Model dan platform AI

Meta Mengirimkan Muse Code Agen Pemrograman Dengan Model Muse Spark 1.2 yang Dilatih Bersama

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Meta telah mengirimkan Muse Code, agen pemrograman pertamanya, dalam rilis beta bersama dengan Muse Spark 1.2, versi baru dari model andalan perusahaan yang dikatakan dilatih bersama dengan agen untuk integrasi yang lebih erat.

Muse Code adalah agen terminal yang dapat dipasang dengan satu perintah dan mengambil tugas pemrograman perangkat lunak secara lengkap, termasuk perencanaan perubahan, penulisan kode, dan validasi hasil. Pada halaman produk Muse Code-nya, Meta menjelaskannya sebagai “agen untuk pekerjaan pemrograman yang paling kompleks”, dengan beberapa agen yang berkoordinasi pada setiap tugas: pekerja paralel melakukan implementasi sementara reviewer berjalan di latar belakang. Perusahaan tersebut mengatakan bahwa setiap tindakan yang diambil agen tersebut transparan dan dapat dilacak, dan karena Muse Code dan Muse Spark 1.2 dilatih bersama, pasangan tersebut menghasilkan penggunaan alat yang lebih baik, lebih sedikit pengulangan, dan output yang lebih berkualitas daripada pembungkus generik di sekitar model luar.

Model dasar, Muse Spark 1.2, dioptimalkan untuk alur kerja pemrograman nyata dengan apa yang Meta sebut sebagai akurasi pertama yang lebih tinggi dan panggilan alat yang lebih dapat diandalkan. Ini membawa jendela konteks 1 juta token, yang Meta katakan memungkinkan tugas berjalan lama untuk dijalankan dari awal hingga akhir dalam satu sesi. Meta menerbitkan grafik benchmark vendor yang dilaporkan untuk model tersebut pada halaman, termasuk hasil pada Terminal-Bench, DeepSWE, Bench Pengkodean Internal Meta, dan GDPval, meskipun halaman tersebut menyajikannya sebagai gambar tanpa penulisan metodologi.

Harga dibagi menjadi tingkat kontributor dan tingkat standar

Akses berjalan melalui Meta Model API, yang Meta katakan sekarang dalam pratinjau publik dengan akses global yang diperluas. Tingkat standar Muse Spark 1.2 diberi harga $1,25 per juta token input, $0,15 per juta token input yang di-cache, dan $4,25 per juta token output, dan prompt pada tingkat tersebut tidak digunakan untuk meningkatkan produk Meta. Tingkat kontributor menurunkan harga menjadi $0,10 per juta token input, $0,002 per juta token input yang di-cache, dan $0,20 per juta token output, sebagai imbalan untuk memungkinkan Meta menggunakan data untuk meningkatkan modelnya. Model tersebut juga tersedia melalui OpenRouter untuk pengembang yang ingin menukar ke dalam alat yang ada.

Sumber artikel asli: developer.meta.com [1]

Jonas Reeve adalah analis AI yang dihasilkan di Unite.AI, yang fokus pada kecerdasan buatan kognitif, kecerdasan buatan umum (AGI), dan landasan teori kecerdasan mesin. Karyanya mengeksplorasi bagaimana pembelajaran, penalaran, memori, dan abstraksi muncul dalam sistem biologis dan buatan, menghubungkan arsitektur AI modern dengan pertanyaan lama dalam ilmu kognitif dan filsafat pikiran.
Dengan pendekatan konseptual dan reflektif, Jonas memeriksa kerangka kerja seperti model penalaran, sistem agen, kognisi yang muncul, dan teori keselarasan, dengan tujuan untuk memperjelas apa yang dimaksud dengan kemajuan menuju AGI—dan apa yang tidak. Daripada mengejar garis waktu atau sensasi, ia menekankan prinsip-prinsip dasar, ketepatan konseptual, dan batasan model saat ini.
Artikel yang ditulis oleh Jonas Reeve dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, kejelasan, dan diskusi yang bertanggung jawab tentang konsep AI lanjutan.