मेटा एआई मॉडल अपडेट्स को उसी तरह भेज रहा है जिस तरह अधिकांश कंपनियाँ स्लैक संदेश भेजती हैं: लगातार, और बढ़ती हुई तत्परता के साथ। 2 सितंबर को सीईओ मार्क जकरबर्ग ने म्यूज़ स्पार्क 1.3 के लॉन्च की घोषणा की, जो एक ऐसे मॉडल परिवार का तीसरा प्रमुख अपडेट है जो पांच महीने पहले तक मौजूद भी नहीं था।
नया संस्करण विकासकों के लिए महत्वपूर्ण दक्षता वृद्धि लाता है, जिसमें टूल कॉल्स में 20% की कमी और अपने पूर्ववर्ती, म्यूज स्पार्क 1.2 की तुलना में 25% कम टोकन खपत होती है। व्यावहारिक रूप से, इसका मतलब है कि मॉडल कम संसाधनों का उपयोग करके अधिक काम करता है, जिससे साफ़ कोड उत्पन्न होता है।
म्यूज़ स्पार्क 1.3 वास्तव में क्या अलग करता है
मुख्य अपग्रेड दो क्षेत्रों पर केंद्रित हैं: एजेंटिक वर्कफ्लो और कोडिंग प्रदर्शन। म्यूज स्पार्क 1.3 को लंबे समय तक चलने वाले कोडिंग कार्यों के एक विस्तृत सेट पर प्रशिक्षित किया गया है, जो एआई के लिए एक व्यक्ति को केवल 100 मीटर की स्प्रिंट नहीं, बल्कि मैराथन दौड़ना सिखाने के समान है।
टूल कॉल्स में 20% की कमी मायने रखती है क्योंकि प्रत्येक टूल कॉल लेटेंसी और संभावित त्रुटि का कारण बनता है। एक जैसी आउटपुट क्वालिटी के साथ कम कॉल्स का मतलब है कि मॉडल बाहरी टूल्स का उपयोग कब करना है और कब चीजों को आंतरिक रूप से हैंडल करना है, इस बारे में अधिक स्मार्ट हो गया है।
इसी तरह, टोकन उपयोग में 25% की कमी सीधे लागत बचत के बराबर है। टोकन अधिकांश AI API के लिए बिलिंग इकाई हैं। एक मॉडल जो समान परिणाम प्राप्त करता है लेकिन एक चौथाई कम टोकन का उपयोग करता है, सभी अन्य बातें समान होने पर, स्केल पर चलाने में 25% सस्ता है।
Muse Spark 1.3 तुरंत Muse Code, Meta के बीटा कोडिंग एजेंट, और Meta Model API के माध्यम से उपलब्ध है। "मैक्स रीजनिंग" मोड भी आने को है, लेकिन इसे अतिरिक्त सुरक्षा परीक्षण पूरा करने के बाद ही जारी किया जाएगा।
शून्य से संस्करण 1.3 तक की पांच महीने की दौड़
यहाँ दोहराव की गति का ध्यान देने योग्य है। म्यूज स्पार्क परिवार का शुभारंभ अप्रैल 2026 में हुआ। जुलाई में संस्करण 1.1 आया। अगस्त में संस्करण 1.2 लॉन्च हुआ। अब सितंबर में 1.3 आया है।
यह लगभग पांच महीनों में चार रिलीज़ हैं, जो वर्तमान एआई हथियार प्रतियोगिता के मानकों के अनुसार भी आक्रामक होगी।
पूरा प्रयास मेटा के अंदर एक असुविधाजनक अहसास से शुरू हुआ: उसके ओपन-सोर्स Llama मॉडल, जो एक गर्व का विषय थे, ओपनएआई और अन्य प्रतिद्वंद्वियों के अग्रणी मॉडल्स के साथ चल नहीं पा रहे थे। Llama में क्रमिक सुधार के बजाय, जुकरबर्ग ने कुछ अधिक चरम कदम का चयन किया।
मेटा सुपरइंटेलिजेंस लैब्स, या MSL, को कंपनी की AI क्षमताओं को फिर से जमीन से बनाने के लिए एक अलग इकाई के रूप में बनाया गया था। इस लैब का नेतृत्व अलेक्सैंडर वांग कर रहे हैं, जो एक उल्लेखनीय चयन है, क्योंकि मेटा ने वांग द्वारा स्थापित डेटा लेबलिंग कंपनी स्केल AI में $14.3 बिलियन का निवेश किया है।
द म्यूज स्पार्क मॉडल्स मेटा की एआई रणनीति के लिए एक दार्शनिक बदलाव का प्रतिनिधित्व करते हैं। सामान्य उद्देश्य भाषा मॉडल्स के लिए केवल बेंचमार्क स्कोर पर प्रतिस्पर्धा करने के बजाय, मेटा मल्टीमोडल तर्क और उपकरणों के उपयोग पर निर्भर कर रहा है। घोषित लक्ष्य एक “व्यक्तिगत सुपरइंटेलिजेंस” अनुभव प्रदान करना है, जहां एआई केवल प्रश्नों के उत्तर देने के बजाय जटिल, बहु-चरणीय लक्ष्यों पर सक्रिय रूप से सहयोग करता है।
प्रतिस्पर्धात्मक दृश्य अधिक कठिन हो रहा है
एंटरप्राइज ग्राहकों के लिए जो एआई कोडिंग टूल्स का मूल्यांकन कर रहे हैं, टूल कॉल्स में 20% की कमी और 25% कम टोकन केवल अमूर्त सुधार नहीं हैं। वे सीधे API बिल्स, लेटेंसी मापन और डेवलपर संतुष्टि स्कोर में दिखाई देते हैं।