Meta доставляє оновлення моделей ШІ так само, як більшість компаній надсилають повідомлення в Slack: постійно і зі зростаючою терміновістю. 2 вересня генеральний директор Марк Цукерберг оголосив про випуск Muse Spark 1.3 — третє велике оновлення сімейства моделей, яке навіть не існувало п’ять місяців тому.
Нова версія забезпечує значні підвищення ефективності для розробників: зменшення викликів інструментів на 20% і на 25% менше токенів у порівнянні з попередником, Muse Spark 1.2. Практично це означає, що модель робить більше з менше, генеруючи чистіший код, витрачаючи при цьому менше обчислювальних ресурсів.
Що саме робить Muse Spark 1.3 інакше
Основні оновлення зосереджені на двох напрямках: агентні робочі процеси та продуктивність кодування. Muse Spark 1.3 було навчено на більш широкому наборі завдань з довгостроковим кодуванням, що є штучним інтелектом, еквівалентним навчанню когось бігти марафон, а не просто бігати 100 метрів.
Зменшення викликів інструментів на 20% має значення, оскільки кожен виклик інструменту вносить затримку та потенційну помилку. Менше викликів при тій самій якості виводу означає, що модель стала розумнішою щодо того, коли звертатися до зовнішніх інструментів, а коли вирішувати завдання внутрішньо.
Так само 25%-не зменшення використання токенів безпосередньо перекладається в економію витрат. Токени є одиницею розрахунку для більшості AI API. Модель, яка досягає тих самих результатів з на 25% меншою кількістю токенів, при всіх інших рівних умовах, на 25% дешевша у підтримці в масштабі.
Muse Spark 1.3 доступний відразу через Muse Code, бета-кодовий агент Meta, та Meta Model API. Режим «max reasoning» також знаходиться у розробці, але буде випущений лише після проходження додаткових тестів безпеки.
П’ятимісячний спринт від нуля до версії 1.3
Темп ітерацій тут варто зауважити. Сімейство Muse Spark дебютувало в квітні 2026 року. Версія 1.1 з’явилася в липні. Версія 1.2 вийшла в серпні. Тепер 1.3 з’являється в вересні.
Це чотири випуски приблизно за п’ять місяців — темп, який був би агресивним навіть за стандартами сучасної боротьби за штучний інтелект.
Весь цей зусилля виник із незручної усвідомленості всередині Meta: його відкриті моделі Llama, які раніше були джерелом гордості, не встигали за передовими моделями від OpenAI та інших конкурентів. Замість поступового покращення Llama, Цукерберг обрав щось більш радикальне.
Meta Superintelligence Labs (MSL) було створено як окреме підрозділ для відновлення можливостей компанії у сфері ШІ з нуля. Лабораторією керує Олександр Ванг — вибір, що викликає зацікавлення, враховуючи інвестиції Meta у розмірі 14,3 мільярда доларів США у Scale AI — компанію з маркування даних, засновану Вангом.
Моделі Muse Spark означають філософський зсув у стратегії штучного інтелекту Meta. Замість конкуренції виключно за показники тестів для універсальних мовних моделей, Meta робить ставку на багатомодальне міркування та використання інструментів. Заявлена мета — надати досвід «персонального суперінтелекту», де штучний інтелект не просто відповідає на запитання, а активно співпрацює над складними, багатокроковими завданнями.
Конкурентна обстановка стає жорсткішою
Для корпоративних клієнтів, які оцінюють інструменти AI для кодування, зменшення на 20% кількості викликів інструментів і на 25% менше токенів — це не абстрактні покращення. Вони безпосередньо відображаються у рахунках API, вимірах затримки та балах задоволеності розробників.