Meta lance Muse Spark 1.1, un modèle de codage IA au tarif agressif pour défier Anthropic et OpenAI

Meta a dévoilé Muse Spark 1.1 le 9 juillet, un modèle d'IA multimodale conçu spécifiquement pour le codage et les tâches agentiques multi-étapes, le positionnant comme un concurrent direct des modèles Claude d'Anthropic et GPT d'OpenAI sur le marché en pleine expansion du codage agentique. Le directeur de l'IA, Alexandr Wang, l'a qualifié de « modèle le plus performant de l'entreprise pour le travail agentique et le codage à ce jour », comme l'a rapporté en premier SiliconANGLE.

Ce lancement est important car il marque le virage le plus net de Meta jusqu'à présent, passant de sa stratégie open source Llama à une monétisation propriétaire des modèles. Muse Spark 1.1 fait suite à une première version publiée en avril 2026, alors réservée à des partenaires sélectionnés ; cette mise à jour ouvre un accès public en version préliminaire via l'application Meta AI et une liste d'attente pour l'API développeur, une variante entièrement open source étant apparemment encore en développement selon un calendrier non confirmé.

Sur le plan des capacités, Muse Spark 1.1 prend en charge une fenêtre de contexte d'un million de tokens et introduit un mécanisme de compaction de contexte qui compresse les données générées lors de longs workflows agentiques tout en préservant la capacité de récupérer des informations remontant à bien plus tôt dans une tâche. Meta a également mis en avant la planification adaptative : le modèle peut détecter les évolutions en cours de tâche et réviser son plan plutôt que de s'en tenir à une approche initiale figée, un point de défaillance courant des premiers outils de codage agentique.

Sur les benchmarks, Meta a rapporté un score de 72,2 sur son benchmark interne Vibe Code Bench v1.1, soit plus de 50 points au-dessus de son précédent modèle phare, et une amélioration d'environ 18 % sur les tests SWE-Atlas Codebase QnA. Les évaluations indépendantes placent Muse Spark 1.1 à 61,5 sur SWE-Bench Pro, derrière le score de 69,2 de Claude Opus 4.8 mais devant les 58,6 de GPT-5.5 — une position solide mais pas en tête de catégorie sur la plupart des benchmarks de codage tiers.

C'est sur la tarification que Meta fait son geste le plus agressif : 1,25 $ par million de tokens en entrée et 4,25 $ par million de tokens en sortie, avec de nouveaux comptes API bénéficiant de 20 $ de crédits gratuits. Wang a décrit la stratégie explicitement comme une tarification qui « s'adapte à une consommation massive », sous-cotant les tarifs habituels d'Anthropic et OpenAI pour les niveaux de codage agentique comparables. Pour les équipes d'ingénierie qui évaluent les outils de codage agentique, cet écart de prix — même sans avance nette sur les benchmarks — comptera probablement davantage pour l'adoption à grande échelle que les différences marginales de précision sur une évaluation particulière.