Meta đang triển khai các bản cập nhật mô hình AI theo cách mà hầu hết các công ty gửi tin nhắn Slack: liên tục và với mức độ khẩn cấp ngày càng tăng. Vào ngày 2 tháng 9, CEO Mark Zuckerberg đã công bố việc ra mắt Muse Spark 1.3, bản cập nhật lớn thứ ba cho một họ mô hình chưa từng tồn tại năm tháng trước.
Bản mới mang lại những cải thiện hiệu quả đáng kể cho các nhà phát triển, với 20% giảm số lần gọi công cụ và 25% ít token hơn được tiêu thụ so với phiên bản tiền nhiệm, Muse Spark 1.2. Về mặt thực tế, điều đó có nghĩa là mô hình làm được nhiều hơn với ít hơn, tạo ra mã sạch hơn trong khi tiêu tốn ít tài nguyên tính toán hơn để đạt được kết quả đó.
Muse Spark 1.3 thực sự làm khác biệt như thế nào
Các nâng cấp cốt lõi tập trung vào hai lĩnh vực: quy trình agentic và hiệu suất lập trình. Muse Spark 1.3 đã được huấn luyện trên một tập hợp rộng hơn các nhiệm vụ lập trình dài hạn, tương đương với việc dạy một người chạy maraton thay vì chỉ chạy nước rút 100 mét.
Việc giảm 20% số lần gọi công cụ là quan trọng vì mỗi lần gọi công cụ đều gây ra độ trễ và nguy cơ lỗi. Ít lần gọi hơn nhưng vẫn giữ nguyên chất lượng đầu ra có nghĩa là mô hình đã trở nên thông minh hơn trong việc xác định khi nào nên sử dụng công cụ bên ngoài và khi nào nên xử lý nội bộ.
Tương tự, sự giảm 25% trong việc sử dụng token chuyển trực tiếp thành tiết kiệm chi phí. Token là đơn vị tính phí cho hầu hết các API AI. Một mô hình đạt được cùng kết quả với ít hơn một phần tư số token, với tất cả các yếu tố khác không đổi, sẽ rẻ hơn 25% khi vận hành ở quy mô lớn.
Muse Spark 1.3 đã có sẵn ngay lập tức thông qua Muse Code, tác giả mã beta của Meta, và Meta Model API. Chế độ “max reasoning” cũng đang trong lộ trình nhưng sẽ không được phát hành cho đến khi vượt qua các bài kiểm tra an toàn bổ sung.
Chuyến chạy nước rút năm tháng từ con số không đến phiên bản 1.3
Tốc độ lặp lại ở đây đáng chú ý. Họ hàng Muse Spark ra mắt vào tháng 4 năm 2026. Phiên bản 1.1 ra mắt vào tháng 7. Phiên bản 1.2 xuất hiện vào tháng 8. Bây giờ phiên bản 1.3 xuất hiện vào tháng 9.
Đó là bốn phiên bản trong khoảng năm tháng, một nhịp độ thậm chí còn đầy tham vọng ngay cả theo tiêu chuẩn của cuộc đua AI hiện nay.
Toàn bộ nỗ lực này bắt nguồn từ một sự nhận thức khó chịu bên trong Meta: các mô hình Llama mã nguồn mở của họ, từng là nguồn tự hào, đã không còn theo kịp các mô hình tiên tiến nhất từ OpenAI và các đối thủ khác. Thay vì cải tiến từng bước Llama, Zuckerberg đã chọn một hướng đi quyết liệt hơn.
Meta Superintelligence Labs (MSL) được thành lập như một đơn vị chuyên trách nhằm xây dựng lại năng lực AI của công ty từ đầu. Phòng thí nghiệm này do Alexandr Wang dẫn dắt, một lựa chọn đáng chú ý xét đến khoản đầu tư 14,3 tỷ USD của Meta vào Scale AI—công ty gán nhãn dữ liệu do Wang sáng lập.
Các mô hình Muse Spark đại diện cho một sự thay đổi triết lý trong chiến lược AI của Meta. Thay vì cạnh tranh thuần túy dựa trên điểm số chuẩn cho các mô hình ngôn ngữ tổng quát, Meta đang đặt cược vào khả năng suy luận đa mô hình và sử dụng công cụ. Mục tiêu được nêu rõ là mang lại trải nghiệm “siêu trí tuệ cá nhân”, nơi AI không chỉ trả lời câu hỏi mà còn hợp tác chủ động vào các mục tiêu phức tạp, nhiều bước.
Bối cảnh cạnh tranh trở nên khốc liệt hơn
Đối với các khách hàng doanh nghiệp đang đánh giá các công cụ mã hóa AI, việc giảm 20% số lần gọi công cụ và 25% ít token hơn không phải là những cải tiến trừu tượng. Chúng xuất hiện trực tiếp trên hóa đơn API, các phép đo độ trễ và điểm hài lòng của nhà phát triển.