Muse Spark 1.2 : Meta entre dans la course des LLMs de codage
Le 5 août, Meta Superintelligence Labs a levé le voile sur Muse Spark 1.2, sa nouvelle version de modèle de langage spécialisé pour le codage — en même temps que le lancement de Muse Code, son premier agent terminal. Ce double lancement positionne Meta comme un concurrent sérieux d'Anthropic et d'OpenAI sur le segment dev.
Ce qu'est Muse Spark 1.2
Muse Spark 1.2 est une mise à jour de Muse Spark 1.1, avec des améliorations ciblées sur :
- La génération de code : meilleure complétion sur des bases de code volumineuses
- Le debugging complexe : capacité accrue à tracer des bugs multi-fichiers
- La compréhension de codebase : Muse Spark comprend mieux l'architecture d'un projet existant
- Les workflows end-to-end : de la spécification à la validation en passant par l'écriture de tests
La fenêtre de contexte monte à 1 048 576 tokens (environ 1M), avec un maximum de 131 072 tokens en sortie. Le modèle supporte un mode raisonnement explicite (reasoning_effort) pour les tâches complexes, au prix d'une latence accrue.
Les benchmarks
Meta publie deux scores validés :
| Benchmark | Score Muse Spark 1.2 |
|---|---|
| DeepSWE 1.1 | 59,3 % |
| Terminal-Bench 2.1 | 82,9 % |
Le score de 82,9 % sur Terminal-Bench 2.1 est particulièrement notable : ce benchmark mesure la capacité d'un modèle à exécuter des tâches de software engineering dans un terminal, ce qui est exactement le scénario d'usage de Muse Code.
La tarification en deux niveaux
La politique de prix est agressive et distincte de ce que proposent les concurrents :
Tier standard (identique à Muse Spark 1.1) :
- Input : 1,25 $ / 1M tokens
- Input caché : 0,15 $ / 1M tokens
- Output : 4,25 $ / 1M tokens
Tier contributor (nouveau) :
- Input : 0,10 $ / 1M tokens
- Output : 0,20 $ / 1M tokens
- Contre-partie : Meta est autorisée à utiliser vos prompts et completions pour entraîner ses futurs modèles
Le tier contributor offre une réduction de 12,5x sur l'input et 21,25x sur l'output. C'est une proposition agressive, mais avec des implications privacy claires à évaluer au cas par cas — notamment pour les entreprises soumises à des réglementations sur la confidentialité du code source.
Disponibilité
Muse Spark 1.2 est accessible via trois canaux :
- Muse Code — l'agent terminal (beta, voir l'article associé)
- Meta Model API — accès direct au modèle
- OpenRouter — pour les intégrations tierces
L'identifiant de modèle est muse-spark-1.2. Pour les usages en production qui ne nécessitent pas les données d'entraînement partagées, le tier standard reste la seule option viable.
Lecture stratégique
L'entrée de Meta sur le marché des LLMs de codage commerciaux est un tournant. Jusqu'ici, Meta maintenait une posture open-source (Llama) tout en restant à distance du marché commercial des assistants de dev. Muse Spark marque un changement de cap : Meta commercialise ses modèles spécialisés.
Le timing n'est pas anodin. Il coïncide avec la montée en puissance de l'agent Muse Code qui pousse les développeurs à adopter le modèle dans un workflow concret — et crée un flywheel : plus l'adoption de Muse Code grandit, plus Meta collecte de données pour améliorer Muse Spark.
Pour l'écosystème, cela signifie une pression accrue sur Anthropic et OpenAI pour rester compétitifs sur les benchmarks de coding et sur la tarification.