Meta, 에이전트 워크플로에 특화된 Muse Spark 1.3 공개

저는 개발용으로 Spark 1.2를 사용하기 시작했는데, Meta가 데이터를 학습에 사용해도 괜찮다면 매우 저렴했고 실제로 꽤 만족스러웠습니다. 최첨단 모델은 아니지만, 최고급 모델이 필요 없는 작업에서는 정말 즐겁게 사용했습니다.

약간 의인화하자면, 이 모델은 자신의 약점을 알고 제 의견을 강요하지 않는 것 같았습니다. 즉, 시키는 대로 했고, 코드에 예상치 못한 부분이 있다면 종종 제가 모호하거나 상충되는 지시를 내렸기 때문이었습니다. 과도하게 나서지 않고 도구처럼 행동했는데, 이는 제가 코딩 에이전트에게 90% 이상 원하는 것입니다. 또한 다른 최신 모델들보다 제 코드의 기존 패턴을 훨씬 잘 따르는 것 같았습니다. 저는 OpenAI 모델을 매우 좋아하지만, Spark 1.2는 제가 5.6 Luna에 기대했던 바로 그 모델이었습니다.

1.3을 사용해보고 싶고 약간 기대되지만, 솔직히 Meta가 더 나은 벤치마크를 추구하면서 Spark가 제가 원하지 않는 방식으로 "도움이 되려고" 하는 함정에 빠질까 봐 조금 걱정됩니다.

주제에서 벗어나지만, Spark 1.2를 처음 사용했을 때 5.3 Codex가 얼마나 그리운지 깨달았습니다. 그 모델은 제 생각에 코딩 모델의 정점이었습니다. 좋은 코드를 작성하는 방법을 알면서도 지나치게 나서거나 예상치 못한 방식으로 "도움이 되려고" 하지 않았기 때문입니다. 그런데 주요 연구소들이 코딩에 특화된 모드에서 멀어지고 있는 것 같다는 생각이 들었습니다.

DeepSWE 점수 75.4 - 지금까지 최고 점수입니다. 게다가 엄청 저렴합니다!

Google은 오늘 몇 시간 동안 Gemini 3.8 Flash로 1위를 차지했지만, 이제 Spark 1.3에 밀려 2위입니다. 이런 경쟁 덕분에 가격이 계속 내려갈 것입니다!

벤치마크에서 적어도 SOTA에 점점 가까워지는 모델입니다. 제품 개선에 사용되는 것과 그렇지 않은 것의 명확한 구분이 있습니다(적어도 그들이 주장하는 바입니다).

잘했습니다, Meta! 정말로요. 이 정도면 180억 달러 규모의 아동 소셜 미디어 중독 소송도 거의 잊게 만듭니다.

muse-spark-1.3-contributor. 원하는 대로 말하세요. Meta가 가격을 바꿔 '우리는 이 데이터로 학습하며, 그 가치를 이렇게 평가한다'고 명시적으로 말한 것은 모든 모델 제공업체가 해야 할 일입니다. 덧붙이자면, 이제 제 토큰을 학습에 훔쳐가는 것이 모델 제공업체에게 얼마나 가치가 있는지 완전히 명확해졌습니다. 저는 학습에 사용되지 않도록 피하거나 추가 비용을 지불하거나 최선을 다해 노력하지만, 어딘가 설정을 놓친 것 같은 경우가 계속 나타나는 것 같습니다. 이것이 모델 제공업체가 공개한 첫 번째 정량화된 수치입니다. 아마도 저작권이나 기타 문제에 대한 손해 배상을 산정하는 소송에 도움이 될 수 있을까요?

학습에 사용되는 API의 할인 버전과 정가 버전을 제공하는 접근 방식이 마음에 듭니다. 합리적이고 투명해 보입니다.

지금까지 이 모델에 매우 감명받았습니다. 매우 빠르고, 정말 잘 할 수 있을 만큼 지적인 것 같습니다. UI 작업(간단한 파이썬 UI)은 매우 깔끔하고 기능적입니다. UX도 '거기에 있었습니다'.

'contributor'의 경우 0.2 usd/mtok으로 사실상 공짜입니다. 취미 개발자들이 거절하기 어려울 것입니다.