Meta lance Muse Spark 1.3, pour des agents IA plus autonomes

Meta a annoncé Muse Spark 1.3, une nouvelle version de son modèle d'IA destiné aux tâches agentiques et de programmation. Le modèle est déjà disponible sur Muse Code et via l'API Meta Model, l'interface qui ouvre les modèles de l'entreprise aux développeurs externes. Selon Meta, cette version a été conçue pour mieux gérer les tâches longues, à plusieurs étapes : face à un objectif ouvert, le modèle utilise des outils pour rassembler de l'information, identifie les failles dans sa propre planification et garde trace de ce qu'il découvre en cours de route.

Comment le modèle gère ce qu'il ne sait pas

Si une instruction est floue, Muse Spark 1.3 peut interrompre son travail pour demander des précisions plutôt que de poursuivre sur une hypothèse. Face à un obstacle qu'il ne peut pas surmonter seul, il peut demander de l'aide ; et avant une action à conséquence importante, il demande confirmation à l'utilisateur. Celui-ci peut aussi choisir de recevoir des mises à jour fréquentes sur l'avancement de la tâche, ou de laisser le système travailler en arrière-plan jusqu'à la fin.

Les avancées mises en avant par Meta

L'entreprise liste plusieurs progrès par rapport à la version précédente : plus grande précision dans le suivi d'instructions longues, préservation des exigences et des contraintes tout au long de la tâche, meilleure gestion de plusieurs demandes dans une même conversation, meilleure conscience de ce que le modèle sait ou ne sait pas, et moindre tendance à inventer des résultats. En programmation, Meta affirme que le modèle est devenu moins verbeux et plus efficace.

• Environ 20 % d'appels d'outils en moins que Muse Spark 1.2, dans des tests internes comparatifs
• Environ 25 % de tokens consommés en moins sur la même comparaison
• Le mode de raisonnement maximal (« max ») ne sera disponible qu'après des tests de sécurité supplémentaires, sans date précisée par Meta

Le quatrième modèle de la série en cinq mois

Muse Spark 1.3 est le quatrième lancement de la série en cinq mois : la lignée a démarré en avril, avec la version 1.1 en juillet puis la 1.2 en août, selon le site allemand The Decoder, qui a croisé ces chiffres avec les benchmarks d'Artificial Analysis. La nouvelle version arrive en deux paliers : « max », en préversion limitée aux partenaires, et « xhigh », déjà disponible pour tous. Sur l'Intelligence Index d'Artificial Analysis, le palier max atteint 62 points et le xhigh 61 — contre 57 en août et 53 en juillet.

Ce qui a changé sur les benchmarks d'agents

Sur τ³-Bench Banking, un test qui évalue des agents manipulant des outils dans un scénario bancaire simulé, le palier max atteint 52 %, actuellement la meilleure marque du classement d'Artificial Analysis ; le xhigh atteint 47 %, à égalité avec Claude Fable 5.1 (max) d'Anthropic et avec GLM-5.3-Flash. La version précédente, la 1.2, plafonnait à 35 % sur ce même test. Sur Terminal-Bench 2.1, consacré à la programmation en terminal, le xhigh est passé de 80 % à 85 % et le max atteint 86 % — toujours derrière Claude Fable 5.1, qui reste en tête avec 91,4 % au palier max.

Sur GDPval-AA v2, un ensemble de 220 tâches professionnelles réelles évaluées sur une échelle Elo calibrée sur la performance humaine, Meta est passée de 1615 à 1709 puis à 1754 points entre les versions. Claude Fable 5.1 (max) reste devant, avec 1853 points ; pour atteindre cet écart, la variante max de Muse Spark consomme 62 % de tokens de raisonnement en plus que la xhigh. Sur GPQA Diamond, une batterie de questions scientifiques de niveau expert, Muse Spark est passé de 90 % à 94 % — dans le groupe de tête, mais derrière Gemini 3.8 Flash (high, 95,3 %) et Grok 4.6 (high, 94,9 %). Sur CritPt, un test de physique de recherche, la progression va de 18 % à 26 %, la tête restant tenue par GPT-5.6 Sol (max, 32,3 %) et Claude Fable 5.1 (xhigh, 31,1 %).

Tout ne s'est pas amélioré : l'AA-LCR recule de 83 % à 79 % par rapport à la version 1.2, et la précision factuelle sur AA-Omniscience baisse jusqu'à trois points, le modèle refusant plus souvent de répondre lorsqu'il est incertain.

Prix inchangé, sécurité renforcée

Côté prix, Meta a maintenu 1,25 $ par million de tokens en entrée et 4,25 $ en sortie — les mêmes tarifs que la version précédente. Une tâche de l'index d'intelligence coûte en moyenne 0,55 $, le tarif le plus bas parmi les modèles qui dépassent 59 points sur cet index ; la concurrence facture entre 0,94 $ et 1,23 $ pour la même tâche. Muse Spark 1.3 reste toutefois plus cher que la version 1.2, à 0,40 $ par tâche — Meta n'a pas encore annoncé de prix pour la variante max. L'entreprise a par ailleurs annoncé des modèles plus grands à venir, ainsi qu'une future version en poids ouverts (open-weights).

Côté sécurité, Meta affirme que Muse Spark 1.3 résiste mieux aux entrées adverses et aux tentatives d'injection de prompt, et évalue plus précisément le caractère irréversible d'une action avant de l'exécuter. C'est pourquoi le mode de raisonnement maximal ne sera ouvert qu'après des tests de sécurité supplémentaires — sans échéance communiquée par Meta.

Pour les développeurs et start-up françaises qui arbitrent aujourd'hui entre l'écosystème plus ouvert de Meta et les modèles fermés d'Anthropic ou de Google pour la programmation agentique, Muse Spark 1.3 change la donne sur deux points. D'abord, un coût par tâche parmi les plus bas du marché allège la facture des agents qui tournent longtemps — un vrai argument pour des équipes qui paient déjà leurs API en dollars dans un budget tenu en euros. Ensuite, l'annonce d'une future version en poids ouverts renforce une option que des entreprises européennes regardent de près pour des raisons de souveraineté des données et de conformité, à l'heure où l'hébergement du modèle sur une infrastructure européenne devient un argument commercial en soi. L'écart avec Claude Fable 5.1, qui reste devant sur la plupart des benchmarks cités, n'a pas disparu, mais il s'est assez resserré pour que le choix ne soit plus automatique.