Meta запустила Muse Spark 1.1 — модель для агентов и кодирования

Meta анонсировала мультимодальную Muse Spark 1.1 для агентных сценариев и кодирования и открыла платную публичную превью Meta Model API для разработчиков в США.

Meta представила Muse Spark 1.1, мультимодальную модель, предназначенную для выполнения агентных задач, работы с большими кодовыми базами и взаимодействия с приложениями. Одновременно компания открыла платную публичную превью Meta Model API для разработчиков в США. Публичный доступ позволяет интегрировать модель через API с совместимостью форматов OpenAI SDK и Anthropic Messages.

Muse Spark 1.1 рассчитана на сценарии, где требуется планирование и координация между несколькими сервисами. Модель может выступать в роли главного агента: собирать контекст, составлять план и распределять задачи между параллельными подагентами. В роли подагента она выполняет отдельные действия и при необходимости возвращает управление главному агенту. Контекстное окно модели достигает до одного миллиона токенов; система сохраняет ключевые шаги работы, извлекает данные из ранних этапов сессии и сжимает контекст для длительных взаимодействий.

Модель интегрируется с инструментами и MCP‑серверами без дополнительного дообучения. В рабочих сценариях на рабочем столе Muse Spark 1.1 действует в многоприложенческой среде: выбирает стратегию работы, генерирует скрипты для рутинных операций и для простых задач взаимодействует напрямую через интерфейсы, формируя пакеты действий на каждом шаге. Среди первых партнёров компании названы Replit, Cline и Box.

По части программирования разработчики сообщили о прогрессе в работе с крупными кодовыми базами: Muse Spark 1.1 может диагностировать сложные ошибки, внедрять функции в корпоративные системы и выполнять массовые миграции кода. Модель поддерживает агентные фреймворки для кодинга с режимом планирования, делегированием подагентам и сжатием контекста.

Внутренние бенчмарки компании показывают разные результаты по задачам. В агентных тестах Muse Spark 1.1 лидирует: на MCP Atlas модель набрала 88,1 балла, тогда как Opus 4.8 и GPT‑5.5 показали около 80 баллов. На JobBench модель набрала 54,7 балла против 48,4 у Opus 4.8 и 38,3 у GPT‑5.5. В задачах кодирования Muse Spark 1.1 уступает соперникам: на Terminal‑Bench 2.0 модель получила 59,0 балла, у GPT‑5.5 — 82,7, у Gemini — 68,5, у Opus 4.8 — 65,4. Meta признала отставание в области кодирования и заявила о планах дальнейших инвестиций.

Модель работает с текстом, изображениями и видео. Компания продемонстрировала сценарий, где смартфон снимает товар, модель извлекает фото из видео, формирует описание для листинга и публикует объявление через браузер от имени пользователя. Объявлена генерация кода по визуальным макетам и детальные описания изображений и роликов.

Оценка безопасности по протоколу Advanced AI Scaling Framework показала, что Muse Spark 1.1 находится в допустимых пределах по фронтирным рискам: химические и биологические угрозы, кибербезопасность и риск потери контроля. Разработчики сообщают об устойчивости модели к прямым джейлбрейкам, промпт‑инъекциям и атакам через недоверенные данные, а также о снижении числа галлюцинаций и поддакивания.

Meta запустила Meta Model API в публичной превью для разработчиков из США. Стоимость доступа составляет $1,25 за 1 млн входных токенов и $4,25 за 1 млн выходных; новым пользователям при регистрации доступны $20 бесплатных кредитов. Для подключения достаточно сменить базовый URL на api.meta.ai/v1 и указать ключ, интеграция совместима с существующими SDK.

По словам директора по ИИ Meta Александра Вонга, «улучшение кодинга было ключевым фокусом обновления. Без сильных возможностей в коде невозможно создать полноценных ИИ‑агентов». Компания также тренирует более мощную модель под кодовым названием Watermelon; сроки выпуска не раскрываются. Первый Muse Spark вышел в апреле в приватной превью, а 7 июля Meta представила Muse Image и показала предварительную версию Muse Video.

Материалы на GNcrypto предоставляются исключительно в информационных целях и не являются финансовой рекомендацией. Мы стремимся публиковать точные и актуальные данные, однако не можем гарантировать их абсолютную достоверность, полноту или надёжность. GNcrypto не несёт ответственности за возможные ошибки, упущения или финансовые потери, возникшие вследствие использования данной информации. Все действия вы совершаете на свой страх и риск. Всегда проводите собственный анализ и консультируйтесь с профессионалами. Подробнее см. в наших страницах Условия, Политика конфиденциальности и Отказ от ответственности.

Статьи этого автора