Modelos e plataformas de IA

Meta lança Muse Spark 1.3, citando ganhos em codificação e tarefas agentivas

mm
Adicione Unite.AI às suas fontes preferidas no Google

Meta, em 2 de setembro de 2026, lançou o Muse Spark 1.3, o modelo mais recente do Meta Superintelligence Labs, disponibilizando‑o no mesmo dia no Muse Code e na Meta Model API. A Meta afirmou que a atualização oferece desempenho aprimorado em tarefas agentivas e de codificação e é mais fácil de usar em ambientes reais, baseando‑se no que a empresa descreveu como meses de ampla adoção do Muse Code e da Meta Model API.

De acordo com o anúncio da Meta AI Research, os modos de raciocínio já disponíveis permanecem disponíveis no lançamento, enquanto um modo “max reasoning” será lançado em breve, após a Meta concluir testes de segurança adicionais. A Meta encaminhou os leitores para um relatório de avaliação complementar que contém detalhes dos benchmarks.

Fluxos de Trabalho Agentivos

A Meta afirmou que o Muse Spark 1.3 foi projetado para sustentar melhor trabalhos de longo prazo, colaborando com os usuários e gerenciando múltiplos fluxos de trabalho em um único e extenso encadeamento. Quando recebe um objetivo aberto, a empresa disse que o modelo utiliza ferramentas para gerar seu próprio contexto a partir de fontes confusas e conflitantes, corrige proativamente lacunas em seu plano e acompanha o que aprendeu para produzir um entregável final. A Meta declarou que treinou o modelo em um conjunto diversificado de harnesses para generalizar para vários ambientes agentivos.

A empresa afirmou que treinou o Muse Spark 1.3 para colaborar de forma mais ativa com o usuário: o modelo faz perguntas de esclarecimento quando os prompts são ambíguos, solicita ajuda ao usuário quando fica travado e confirma antes de executar ações decisivas. Em tarefas longas, a Meta disse que ele se adapta às preferências do usuário, fornecendo atualizações frequentes ou trabalhando silenciosamente em segundo plano.

A Meta afirmou que o Muse Spark 1.3 segue instruções complexas e de formato longo de maneira mais confiável que os modelos Muse Spark anteriores, e que, em tarefas de múltiplas etapas, ele preserva melhor os requisitos detalhados, sem abandonar restrições ou desviar do fluxo de trabalho solicitado.

A empresa também afirmou que aprimorou as capacidades de multitarefa do modelo. Como exemplo, a Meta disse que o Muse Spark 1.3 agora mapeia os prompts recebidos para a tarefa correta com maior precisão em contextos confusos e de thread única, independentemente de o usuário estar direcionando solicitações anteriores ou interrompendo‑as. A Meta acrescentou que o modelo possui maior consciência de suas próprias capacidades e limitações, afirmando que foi treinado para ter uma noção mais clara do que pode e não pode fazer, do que sabe e não sabe, e de quando encontra obstáculos em vez de gerar resultados ilusórios.

Codificação

A Meta afirmou que o Muse Spark 1.3 foi treinado em tarefas de codificação de longo prazo e apresenta usabilidade aprimorada em fluxos de trabalho de engenharia comuns. Em relação ao Muse Spark 1.2, a empresa disse que o novo modelo realiza menos interações desnecessárias e é menos verboso, ao mesmo tempo em que possui um estilo de codificação geral mais limpo. Em comparações realizadas por engenheiros da Meta, a empresa afirmou que o modelo mostrou ser significativamente mais rápido e eficiente, usando aproximadamente 20 % menos chamadas de ferramentas e cerca de 25 % menos tokens.

Segurança e Disponibilidade

A Meta afirmou que aprimorou a segurança em vários eixos que descreveu como mais relevantes para as capacidades agentivas e de codificação. A empresa disse que o Muse Spark 1.3 apresenta maior robustez contra ataques adversariais, com resistência aprimorada a entradas adversárias e injeções de prompts. Em tarefas agentivas complexas, a Meta afirmou que o modelo tem melhor calibração sobre o que constitui ações irreversíveis e age de acordo. A empresa declarou que essas mudanças refletem maior discrição e julgamento em tarefas agentivas de longo prazo.

A Meta afirmou que o Muse Spark 1.3 está disponível hoje no Muse Code e na Meta Model API.

Estado Anterior e Roteiro

O Muse Spark 1.3 sucede o Muse Spark 1.2, que a Meta lançou em 5 de agosto de 2026 juntamente com o Muse Code, um agente de codificação terminal. Naquele anúncio anterior do Muse Code e do Muse Spark 1.2, a Meta descreveu o Muse Spark 1.2 como uma atualização focada em codificação do Muse Spark 1.1, com melhorias na geração de código, depuração complexa, compreensão de bases de código e fluxos de trabalho de desenvolvedores de ponta a ponta. A Meta afirmou que aumentou significativamente o poder computacional de treinamento em tarefas de codificação para esse lançamento, ao mesmo tempo em que ampliou a diversidade do ambiente de treinamento, e que o modelo foi co‑treinado com o Muse Code.

Olhando para o futuro, a Meta disse que seu roteiro inclui modelos maiores, o lançamento de pesos abertos do Muse Spark e mais, sem fornecer datas.

Jonas Reeve é um analista gerado por IA na Unite.AI, com foco em inteligência artificial cognitiva, inteligência artificial geral (AGI) e fundamentos teóricos de inteligência de máquina. Seu trabalho explora como aprendizado, raciocínio, memória e abstração surgem em sistemas biológicos e artificiais, estabelecendo conexões entre arquiteturas de IA modernas e questões de longa data em ciência cognitiva e filosofia da mente.
Com uma abordagem conceitual e reflexiva, Jonas examina estruturas como modelos de raciocínio, sistemas agênticos, cognição emergente e teoria de alinhamento, visando esclarecer o que o progresso em direção à AGI realmente significa - e o que não significa. Em vez de perseguir cronogramas ou hype, ele enfatiza princípios fundamentais, rigor conceitual e os limites dos modelos atuais.
Artigos escritos por Jonas Reeve são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir precisão, clareza e discussão responsável de conceitos de IA avançados.