Meta Muse Spark – Meta esimene suletud mudel alates 2023. aastast | mysummit.school

Selles sarjas ei olnud seni ühtegi osa Meta kohta. Kuni peamine uudis oli Llama 4, oli vaikimine põhjendatud: mudel tuli vastuoluline ja juhile polnud sellest kui töövahendist midagi rääkida.

juulil 2026 avaldas Meta Muse Spark 1.1 ja avas samal päeval avaliku ligipääsu Meta Model API-le. Teadaanne ilmus ettevõtte blogis. Llama asemele tulnud Muse’i perekond sai alguse kolm kuud varem: versioon 1.0 ilmus 8. aprillil ja praegune mudel on ehitatud selle peale. LMArena septembrikuu seisus on muse-spark-1.2 xHigh-režiimis tekstiedetabelis viiendal kohal, muse-spark-1.1 kümnendal ja pildiedetabelis on muse-spark kuues. Kes võrdleb tööriistu edetabelite järgi, see nime peale satub. Sarjas polnud selle kohta seni midagi öeldud.

Punktid on siin alles tähtsuselt kolmas uudis. Esimene on litsents: üheksa kuuga vahetas Meta oma TI-suuna juhtkonna, ehitas tehnoloogiapaki ümber ja tuli tagasi suletud kaaludega. Teine on see, milline mudel välja tuli: 1.1 on esikohal tööriistade väljakutsumises ja jääb koodi kirjutamises märgatavalt maha.

Mis juhtus Llamaga

Llama 4 sai vastakaid hinnanguid ja selle ümber puhkes skandaal: Meta tunnistas, et ühe võrdlustesti jaoks valmistati ette mudeli eraldi konfiguratsioon. See ülestunnistus maksis ettevõttele usalduse just selle publiku silmis, kes loeb punktitabeleid kõige tähelepanelikumalt.

aasta suvel korraldas Zuckerberg kõik TI-ga seonduva ümber. Chief AI Officeri ehk TI-suuna juhi ametikoha sai 29-aastane Scale AI kaasasutaja Alexandr Wang ja tema ümber loodi Meta Superintelligence Labs. Wang kirjeldab tehtut nii: „Üheksa kuud tagasi ehitasime oma TI-tehnoloogiapaki nullist uuesti üles. Uus taristu, uus arhitektuur, uued andmetorud… See on esimene samm.“

Turg nägi seda esimest sammu 8. aprillil 2026, kui ilmus Muse Spark 1.0 – esimene Llama asemel tulnud mudeliperekond ja uue juhtkonna esimene väljapoole nähtav otsus. Teine samm oli juulikuu 1.1 koos samal päeval avatud API-ga.

Suletud kaalud

Mudelit levitatakse ainult API kaudu, kaalusid avaldatud ei ole. Alates 2023. aasta juulist, mil ilmus Llama 2, ei ole Meta tipptaseme suletud mudelit välja andnud. Kolm aastat selgitas ettevõte turule, et avatud kaalud on õige strateegia, ja ehitas sellele oma argumendid Anthropicu ja OpenAI vastu.

1.1 puhul tähendab see täpselt sama mis 1.0 puhul. Mudelit ei saa oma serverites käitada, seda ei saa oma andmetel peenhäälestada ja kõik, mis talle saadad, läheb Meta serveritesse.

Meta sees on tooted juba uuele mudelile üle viidud: Muse Spark asendas Llama 4 nutiprillides. See on kõnekas detail. Prillid on seade, kus vastuse viivitus ja tokenite kulu on kasutajale otse näha, ja sinna ei panda mudelit, milles ei olda kindel.

Jaotus avatud ja suletud mudeliteks ei kehti enam

Terve aasta kasutas see sari lihtsat jaotust: Ameerika laborid müüvad suletud mudeleid, Hiina laborid jagavad kaalud vabalt kätte. 2026. aastal lakkas see jaotus toimimast, ja korraga mõlemalt poolt.

Meta sulges oma kaalud. Z.ai avaldas samal hooajal GLM-5.3-Flashi MIT-litsentsiga – ilma käibepiiri ja kasutusvaldkonna piiranguteta. Alibaba avaldas Qwen3.8-27B Apache 2.0 litsentsiga: mudel mõistab pilte ja töötab ühel tavalisel tarbijagraafikakaardil.

Venemaa suurim pank Sber, kes arendab GigaChati mudeleid, avaldas GigaChat 3.5 Ultra – 432 miljardit parameetrit, samuti MIT-litsentsiga.

Avatud kaalusid annavad nüüd välja Hiina ja Venemaa laborid. Meta on see ettevõte, kes palub usaldada oma API-t.

Mudel seestpoolt

Meta asetab 1.1 vastamisi GPT-5.5, Claude Opus 4.8 ja Gemini 3.1 Proga. Mudeli kontekstiaken on 1 miljon tokenit ja seda hallatakse aktiivselt: osa ajaloost mudel tihendab ja jätab ise kõrvale, et pikk vestlus piiri vastu ei põrkaks.

Sisendina võtab mudel vastu pilte, videot, PDF-e ja heli. Sisendite valik on laiem kui GPT-6 Astral ja Grok 4.6-l, mis mõlemad töötavad ainult piltidega.

1.1 olulisim ehituslik eripära on juhtiva agendi roll. Mudel võtab päringu vastu, kogub selle jaoks konteksti, koostab plaani ja jagab täitmise paralleelsete alamagentide vahel, seejärel paneb vastuse nende tulemustest kokku. Meta AI rakenduses ja meta.ai lehel on selleks Thinking-režiim: ülesannetel, mida mudel peab keeruliseks, mõtleb ta kauem.

Sellise ülesehituse praktiline mõte on kõige lihtsam näha ülesandel, mille juht päriselt annab: „Siin on kolm hinnapakkumist ja meie lepingupõhi, leia erinevused tähtaegades, trahvides ja vastuvõtu korras.“ Üks agent töötleb kogu komplekti korraga ja hakkab kolmanda dokumendi juures tingimusi segi ajama. Juhtiv agent jagab päringu osadeks, annab iga osa oma alamagendile ja paneb vastuse tükkidest kokku.

See ülesehitus kasvas välja esimesest versioonist. Muse Spark 1.0 ehitati kohe multimodaalseks: teksti ja pilte töötleb üks arhitektuur, tekstimudelile ei ole eraldi pildikodeerijat külge poogitud. Arutlusrežiime oli kolm. Instant vastas lihtsatele päringutele kohe, Thinking lülitus sisse keerulistel ülesannetel ja Contemplating jagas ühe päringu osadeks ning käivitas paralleelsed alamagendid – siit tuleb ka 1.1 juhtiv agent. Stiimulõppe etapis kasutas Meta „mõtete tihendamist“: mudel lahendab keerulisi ülesandeid väiksema arvu arutlustokenitega. Meta andmetel saavutas 1.0 vajaliku arutlustaseme suurusjärgu võrra väiksema arvutusmahuga kui Llama 4 Maverick. Mõlemad arvud – arvutusmahu ja tihendamise kohta – pärinevad tootjalt, sõltumatut kontrolli meil nende kohta ei ole.

Kui palju tokeneid ülesanne võtab

Artificial Analysis luges oma ülesandekomplektil (Intelligence Index v4.0) Muse Spark 1.0 kuluks 58 miljonit tokenit. Anthropicu mudel kulutas samal komplektil 157 miljonit, OpenAI GPT-5.4 120 miljonit. See on võrreldava töö juures umbes kolmandik kulust. Need tokenid jõuavad hiljem arvele ja just need kaovad võrdlustabelitest kõige sagedamini.

Piiranguid on kaks. Artificial Analysise komplekti ülesanded on tüüpilised; teie pikkadel dokumentidel ja täpsustavas dialoogis oleks kulu teistsugune. Ja arv kehtib 1.0 kohta: 1.1 kulu ei ole Meta avaldanud, ning paralleelsete alamagentidega juhtiv agent teeb rohkem tööd kui üks läbimine päringust ja kulutab ka rohkem tokeneid.

Mida näitavad sõltumatud edetabelid

Meie võrdlusuuringus Muse Sparki veel ei ole – allpool on Meta ja sõltumatute platvormide andmed; lehel /research/benchmark/ seda mudelit ei ole.

LMArenas, kus inimesed võrdlevad vastuseid pimesi, hoiab muse-spark-1.2 (xHigh) tulemust 1499 ± 10 ja tekstiedetabeli viiendat kohta, muse-spark-1.1 on kümnes tulemusega 1492 ± 5. Esikoht kuulub seal mudelile Claude Fable 5. Pildiedetabelis on muse-spark kuuendal kohal tulemusega 1294 ± 9, muse-spark-1.2 xHigh kaheksandal tulemusega 1292 ± 15. Kolmas koht on seal qwen3.8-maxil.

Mõlemas edetabelis on naaberridade vahe väiksem kui kummagi rea usaldusvahemiku laius. Kohad ühest üheksani on statistiliselt viik ja iga tekst, mis nende tabelite põhjal parima mudeli välja kuulutab, näeb neis rohkem, kui seal on. Analüüsisime seda artiklis „TI võrdlustestid kaotavad mõtte“ ja Muse Spark on värske põhjus seda meenutada: mudel jõuab mõlema edetabeli esikümnesse, jäädes samas ühtsesse eristamatusse gruppi.

Artificial Analysis annab Intelligence Index v4.0-s Muse Spark 1.0-le üldarvestuses 52 punkti. Formaalselt on see rohkem kui Grok 4.6 51 punkti, kuid neid kaht arvu võrrelda ei saa: platvorm avaldab indeksit versioonide kaupa ja muudab nende vahel skaalat. Aprillikuu teadaande „60“ ja septembrikuu reaalajas tabeli „49“ on eri skaaladel. Ühe ja sama seisu sees läheb pilt ülesandetüüpide lõikes lahku: CharXiv Reasoningus, kus mudel arutleb teaduslike graafikute üle, on 1.0 tulemus 86,4 ja HealthBench Hardis 42,8 – konkurentidest märgatavalt kõrgem.

1.0 nõrgad kohad avaldas Meta ise. ARC-AGI-2, abstraktse arutlemise test – 42,5, kui konkurentide tulemused on üle 76. Programmeerimine – 77,4, samas kui Meta andmetel saavad Claude ja Gemini samal komplektil üle 80.

Milles mudel on esimene ja milles jääb maha

Kolm juulikuu teadaande võrdlustesti kirjeldavad 1.1 täpsemalt kui koht üldtabelis. MCP Atlas, ulatusliku tööriistade väljakutsumise test – 88,1, esikoht. JobBench, tööriistadega professionaalsed ülesanded – 54,7, samuti esikoht. DeepSWE 1.1, pika horisondiga koodi kirjutamine – 53,3, GPT-5.5-l 67,0.

Kõik kolm arvu avaldas Meta ja sõltumatut kontrolli neil ei ole. Kokku annavad need siiski ühe pildi ja see kattub 1.0 profiiliga: dokumentide ja graafikutega sai mudel hästi hakkama, programmeerimisega mitte.

Muse Spark on mudel tööriistade orkestreerimiseks. Koguda kontekst mitmest süsteemist, koostada plaan, jagada täitmine alamagentidele ja tulemused kokku viia – siin on ta eespool kõigist mõõdetutest. Kirjutada ja ümber kirjutada koodi pikema aja vältel – siin on mahajäämus GPT-5.5-st üle kolmeteistkümne punkti ja sellist vahet promptide timmimisega kinni ei kata.

Kuhu selline mudel sobib

Neist andmetest tuleb konkreetne soovitus. Kui ülesanne kõlab nagu „kogu andmed kolmest süsteemist, võrdle meie põhjaga ja näita erinevusi“, tasub mudelit kaaluda. Palve „kirjuta migratsioon“ on juba Claude’i või Gemini töö.

Kuidas see teiste mudelitega kokku sobib, on kirjas GenAI tööriistade 2026 ülevaate koondosas.

Soovitus on lühike: tööriistade orkestreerimine – jah, kood – ei. Praktikas otsustab kõik sõnastus. Juhtiv agent jagab päringu osadeks, aga milliseid osi tal vaja on, otsustate teie. Vahe „vastus näeb tõe moodi välja“ ja „vastuse võib aruandesse panna“ vahel on oskus TI-le ülesannet püstitada.

Üheksa juhi igapäevast tööülesannet – võõra aruande lahtiharutamisest töövõtjale kirjutamiseni – lahendatakse TI abil ühes tasuta moodulis. Registreeruda pole vaja.

Makset ei nõuta • Teavitus käivitumisel

Liitu nimekirjaga

Ligipääs ja hind

Tarbijatele on ligipääs tasuta: Meta AI rakendus ja meta.ai veebileht. Arendajatele käib ligipääs Meta Model API kaudu, mis avati avaliku eelvaatena 9. juulil 2026, samal päeval kui 1.1, ja ainult USA arendajatele. API ühildub OpenAI omaga, nii et ChatGPT jaoks kirjutatud koodi saab üle tõsta aadressi ja võtme vahetamisega. Hinnad on välja kuulutatud: 1,25 dollarit miljoni sisendtokeni ja 4,25 dollarit miljoni väljundtokeni eest, alustuseks antakse 20 dollarit tasuta krediiti. Esimeste partneritena nimetab Meta Replitit, Cline’i, Boxi ja OpenClaw Foundationit.

Väljaspool USA-d tegutsevale ettevõttele ei ole hinnakiri otsustav. API kasutamiseks on praegu vaja USA arendajakontot ja tarbijatoode on saadaval ainult seal, kus pakutakse Meta AI-d; Muse Sparkile eraldi teed ei ole.

Praktikas tähendab see, et mudelile saadetud tööandmed lähevad Meta USA serveritesse, USA arendajatele mõeldud eelvaateprogrammi raames. Enamikul ettevõtete andmepoliitikatel on selle kohta midagi öelda, ükskõik kui hea mudel ka poleks. Enne kui midagi tundlikku sisse läheb, küsige otse juristidelt ja andmekaitsespetsialistilt.

Avatud kaalude lubadus

Wang ütleb, et ühe Muse Spark 1.2 versiooni avatud kaalud ilmuvad „varsti“. Arendajad suhtuvad sellesse skeptiliselt ja skepsisel on formaalne alus.

Sõnastus „ühe versiooni“ jätab Metale vabaduse avaldada kärbitud variant. Varasematel Llama mudelitel oli oma litsents, mille piiriks oli 700 miljonit igakuist aktiivset kasutajat – see tähendab, et Meta „avatud kaalud“ on juba korra tähendanud „avatud reservatsioonidega“. Ja lubaduse andis juhtkond, kes enne seda selgitas, miks Llama 4 avatud väljalase viibib.

Kui kaalud siiski avaldatakse, muutub arvestus: oma taristu lahendab nii maksmise kui ka tootjale andmete edastamise küsimuse. Seni osaleb Muse Spark arhitektuuris ainult võõra API-na, mis on praegu avatud vaid USA arendajatele.

Punktid on, kaalusid pole

Meta kulutas üheksa kuud, et naasta edetabeli esiviisikusse, kus esimesed üheksa kohta on statistiliselt eristamatud. Samade kuude jooksul avaldasid Z.ai, Alibaba ja Sber oma kaalud MIT- ja Apache 2.0 litsentsiga, ilma käibepiirita.

Ettevõte, kes tõestas kolm aastat turule, et avatud kaalud on ainus aus strateegia, tuli tagasi suletud kaaludega. Küsimus, mille Muse Spark lahtiseks jätab: kas avatud kaalud olid Meta jaoks strateegia või viis kvaliteedis mahajäämust tasa teha? Vastus selgub siis, kui „varsti“ kätte jõuab.