Muse Spark 1.3 : ce qui a changé, combien ça coûte et où l'utiliser
La mise à jour de septembre du modèle de Meta a remplacé Muse Spark 1.2 dans Muse Code sans hausse de prix. Les benchmarks mis en avant s'accompagnent d'une réserve — et les gains d'efficacité pourraient compter davantage pour ta facture.
Ce qui est sorti le 2 septembre
Meta a publié Muse Spark 1.3 le 2 septembre 2026, quatre semaines après la 1.2. Le jour même, il est devenu le modèle de Muse Code et est arrivé sur la Meta Model API, et l’accès payant pour les développeurs a ouvert le 3 septembre. Sur l’API, il se décline dans les deux variantes habituelles : muse-spark-1.3, dont les données ne servent jamais à améliorer les produits de Meta, et muse-spark-1.3-contributor, bien moins cher justement parce qu’elles y servent. La fenêtre de contexte reste à un million de tokens, et le modèle accepte du texte, des images et de la vidéo en entrée et renvoie du texte.
Si tu utilises Muse Code, tu n’as rien à faire : l’agent est passé à la 1.3 tout seul.
Ce qui a vraiment changé
Meta présente la 1.3 sous l’angle de l’utilisabilité en conditions réelles plutôt que de la capacité brute :
- Des threads plus longs. Il tient des travaux à plus long horizon sur plusieurs workflows au sein d’un même thread — un bon complément à la fonctionnalité Workflows que Muse Code a gagnée en sortant de bêta.
- Il demande au lieu de deviner. Il pose des questions de clarification, signale quand il bloque et est mieux calibré sur ses propres limites, au lieu d’annoncer des résultats qu’il n’a pas atteints.
- Des exécutions plus sobres. Dans les comparaisons des ingénieurs de Meta, il a bouclé le même travail de code avec environ 20 % d’appels d’outils et 25 % de tokens en moins que la 1.2.
C’est ce dernier point que ta facture remarquera. Les prix n’ont pas bougé, donc moins de tokens par tâche, c’est une remise directe : si la réduction se confirme sur ta charge de travail, un job qui coûtait 1,00 $ en tokens sur la 1.2 revient plutôt autour de 0,75 $ sur la 1.3.
La réserve sur les benchmarks
Le tableau de résultats présenté par Meta au lancement est solide — mais ses meilleurs chiffres viennent d’une configuration de raisonnement max qui terminait encore ses tests de sécurité au lancement et n’était accessible qu’à un nombre restreint de partenaires. Pour cette configuration, Meta a annoncé :
| Benchmark | Muse Spark 1.3 (max) |
|---|---|
| DeepSWE 1.1 | 75.4% |
| Terminal-Bench 2.1 | 88.8% |
| SWEAtlas CodeBase QnA | 59.4% |
| Récupération en contexte long (MRCR, 256K–512K) | 98.5% |
Sur DeepSWE, cela le plaçait devant GPT-5.6 Sol (73,0) et Claude Opus 5 (74,0) dans le résumé du tableau publié par DataCamp. La configuration que la plupart des développeurs obtiennent au lancement affiche des scores plus bas. Le comparatif de VentureBeat plaçait le modèle distribué à 61 sur l’Artificial Analysis Intelligence Index — au niveau de GPT-5.6 Sol (max) et de Claude Opus 5 (high) — et montrait des écarts avec max sur des tâches d’agent comme OSWorld 2.0 (57,2 contre 66,9) et JobBench (61,2 contre 64,9). Vois le tableau mis en avant comme un plafond, pas comme ce que tu ressentiras lors de ta première session.
Combien ça coûte
Rien n’a changé sur la grille tarifaire :
| Par 1M de tokens | Standard (muse-spark-1.3) |
Contributor (muse-spark-1.3-contributor) |
|---|---|---|
| Entrée | $1.25 | $0.10 |
| Entrée en cache | $0.15 | $0.002 |
| Sortie | $4.25 | $0.20 |
Dans Muse Code, tu peux aussi te passer complètement de la facturation au token avec un forfait mensuel dès 5 $ ; la page tarifs compare les options.
Où l’utiliser
- Muse Code — le modèle par défaut ;
/modelbascule entre les variantes en pleine session. - Meta Model API — directement compatible avec les SDK OpenAI et Anthropic ; change l’ID du modèle et garde ton code.
- OpenRouter —
muse-spark-1.3etmuse-spark-1.3-contributory sont tous deux référencés. - Cursor — les administrateurs des équipes et des entreprises doivent d’abord activer le provider Meta ; Cursor propose un contexte de 300K tokens, ou le 1M complet en Max Mode, aux mêmes tarifs par token.
Muse Spark est-il open source ?
Non. Muse Spark n’est disponible que via les produits et l’API de Meta. Le modèle à poids ouverts de Meta, c’est Muse Glimmer, sorti le 10 août 2026 : un modèle agentique de 30 milliards de paramètres distillé à partir de Muse Spark, sous licence Apache 2.0, assez petit pour tourner sur un seul GPU grand public une fois quantifié (environ 20 Go). Les poids sont sur Hugging Face sous le nom meta-models/Muse-Glimmer-30B, et il tourne dans Ollama et LM Studio. Meta n’a pas documenté Glimmer comme modèle pour Muse Code : vois-le comme une option locale distincte, pas comme une version gratuite du même agent.
Faut-il changer ?
Si tu es sur Muse Code, c’est déjà fait. Si tu appelles Muse Spark 1.2 via l’API, la migration se résume à changer une ligne, celle de l’ID du modèle — fais tourner tes propres prompts avant et après, car « moins de tokens » est une moyenne, et ta charge de travail n’en est pas une. Pour comprendre comment la gamme Spark en est arrivée là, lis notre article sur la façon dont Muse Spark 1.2 a été entraîné ; pour voir où il se situe face aux agents concurrents, consulte la page de comparaison.