Muse Spark 1.3 : Meta revient sur le devant de la scène IA

Le rapport performance-prix, le grand atout de Muse Spark 1.3

Le cabinet observe une moyenne de 0,55 dollar par tâche, contre 0,40 dollar pour Muse Spark 1.2. Le tarif de 1,25 dollar pour 1 million de tokens en entrée et 4,25 dollars en sortie pour le même volume de tokens reste inchangé. La mise en cache d’un million de tokens en entrée coûte 0,15 dollar.

Économiquement, Muse Spark 1.3 s’avère donc plus efficient que Gemini 3.8 Flash (0,58 dollar par tâche, réduction incluse), GLM-5.3 (0,68 dollar), Grok 4.6 (0,94 dollar), GPT-5.6 Sol (0,95 dollar), GPT-6 Astra (1,67 dollar) ou les modèles Opus 5 (2,34 dollars) et Fable 5.1 (3,76 dollars) d’Anthropic.

« Selon notre Index, Meta Muse Spark 1.3 (Max) affiche des performances équivalentes à celles de Fable 5 et de GPT 5.6 Sol, pour un coût 4 à 8 fois inférieur », écrivent les évaluateurs de Vals AI.

En revanche, Meta AI est peu prolixe sur ces efforts en matière de cybersécurité. « Muse Spark 1.3 fait preuve d'une plus grande robustesse face aux attaques adversaires, avec une meilleure résistance aux entrées malveillantes et aux injections de prompts. Sur des tâches agentiques complexes, le modèle dispose d'un meilleur calibrage quant à ce qui constitue des actions irréversibles et agit en conséquence », déclarent les chercheurs de Meta.

Ces affirmations ne sont pas corroborées par le rapport qui accompagne le lancement de Muse Spark 1.3. Le document de quatre pages se concentre uniquement sur la méthodologie d’évaluation interne.

Par défaut, Meta ne collecte pas les données des utilisateurs à des fins d’entraînement. Il existe cependant un tarif préférentiel pour ceux qui acceptent que leurs données servent à affiner les réponses des prochains modèles. Muse Spark 1.3 peut donc être testé (de préférence avec des données synthétiques) au prix de 0,10 dollar pour un million de tokens en entrée et 0,20 dollar pour le même volume en sortie.

Reste à savoir si les entreprises sont de nouveau prêtes à adopter les modèles du géant des réseaux sociaux. Jusqu’en 2025, les collections Llama ont rencontré un succès certain du fait de l’approche ouverte du fournisseur.

Pour le cabinet d’analystes Constellation Research, Meta pousse un argument de poids. Dans une phase d’industrialisation des projets IA, et alors que la majorité des concurrents augmentent leurs prix, la politique tarifaire de Meta est un atout.

Qui plus est, le fournisseur a promis de lancer des versions open weight de ses modèles Muse Spark. Là, il pourrait concurrencer Nvidia et ses modèles ouverts Nemotron, de plus en plus populaires auprès des éditeurs américains.

Meta doit convaincre les hyperscalers et leurs clients

Le cabinet d’analystes estime que les entreprises sont très peu fidèles aux fournisseurs de LLM. L’explosion des budgets IA a provoqué un choc qui les amène à sélectionner plus finement les modèles qu’elles utilisent. Or, l’accès à ces modèles est majoritairement conditionné par les fournisseurs cloud. AWS, Google Cloud et Microsoft Azure sont les « gardiens des portes » de l’IA en entreprise.

Dès lors, Meta se doit d’assurer une large distribution de ses LLM et des outils associés. Muse Spark 1.3 est actuellement disponible depuis les API du géant des réseaux sociaux et OpenRouter. Cette place de marché d’API IA a été acquise en août dernier par Stripe pour 7,5 milliards de dollars, selon le New York Times. Il est aussi accessible depuis OpenCode, un IDE agentique open source.

« Au cours des prochaines semaines, nous allons intensifier la distribution [de Muse Spark] via nos réseaux de partenaires et davantage d’agents de programmation », promettait Mark Zuckerberg, cofondateur et CEO de Meta auprès des investisseurs du groupe le 29 juillet dernier. Le dirigeant croit en la commoditisation des grands modèles de langage.

AWS, GCP et Azure hébergent principalement les modèles « ouverts » de Meta. Microsoft Azure est l’exception à la règle : le groupe fournit un accès à Muse Spark premier du nom depuis son catalogue Foundry.

Là où les autres acteurs du marché cherchent à fidéliser les entreprises, Meta doit déjà les convaincre d’essayer ses technologies.

Le poids de la dette

Cependant, tous les grands fournisseurs partagent un défi commun : rembourser leurs dettes. Comme ses concurrents, Meta doit amortir des investissements colossaux dans ses infrastructures d’IA. Au deuxième trimestre fiscal 2026, « les dépenses d'investissement, y compris les remboursements de capital au titre des contrats de crédit-bail, se sont élevées à 31,1 milliards de dollars, portées par les investissements dans les serveurs, les centres de données et l'infrastructure réseau », a déclaré Susan Li, directrice financière de Meta le 29 juillet dernier. Officiellement, la dette à long terme a atteint 83,66 milliards de dollars le 30 juin dernier.

Quelques jours plus tôt, Nikkei Asia évaluait la « dette cachée » de Meta (les engagements financiers pris hors bilan), à 420 milliards de dollars. À eux seuls, Oracle, Meta, Amazon (AWS), Alphabet (Google) et Microsoft auraient contracté près de 1 650 milliards de dollars de dettes non répertoriées dans leurs rapports financiers.