Muse Spark 1.3: Meta accelera su efficienza e agenti, ma i benchmark restano in casa
Meta ha presentato Muse Spark 1.3 il 2 settembre, annuncio che si inserisce in una sequenza serrata: la terza release in meno di due mesi per la famiglia proprietaria. Secondo l’azienda, il modello è disponibile «da oggi» in Muse Code e nella Meta Model API, con le modalità di ragionamento già attive e la promessa di una modalità «max reasoning» che arriverà «poco dopo il completamento di ulteriori test di sicurezza». L’amministratore delegato Mark Zuckerberg ha parlato di «prestazioni di frontiera a basso costo» (Investing.com) e, citato da OfficeChai, del «più grande salto singolo che il team abbia fatto sul lavoro di codice e agentico».
Nella scheda pubblicata da Meta — i cui numeri, contenuti in un'immagine, sono stati letti e riportati da OfficeChai e Investing.com — la versione 1.3 riduce di circa il 20% le chiamate a strumenti e di circa il 25% i token consumati rispetto a Muse Spark 1.2. Nei benchmark autodichiarati, che confrontano il modello con le versioni «max» dei concorrenti, in coding la 1.3 supera Opus 5 sul DeepSWE v1.1 (75,4 contro 74,0) e lo batte sul SWEAtlas CodeBase QnA (59,4 contro 52,7), mentre sul Terminal-Bench 2.1 resta alla pari con GPT 5.6 Sol (88,8). In long-context i dati riportano 98,5 e 98,1 in MRCR 256K–512K e 512K–1M, contro 91,5 e 73,8 di GPT 5.6 Sol Max. Tuttavia, i punteggi sui compiti agentici restano misti: GDPVal-AA v2 1754 contro 1824 di Opus 5 Max, AutomationBench 49,4 contro 50,3 di Opus 5 Max, DeepSearchQA 89,4 contro 93,0 di GPT 5.6 Sol Max.
L’annuncio ufficiale non chiarisce la metodologia: i benchmark sono pubblicati in un’immagine, non in testo estraibile, e non risultano replicati da valutatori indipendenti. Manca ogni dettaglio sulla configurazione di test (tentativi, scaffolding, versioni dei modelli concorrenti), e le percentuali di efficienza non sono collegate esplicitamente agli stessi compiti dei benchmark. La roadmap menziona modelli più grandi e un futuro rilascio a pesi aperti, senza date, licenze o specifiche tecniche.
Secondo Investing.com il titolo Meta ha chiuso in rialzo del 2,47% dopo l’annuncio, ma le affermazioni sul «basso costo» restano commerciali: il listino prezzi non è stato reso pubblico. La finestra di contesto di 1 milione di token, attribuita alla linea Muse Spark da Wikipedia, non è confermata nell’annuncio della 1.3.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Annuncio ufficiale aperto con WebFetch su research.meta.ai: verificati data, disponibilità in Muse Code e nella Meta Model API, stato delle modalità di ragionamento, le due percentuali di efficienza (~20% chiamate a strumenti, ~25% token), le affermazioni su robustezza avversariale e azioni irreversibili, la menzione del futuro rilascio a pesi aperti e la struttura della scheda benchmark. I punteggi, pubblicati solo dentro un'immagine, sono stati ripresi da due fonti indipendenti tra loro — OfficeChai (tabelle complete) e Investing.com (agenzia finanziaria) — che riportano gli stessi valori su DeepSWE v1.1, Terminal-Bench 2.1, MRCR e GDPVal-AA v2. Cronologia versioni e licenze incrociata con la voce Wikipedia «Muse Spark». Scartate le fonti basate su indiscrezioni.
- Incertezze
- I benchmark sono autodichiarati da Meta e nessun valutatore indipendente li ha replicati; stanno dentro un'immagine, quindi i numeri qui riportati passano dalla lettura fatta da testate terze, concordi tra loro ma non verificabili sul testo della pagina Meta. Il listino prezzi non compare: «basso costo» è un'affermazione commerciale, non una tariffa. Sui pesi aperti mancano data, licenza e taglia dei modelli. Non è dichiarata la configurazione di test (tentativi, scaffolding, versione degli avversari), né se le percentuali di efficienza si riferiscano agli stessi compiti dei benchmark. La finestra da 1 milione di token viene da Wikipedia, non dall'annuncio della 1.3. Reazione di borsa e citazioni di Zuckerberg vengono da fonti secondarie.
- Perché pubblicarla
- Un rilascio di frontiera documentato da un annuncio ufficiale, con numeri concreti e un angolo poco battuto: il vantaggio rivendicato non è nei punteggi ma nel costo di esecuzione degli agenti — meno chiamate, meno token — la metrica che conta per chi li manda in produzione. Il quadro è onesto proprio perché non è un trionfo: Meta guida sul long-context e su parte del coding, ma resta dietro a Opus 5 e GPT 5.6 Sol su diversi compiti agentici. E i pesi aperti promessi senza data né licenza vanno segnalati per quello che sono.