Meta Meluncurkan Muse Spark 1.3 dengan 20% Lebih Sedikit Panggilan Alat dan 25% Penggunaan Token Lebih Rendah

iconCryptoBriefing
Bagikan
AI summary iconRingkasan
Meta telah meluncurkan Muse Spark 1.3, mengurangi panggilan alat sebesar 20% dan penggunaan token sebesar 25% dibandingkan versi sebelumnya. Pembaruan ini meningkatkan alur kerja agen dan kinerja pemrograman, dengan pelatihan yang diperluas untuk tugas pemrograman jangka panjang. Tersedia melalui Muse Code dan Meta Model API, rilis ini mengikuti empat pembaruan besar dalam lima bulan. Langkah ini selaras dengan berita peluncuran token terbaru dan daftar token baru, seiring Meta mempercepat pengembangan AI untuk bersaing dengan OpenAI.

Meta mengirimkan pembaruan model AI dengan cara yang sama seperti kebanyakan perusahaan mengirim pesan Slack: terus-menerus, dan dengan urgensi yang semakin meningkat. Pada 2 September, CEO Mark Zuckerberg mengumumkan rilis Muse Spark 1.3, pembaruan besar ketiga untuk keluarga model yang bahkan belum ada lima bulan lalu.

Versi baru ini membawa peningkatan efisiensi yang signifikan bagi pengembang, dengan pengurangan 20% dalam panggilan alat dan 25% lebih sedikit token yang dikonsumsi dibandingkan pendahulunya, Muse Spark 1.2. Dalam praktiknya, itu berarti model ini dapat melakukan lebih banyak dengan sumber daya lebih sedikit, menghasilkan kode yang lebih bersih sambil menghabiskan lebih sedikit sumber daya komputasi.

Apa yang sebenarnya dilakukan berbeda oleh Muse Spark 1.3

Peningkatan inti berfokus pada dua bidang: alur kerja agen dan kinerja pemrograman. Muse Spark 1.3 telah dilatih pada sekumpulan tugas pemrograman jangka panjang yang lebih luas, yang merupakan setara AI dari mengajarkan seseorang untuk berlari maraton alih-alih hanya berlari cepat 100 meter.

Pengurangan 20% dalam panggilan alat penting karena setiap panggilan alat memperkenalkan latensi dan potensi kesalahan. Lebih sedikit panggilan dengan kualitas output yang sama berarti model telah menjadi lebih cerdas dalam menentukan kapan harus menggunakan alat eksternal dan kapan harus menangani hal-hal secara internal.

Iklan

Demikian pula, penurunan penggunaan token sebesar 25% secara langsung berarti penghematan biaya. Token adalah satuan penagihan untuk sebagian besar API AI. Model yang mencapai hasil sama dengan seperempat lebih sedikit token adalah, dengan semua hal lain yang sama, 25% lebih murah untuk dijalankan dalam skala besar.

Muse Spark 1.3 tersedia segera melalui Muse Code, agen pengkodean beta Meta, dan Meta Model API. Mode "max reasoning" juga sedang dalam pengembangan, tetapi tidak akan dirilis hingga melewati pengujian keamanan tambahan.

Lari lima bulan dari nol hingga versi 1.3

Kecepatan iterasi di sini patut diperhatikan. Keluarga Muse Spark debut pada April 2026. Versi 1.1 menyusul pada Juli. Versi 1.2 dirilis pada Agustus. Sekarang versi 1.3 tiba pada September.

Itu adalah empat rilis dalam sekitar lima bulan, kecepatan yang akan sangat agresif bahkan menurut standar perlombaan senjata AI saat ini.

Seluruh upaya ini berawal dari kesadaran tidak nyaman di dalam Meta: model Llama open-source-nya, yang dulu menjadi sumber kebanggaan, tidak lagi mampu mengejar model-model terkini dari OpenAI dan pesaing lainnya. Alih-alih meningkatkan Llama secara bertahap, Zuckerberg memilih pendekatan yang lebih drastis.

Meta Superintelligence Labs, atau MSL, dibuat sebagai unit khusus untuk membangun kembali kemampuan AI perusahaan dari awal. Laboratorium ini dipimpin oleh Alexandr Wang, pilihan yang patut diperhatikan mengingat investasi Meta sebesar $14,3 miliar di Scale AI, perusahaan pelabelan data yang didirikan oleh Wang.

Model-model Muse Spark mewakili perubahan filosofis dalam strategi AI Meta. Alih-alih bersaing semata-mata berdasarkan skor benchmark untuk model bahasa umum, Meta mempertaruhkan pada penalaran multimodal dan pemanfaatan alat. Tujuan yang dinyatakan adalah memberikan pengalaman “superintelligence pribadi,” di mana AI tidak hanya menjawab pertanyaan tetapi juga secara aktif berkolaborasi dalam tujuan kompleks multi-langkah.

Lanskap kompetisi menjadi lebih ketat

Untuk pelanggan perusahaan yang mengevaluasi alat pemrograman AI, pengurangan 20% dalam panggilan alat dan 25% lebih sedikit token bukanlah peningkatan abstrak. Hal ini muncul secara langsung dalam tagihan API, pengukuran latensi, dan skor kepuasan pengembang.

Penafian: Informasi pada halaman ini mungkin telah diperoleh dari pihak ketiga dan tidak mencerminkan pandangan atau opini KuCoin. Konten ini disediakan hanya untuk tujuan informasi umum, tanpa representasi atau jaminan apa pun, dan tidak dapat ditafsirkan sebagai saran keuangan atau investasi. KuCoin tidak bertanggung jawab terhadap segala kesalahan atau kelalaian, atau hasil apa pun yang keluar dari penggunaan informasi ini. Berinvestasi di aset digital dapat berisiko. Harap mengevaluasi risiko produk dan toleransi risiko Anda secara cermat berdasarkan situasi keuangan Anda sendiri. Untuk informasi lebih lanjut, silakan lihat Ketentuan Penggunaan dan Pengungkapan Risiko.