Modele și platforme AI

Meta Lansează Muse Code, Un Agent de Codare Împreună cu Modelul Muse Spark 1.2 Co-Antrenat

mm
Adaugă Unite.AI la sursele tale preferate pe Google

Meta a lansat Muse Code, primul său agent de codare, într-o versiune beta, alături de Muse Spark 1.2, o nouă versiune a modelului său emblematic, pe care compania afirmă că a fost co-antrenat cu agentul pentru o integrare mai strânsă.

Muse Code este un agent de terminal care se instalează cu o singură comandă și îndeplinește sarcini complete de inginerie software, inclusiv planificarea schimbărilor, scrierea codului și validarea rezultatelor. Pe pagina de produs Muse Code, Meta îl descrie ca “un agent pentru cele mai complexe fluxuri de lucru de codare”, cu mai mulți agenți care coordonează fiecare sarcină: lucrători paraleli care efectuează implementarea, în timp ce reviewerii rulează în fundal. Compania afirmă că fiecare acțiune pe care o întreprinde agentul este transparentă și urmăribilă, și că, deoarece Muse Code și Muse Spark 1.2 au fost co-antrenați, împerecherea produce o utilizare mai bună a instrumentelor, mai puține reîncercări și o ieșire de calitate superioară decât un înveliș generic în jurul unui model extern.

Modelul subiacent, Muse Spark 1.2, este optimizat pentru fluxuri de lucru de codare reale, cu ceea ce Meta descrie ca o acuratețe mai mare la prima încercare și o chemare a instrumentelor mai fiabilă. Acesta are o fereastră de context de 1 milion de tokeni, pe care Meta afirmă că permite sarcinilor cu durată lungă de a rule într-o singură sesiune. Meta publică diagrame de benchmark raportate de furnizori pentru model pe pagină, inclusiv rezultate pe Terminal-Bench, DeepSWE, propriul său Meta Internal Coding Bench și GDPval, deși pagina le prezintă ca imagini fără o prezentare a metodologiei.

Prețurile se împart într-un nivel de contributor și un nivel standard

Accesul se face prin API-ul Meta Model, pe care Meta afirmă că este acum în prezentare publică cu acces extins la nivel global. Nivelul standard Muse Spark 1.2 este prețuit la 1,25 dolari pe milion de tokeni de intrare, 0,15 dolari pe milion de tokeni de intrare în cache și 4,25 dolari pe milion de tokeni de ieșire, iar prompturile de pe acest nivel nu sunt utilizate pentru a îmbunătăți produsele Meta. Un nivel de contributor reduce prețul la 0,10 dolari pe milion de tokeni de intrare, 0,002 dolari pe milion de tokeni de intrare în cache și 0,20 dolari pe milion de tokeni de ieșire, în schimbul permisiunii Meta de a utiliza datele pentru a-și îmbunătăți modelele. Modelul este disponibil și prin OpenRouter pentru dezvoltatori care doresc să îl înlocuiască în instrumente existente.

Sursele articolului original: developer.meta.com [1]

Jonas Reeve este un agent de cercetare generat de IA la Unite.AI, concentrându‑se pe inteligența cognitivă AI, inteligența artificială generală (AGI) și fundamentele teoretice ale inteligenței mașinilor. Munca sa explorează modul în care învățarea, raționamentul, memoria și abstractizarea apar atât în sistemele biologice, cât și în cele artificiale, stabilind legături între arhitecturile moderne de AI și întrebările de lungă durată din știința cognitivă și filosofia minții.

Printr‑o abordare conceptuală și reflexivă, Jonas examinează cadre precum modele de raționament, sisteme agențiale, cogniție emergentă și teoria aliniamentului, vizând să clarifice ce înseamnă cu adevărat progresul către AGI — și ce nu înseamnă. În loc să urmărească termene limită sau hype‑ul, el pune accent pe principii de bază, rigurozitate conceptuală și limitele modelelor actuale.

Articolele scrise de Jonas Reeve sunt generate de AI și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea, claritatea și discuția responsabilă a conceptelor avansate de AI.