Spark soulève des questions directes de conformité au RGPD, notamment sur le consentement et l'utilisation des données personnelles à des fins d'entraînement, un sujet déjà surveillé de près par les autorités européennes de protection des données.

LLMsActu

1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription en un clic