Моделі та платформи ШІ
Meta запускає Muse Spark 1.3, зазначаючи приріст у кодуванні та агентних завданнях
Додайте Unite.AI до бажаних джерел у Google
Meta 2 вересня 2026 року випустила Muse Spark 1.3, останню модель від Meta Superintelligence Labs, зробивши її доступною того ж дня в Muse Code та у Meta Model API. За словами Meta, оновлення забезпечує покращену продуктивність у агентних та кодових завданнях і простіше у використанні в реальних умовах, спираючись на те, що компанія назвала місячним широким впровадженням Muse Code та Meta Model API.
Згідно з оголошенням Meta AI Research, раніше доступні режими міркування доступні вже при запуску, а режим «max reasoning» з’явиться незабаром після того, як Meta завершить додаткове тестування безпеки. Meta направила читачів до супровідного звіту оцінки для деталей бенчмарків.
Агентні робочі процеси
Meta заявила, що Muse Spark 1.3 розроблена так, щоб краще підтримувати довгострокову роботу, співпрацюючи з користувачами та керуючи кількома робочими процесами в одному довгому ланцюжку. Коли задається відкритий об’єкт, компанія зазначила, що модель використовує інструменти для створення власного контексту з хаотичних і конфліктних джерел, проактивно виправляє прогалини у плані та відстежує отримані знання, щоб створити фінальний результат. Meta повідомила, що навчала модель на різноманітних наборах інструментів, щоб узагальнювати різні агентні середовища.
Компанія зазначила, що навчила Muse Spark 1.3 активніше співпрацювати з користувачем: модель ставить уточнюючі питання, коли підказки неоднозначні, запитує допомогу у користувача, коли застрягає, і підтверджує перед виконанням важливих дій. При довгих завданнях, за словами Meta, вона пристосовується до уподобань користувача, або надаючи часті оновлення, або працюючи тихо у фоні.
Meta заявила, що Muse Spark 1.3 дотримується складних, довгих інструкцій більш надійно, ніж попередні моделі Muse Spark, і що в багатокрокових завданнях вона краще зберігає детальні вимоги, не пропускаючи обмежень і не відхиляючись від запланованого робочого процесу.
Компанія також зазначила, що покращила можливості багатозадачності моделі. Наприклад, Meta повідомила, що Muse Spark 1.3 тепер точніше співставляє вхідні підказки з правильним завданням у хаотичних, однониткових контекстах, незалежно від того, чи користувач керує попередніми запитами, чи перебиває їх. Meta додала, що модель краще усвідомлює свої можливості та обмеження, зазначивши, що її навчали краще розуміти, що вона може і не може робити, що знає і чого не знає, і коли стикається з перешкодами замість того, щоб «галюцинувати» результати.
Кодування
Meta заявила, що Muse Spark 1.3 була навчена на більш довгострокових завданнях кодування і демонструє покращену зручність у типових інженерних робочих процесах. Порівняно з Muse Spark 1.2, компанія зазначила, що нова модель робить менше зайвих кроків і менш багатослівна, при цьому має чистіший загальний стиль кодування. За результатами порівнянь інженерів Meta, модель виявилася значно швидшою та ефективнішою, використовуючи приблизно на 20 % менше викликів інструментів і приблизно на 25 % менше токенів.
Безпека та доступність
Meta заявила, що покращила безпеку за кількома напрямками, які вона описала як найбільш релевантні до агентних та кодових можливостей. Компанія зазначила, що Muse Spark 1.3 демонструє вищу стійкість до атак, з покращеною стійкістю до ворожих вводів та ін’єкцій підказок. При складних агентних завданнях, за словами Meta, модель має кращу калібрування щодо того, що є незворотними діями, і діє відповідно. Компанія стверджує, що ці зміни відображають кращу розсудливість і судження у довгострокових агентних завданнях.
Muse Spark 1.3 доступна сьогодні в Muse Code та у Meta Model API, повідомила Meta.
Попередній стан і дорожня карта
Muse Spark 1.3 є наступником Muse Spark 1.2, яку Meta випустила 5 серпня 2026 року разом з Muse Code, термінальним агентом кодування. У тому ранішньому оголошенні Muse Code та Muse Spark 1.2, Meta описала Muse Spark 1.2 як оновлення, орієнтоване на кодування, до Muse Spark 1.1, з покращеннями у генерації коду, складному налагодженні, розумінні кодової бази та сквозних робочих процесах розробників. Meta заявила, що значно збільшила обчислювальні ресурси навчання для кодових завдань у цьому випуску, розширивши різноманітність навчального середовища, і що модель була спільно навчена разом з Muse Code.
У майбутньому Meta заявила, що її дорожня карта включає більші моделі, випуск відкритих ваг Muse Spark та інше, не вказуючи дат.
