Meta、エージェント向けMuse Spark 1.3を公開—コーディング性能とツール呼び出し精度が向上
MetaがMuse Spark 1.3をリリース。エージェントワークフロー向けにトレーニングされ、競争力のあるコーディング性能を実現。初回試行の精度が高く、信頼性の高いツール呼び出しが可能。長期的なタスクでコンテキストと過去の結果を追跡し、複雑な入力に対応。ビデオ、画像、ドキュメントのネイティブなマルチモーダル認識を備え、実際の実行環境で視覚的推論を行う。1Mトークンのコンテキストウィンドウを提供。
Muse Sparkはビデオ、画像、ドキュメントを認識し、その視覚的推論はスクリプト化された手順ではなく実際の実行環境で行われます。スクリーンショットやクリップを与えれば、それを基に構築します。
HNでの議論
438- simonw
llm -m meta-ai/muse-spark-1.3 "Generate an SVG of a pelican riding a bicycle"
https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
4.2266セント、38秒。
比較として、こちらがMuse Spark 1.2のもので、私が頼んでいないのにアニメーションにしてくれました: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
1.3のものは確かにより良いです - 自転車のフレームも翼もペリカンの帽子もより良い。
更新: こちらはMuse Spark 1.3の5つの推論レベルそれぞれについて5羽のペリカンを生成したものです: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
最も高かったのは推論レベルxhighで、7.5セント、1分34秒でした。
また、1.2でも全推論レベルで5羽のペリカンを実行しました。こちらです: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
- superfrank
私は開発にSpark 1.2を使い始めました。なぜなら、Metaにあなたのデータをトレーニングさせることを許容するなら、それは非常に安価で、実際に本当に嬉しい驚きだったからです。決してフロンティアモデルではありませんが、最先端のモデルを必要としない作業には、本当に気に入って使っていました。
少し擬人化していますが、それは自分の弱点を理解していて、自分の意見を私に押し付けようとしないように感じました。つまり、私が指示したことを実行し、生成されたコードに予期しないことがあった場合、それは多くの場合、私が曖昧または矛盾した指示を与えたためでした。それは余計なことをしようとせず、単にツールとして振る舞いました。それが私がコーディングエージェントに90%以上の時間求めるものです。また、他の現在のモデルの多くよりも、私のコード内の確立されたパターンに従うのがはるかに上手だと感じました。私はOpenAIのモデルの大ファンですが、Spark 1.2は私が5.6 Lunaに期待していたものでした。
1.3を使うのが好奇心と少しの興奮を持って臨んでいますが、正直なところ、Metaがより良いベンチマークを追求するにつれて、Sparkが私が望まない方法で「役立とう」とする罠に陥り始めるのではないかと少し心配しています。
余談ですが、Spark 1.2を使い始めたとき、5.3 Codexがどれほど恋しいかに気づきました。あのモデルはコーディングモデルの頂点でした。良いコードを書く方法を知っていながら、余計なことをしたり、予期しない方法で「役立とう」としなかったからです。そのことで、主要な研究所がコーディング特化型モデルから離れつつあるように見えることについて考えさせられました。
- bertili
DeepSWEスコア75.4 - これはこれまでの最高スコアです。そして信じられないほど安い！
Googleは今日、Gemini 3.8 Flashで数時間トップを維持しましたが、今はSpark 1.3が2位です。この競争は価格を下げるでしょう！
- jmward01
muse-spark-1.3-contributor。何と言おうと、Metaが価格設定を変えて「私たちはこれでトレーニングし、これをこれだけの価値とみなす」と明確に示したことは、すべてのモデルプロバイダーがやるべきことです。余談ですが、トレーニングのために私のトークンを盗むことがモデルプロバイダーにとってどれほどの価値があるかが完全に明確になりました。私はトレーニングされないように回避したり、追加料金を払ったり、最善を尽くしていますが、どこかで設定を見逃したことが何度も出てくるようです。これはモデルプロバイダーから見た最初の定量化可能な数字です。著作権やその他の損害を定量化する訴訟に役立つかもしれません。
- Lucasoato
（少なくともベンチマークでは）SOTAに近づいているモデル。製品改善に使われるものと使われないものの明確な分離（少なくとも彼らはそう主張している）。
Meta、よくやった！ 本当に。これは、子供のソーシャルメディア中毒に関する180億ドルの訴訟をほとんど忘れさせてくれます。
- apodolny
トレーニングに使われるAPIの割引版とフル価格版を提供するアプローチは良いと思います。合理的で透明性があります。
- Gecko4072
Muse Spark 1.2を使ってみましたが、まったく感心しませんでした。高速で安いですが、GPT 5.6 Terraでさえもっと能力が高いと感じました。また、精神的健康被害で180億ドルの支払いを余儀なくされたばかりの会社を支援したいとも思いません。
- 7734128
「コントリビューター」にとっては実質無料で、0.2ドル/mtok。趣味でやる人にとって断るのは難しいでしょう。
- water-drummer
彼らが約束したように、Muse Spark 1.2のウェイトを公開するのをまだ待っています。1.3でも同じことをするつもりなのか気になります。もしそうなら、それはクレイジーです。
- jumploops
「コントリビューター」価格はここでの目玉で、データのトレーニングを許可すれば約20倍の割引になります。
モデルは紙面上ではSolやOpus 5と同等のようです（確かに古いまたは飽和したベンチマークですが、価格に対して非常に競争力があります）。
統計:
100万コンテキスト、入力$0.10/キャッシュ$0.002、出力$0.20（Mtok）