Meta выпускает Muse Spark 1.3: модель для агентных рабочих процессов с высокой точностью кода

Я начал использовать Spark 1.2 для разработки, потому что если вы готовы позволить Meta обучаться на ваших данных, это было дёшево и, честно говоря, приятно удивило. Это ни в коем случае не前沿 модель, но для работы, не требующей самой лучшей модели, мне действительно нравилось им пользоваться.

Я немного его антропоморфизирую, но казалось, что он знает свои слабости и не пытается навязывать мне своё мнение. Я имею в виду, что он делал то, что я говорил, и если в коде, который он выдавал, было что-то неожиданное, это часто было потому, что я давал ему двусмысленные или противоречивые инструкции. Он не пытался превзойти ожидания и просто вёл себя как инструмент, а это то, что я хочу от кодинг-агента в 90%+ случаев. Я также заметил, что он гораздо лучше следует установленным паттернам в моём коде, чем многие другие современные модели. Я большой поклонник моделей OpenAI, и Spark 1.2 — это то, чем, как я ожидал, будет 5.6 Luna.

Мне любопытно и немного волнительно использовать 1.3, но, честно говоря, немного беспокоюсь, что по мере того, как Meta будет стремиться к лучшим бенчмаркам, Spark начнёт попадать в ловушку попыток быть "полезным" в тех аспектах, в которых я этого не хочу.

Отступление: когда я впервые начал использовать Spark 1.2, я осознал, как сильно скучаю по 5.3 Codex. Эта модель была вершиной кодинг-моделей, на мой взгляд, потому что она умела писать хороший код, но не пыталась выходить за рамки или быть "полезной" неожиданными способами. Это заставило меня задуматься о том, как крупные лаборатории, похоже, отходят от моделей, ориентированных на кодинг […]

DeepSWE набирает 75.4 — это лучший результат на данный момент. И это безумно дёшево!

Google сегодня несколько часов удерживал первое место с Gemini 3.8 Flash, но теперь он на втором месте после Spark 1.3. Вся эта конкуренция приведёт к снижению цен!

muse-spark-1.3-contributor. Говори что хочешь, но Meta, которая явно меняет цены, чтобы сказать "мы обучаемся на этом и ценим это так-то", — это то, что должен делать каждый провайдер моделей. Как примечание: теперь совершенно очевидно, насколько для провайдеров моделей ценно воровство моих токенов для обучения. Я избегаю/плачу дополнительно/стараюсь изо всех сил, чтобы не попасть в обучающую выборку, но, похоже, постоянно всплывает, что я где-то пропустил настройку. Это первое количественное число, которое я видел от провайдера моделей. Может быть, это поможет в судебных исках оценить ущерб за нарушение авторских прав или другие вещи?

Модель, которая (по крайней мере, в бенчмарках) приближается к SOTA. Чёткое разделение между тем, что используется для улучшения их продуктов, и тем, что не используется (по крайней мере, так они утверждают).

Отличная работа, Meta! Серьёзно. Это почти заставляет меня забыть о судебном иске на 18 миллиардов долларов за зависимость детей от соцсетей.

Мне нравится подход с предоставлением скидочной версии API, которая используется для обучения, по сравнению с полной ценой. Это выглядит разумно и прозрачно.

Всё ещё жду, когда они выпустят веса для Muse Spark 1.2, как обещали. Интересно, планируют ли они сделать то же самое для 1.3, что было бы безумием.

Пользовался Muse Spark 1.2 и был совсем не впечатлён. Быстро и дёшево, но даже GPT 5.6 Terra казалась гораздо более способной. Кроме того, не особо хочется поддерживать компанию, которую только что заставили заплатить 18 миллиардов долларов за ущерб психическому здоровью.

Практически бесплатно для "contributors" по 0.2 доллара за миллион токенов. Хоббистам будет трудно отказаться.

Цена для "contributors" в 0.10/0.20 доллара — безумно дёшево, если она соответствует Sol.

Определённо показывает, насколько важен маховик пользовательских данных для RL и улучшения моделей.