Meta booste son IA code, réduit ses hallucinations

Résumé

Le modèle Muse Spark 1.1 de Meta atteint 51 points sur l’Intelligence Index, dépasse légèrement GLM-5.2 en code, coûte moins cher et réduit fortement son taux d’hallucinations.

Les faits

Le nouveau modèle Muse Spark 1.1 de Meta enregistre une nette progression sur l’Artificial Analysis Intelligence Index, où il atteint un score de 51, soit huit points de plus en trois mois. Il se situe au même niveau que GLM 5.2, GPT-5.4 et GPT-5.6 Luna sur cet indice global. Sur le volet du développement logiciel, Muse Spark 1.1 se distingue particulièrement. Sur le Coding Index, il obtient un score de 71,3, devant GLM 5.2, crédité de 68,8, et juste derrière GPT-5.6 Luna, à 71,4. Les meilleures performances restent celles de GPT-5.6 Sol (77,4) et Terra (76,7), suivies de Claude Fable 5 (76,5). L’article rappelle toutefois que ces benchmarks ne reflètent pas toujours fidèlement les usages réels. Sur le plan économique, Muse Spark 1.1 affiche un coût estimé de 0,26 dollar par tâche, contre 0,37 dollar pour GLM-5.2 et 0,89 dollar pour GPT-5.4. Le modèle utilise par ailleurs 94 millions de jetons de sortie, quand GLM-5.2 en consomme 141 millions, ce qui traduit une efficacité accrue. Meta a également travaillé sur la fiabilité du modèle. Le taux d’hallucination est passé de 73 % à 38 %, Muse Spark 1.1 refusant désormais plus souvent de répondre plutôt que de fournir des réponses erronées. La firme a en parallèle quadruplé la fenêtre de contexte pour atteindre un million de jetons. Au lancement, Muse Spark 1.1 n’est accessible que via l’API propriétaire de Meta.

Pourquoi c’est important

Les résultats de Muse Spark 1.1 montrent que Meta consolide sa position dans la course aux grands modèles axés sur le code et le travail agentique. En dépassant GLM-5.2 sur le Coding Index tout en restant proche de GPT-5.6 Luna, le modèle devient une option crédible pour les cas d’usage de développement logiciel automatisé, dans un paysage dominé par quelques acteurs de référence. La combinaison de coûts par tâche plus faibles, d’une utilisation réduite de jetons de sortie, d’une fenêtre de contexte portée à un million de jetons et d’une forte baisse des hallucinations renforce l’attractivité de Muse Spark 1.1 pour les entreprises. Ce profil mêlant performance, maîtrise des dépenses et fiabilité est stratégique pour les déploiements à grande échelle, d’autant que l’accès initial se fait exclusivement via l’API de Meta, ce qui permet au groupe de garder le contrôle sur la distribution.

Questions fréquentes

Quel score Muse Spark 1.1 obtient-il sur l’Intelligence Index ?

Muse Spark 1.1 atteint un score de 51 sur l’Artificial Analysis Intelligence Index, soit huit points de plus en trois mois.

Comment Muse Spark 1.1 se compare-t-il à GLM-5.2 en codage ?

Sur le Coding Index, Muse Spark 1.1 obtient 71,3, devant GLM-5.2 qui affiche un score de 68,8.

Le modèle est-il compétitif face à GPT-5.6 Luna en code ?

Muse Spark 1.1 est légèrement derrière GPT-5.6 Luna, qui atteint 71,4 sur le Coding Index contre 71,3 pour Muse Spark 1.1.

Quel est le coût estimé par tâche de Muse Spark 1.1 ?

Le coût estimé par tâche de Muse Spark 1.1 est de 0,26 dollar, contre 0,37 dollar pour GLM-5.2 et 0,89 dollar pour GPT-5.4.

Comment a évolué le taux d’hallucination de Muse Spark 1.1 ?

Le taux d’hallucination est passé de 73 % à 38 %, le modèle refusant plus souvent de répondre plutôt que de donner des réponses erronées.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.