Meta semblait avoir perdu du terrain dans la course aux modèles les plus performants. Avec Muse Spark 1.3, le groupe revient au contact de GPT-5.6 Sol, Grok 4.6 ou Claude Opus 5 sur plusieurs évaluations, tout en conservant des tarifs nettement inférieurs. Une équation qui pourrait compter davantage que quelques points de benchmark pour les entreprises qui commencent à faire tourner ces modèles à grande échelle.
Meta revient au niveau des modèles de pointe
Muse Spark 1.3 a été lancé le 2 septembre. La nouvelle génération améliore surtout ses résultats sur les tâches agentiques, avec des progrès marqués dans les évaluations de programmation, d’usage d’outils et de scénarios métier.
Selon Artificial Analysis, la version la plus performante rejoint désormais le groupe de tête sur son Intelligence Index. Les gains les plus importants apparaissent notamment sur GDPval-AA, Terminal-Bench et Tau3-Bench Banking. Sur ce dernier test, consacré à des interactions complexes dans un environnement bancaire, Muse Spark 1.3 atteint 52 %, le meilleur résultat mesuré par Artificial Analysis au moment de l’évaluation.
Meta ne progresse toutefois pas partout. Le modèle recule légèrement sur certaines épreuves de raisonnement long et de connaissance générale. Son retour ne repose donc pas sur une domination généralisée, mais sur une progression suffisamment forte pour revenir au contact des meilleurs modèles du moment.
Le vrai avantage se joue sur le prix
C’est surtout ici que Muse Spark 1.3 se distingue. La version xhigh reste facturée 1,25 dollar par million de tokens en entrée et 4,25 dollars en sortie, avec un tarif réduit à 0,15 dollar pour les entrées mises en cache. Artificial Analysis estime son coût à environ 0,55 dollar par tâche sur son Intelligence Index.
À niveau de performance comparable, GPT-5.6 Sol et Grok 4.6 reviennent autour de 0,95 dollar par tâche, tandis que Claude Opus 5 dépasse 1,20 dollar dans cette même comparaison.
L’écart paraît faible lorsqu’on raisonne sur une requête. Il change d’échelle lorsqu’un agent enchaîne des dizaines d’appels pour écrire du code, analyser des documents ou effectuer une série d’actions métier.
Les progrès viennent surtout des usages agentiques
Muse Spark 1.3 conserve une fenêtre de contexte d’un million de tokens et accepte du texte, des images et de la vidéo en entrée. Mais les améliorations les plus nettes concernent les tâches dans lesquelles le modèle doit enchaîner plusieurs opérations plutôt que simplement produire une réponse. La version xhigh passe notamment de 35 % à 47 % sur Tau3-Bench Banking par rapport à Muse Spark 1.2, tandis que la variante max atteint 52 %. Sur Terminal-Bench 2.1, les deux versions gagnent également plusieurs points.
Ce profil correspond directement à l’évolution actuelle des usages en entreprise, où le coût ne dépend plus seulement du nombre de collaborateurs interrogeant un chatbot, mais du nombre d’actions exécutées automatiquement par des agents.
Cette compétitivité a néanmoins une limite immédiate : la distribution. Muse Spark 1.3 est aujourd’hui disponible depuis l’API de Meta et ses propres outils, seul le temps nous montrera si le modèle réussit pleinement à sortir de l’écosystème Meta.
