Meta a annoncé une nouvelle version de son grand modèle de langage (LLM) de référence et surtout la première version de sa réponse à Claude Code d’Anthropic ou Codex d’OpenAI, à savoir un outil spécialisé dans le développement. Nommé Muse Code, ce n’est pas encore une app dédiée toutefois, mais uniquement un outil en ligne de commande, que l’on doit installer, puis utiliser, depuis une fenêtre de terminal sur son ordinateur. C’est ainsi que les concurrents ont aussi débuté et le créateur de Facebook accuse ici son retard dans le domaine, avec des IA qui n’ont pas évolué aussi rapidement que les meilleures du marché.
Si vous êtes à l’aise avec une interface purement textuelle, Muse Code promet des fonctionnalités similaires aux autres offres actuelles. On peut demander au modèle d’analyser et de modifier une base de code existante, ou alors créer un projet de zéro sans lire une seule ligne en mode « vibe coding ». L’outil pourra écrire un plan, une étape souvent importante pour s’assurer qu’une IA parte dans la bonne direction avant de la laisser faire son travail. On pourra aussi activer le mode « goal », qui donne un objectif au LLM et le laisse itérer en boucle pour l’atteindre.
Par défaut, Muse Code s’appuie sur plusieurs agents pour mener des tâches en parallèle. Comme avec tous les systèmes équivalents, chaque agent pourra appeler des outils pour atteindre un objectif. Bref, même s’il manque les interfaces graphiques développées ces derniers mois par Anthropic, OpenAI ou Google, Meta semble se rapprocher de ce que l’on trouve ailleurs. Sous le capot, l’entreprise met en avant ses propres modèles, c’est logique, sans offre d’abonnement en revanche. Ici, le paiement se fera au jeton, avec des tarifs agressifs : 1,25 $ par million en entrée et 4,25 $ en sortie.
Si vous voulez bien partager votre code avec Meta pour l’entraînement des futures versions du modèle, le prix peut même être dérisoire : 10 centimes de dollar par million de jetons en entrée et 20 centimes en sortie ! Naturellement, il faut accepter de transférer une partie de son travail avec le concepteur du LLM. Même sans cette contrainte, les tarifs sont bien plus bas que ceux des concurrents fermés, sachant que Muse Spark 1.2 n’est pas forcément mauvais, du moins si l’on en croit les promesses de son concepteur.
Muse Spark 1.2
Meta a aussi mis à jour de son modèle phare, Muse Spark qui est apparu au printemps et qui existe en parallèle de Llama. C’est ainsi la deuxième itération depuis la présentation initiale de cette IA, en avril dernier.
Meta remballe le Llama et sort au grand jour Muse Spark, la nouvelle IA maison
L’accent a été porté cette fois sur ses capacités en matière de développement, ce qui colle bien avec le lancement de Muse Code qui repose sur lui. Meta a particulièrement soigné ses aptitudes liées à la compréhension et l’écriture de code, ainsi que l’IA agentique, c’est-à-dire la capacité d’un LLM à effectuer des tâches au-delà de la production de texte. D’après les chiffres fournis par son concepteur, Muse Spark 1.2 n’est pas ridicule. S’il reste en retrait sur le test DeepSWE 1.1 avec 59,3 %, contre environ 65 % pour OpenAI et Anthropic, il se classe deuxième sur le classement Terminal-Bench 2.1, derrière Opus 5, mais devant GPT-5.6 Terra.
Rappelons tout de même que Meta a réalisé ces tests, pas un acteur indépendant. La firme de Mark Zuckerberg a aussi soigneusement choisi les modèles concurrents pour jauger le sien : ce ne sont pas les meilleures IA du moment qui affrontent Muse Spark 1.2 sur ces graphiques. Si on sort Fable 5 d’Anthropic ou GPT-5.6 Sol d’OpenAI, les rapports s’inversent largement. Sur les deux mesures évoquées plus haut, ChatGPT et Claude peuvent alors dépasser les 70 % à DeepSWE et ils peuvent atteindre les 90 % à Terminal-Bench en fonction des conditions exactes du test.
Même si Meta n’a pas encore de modèle « frontière », il faut tout de même souligner que son IA est nettement moins coûteuse. En la comparant sur ce plan, Muse Spark 1.2 est moins chère que les LLM équivalents, tout en offrant des performances similaires, voire meilleures, sur le papier en tout cas. L’entreprise promet par ailleurs de futurs LLM plus grands, ce qui lui permettra sans doute de combler en partie son retard pour les besoins plus exigeants.
