Meta lancia Muse Spark 1.2 e un agente di codifica per competere su prezzi
Meta lancia Muse Spark 1.2 e un agente di codifica per competere su prezzi
Meta lancia Muse Spark 1.2 e un agente di codifica per competere su prezzi
Meta ha annunciato il lancio del modello Muse Spark 1.2 e del suo primo agente dedicato alla codifica, un passo significativo nel settore dell’intelligenza artificiale. L’azienda, nota per aver reso popolari i pesi aperti, ora si concentra su strategie di prezzo per attrarre utenti e sviluppatori. La nuova versione del modello è stata testata su diversi benchmark, tra cui Terminal-Bench 2.1 e DeepSWE v1.1, confrontandosi con modelli come Grok 4.5, Claude Opus 5 e Gemini 3.6 Flash.
Un modello che si concentra su codifica e capacità di ragionamento
Muse Spark 1.2 rappresenta un aggiornamento significativo rispetto alla versione 1.1, con miglioramenti nella generazione di codice, nella capacità di debug e nel ragionamento su grandi codebases. Il modello è stato addestrato su compiti a lungo termine, come la generazione di repository interi o la conduzione di ricerche indipendenti. Questo approccio ha permesso al modello di mantenere il focus su obiettivi fissi e di comprimere il contesto precedente senza interromperlo.
Meta ha anche riconosciuto una lacuna nei benchmark, con Kimi K3 che si colloca al di sopra di Spark 1.2. Kimi K3, il modello più promettente tra i concorrenti, non è incluso nei benchmark ufficiali, pur essendo stato testato internamente. Su Terminal-Bench 2.1, K3 si colloca solo marginalmente dietro a Opus 5 e ben sopra a Spark 1.2. Questo indica una mancanza di completezza nei test ufficiali, che non tengono conto pienamente delle capacità effettive dei modelli.
Meta ha introdotto un piano tariffario che include un livello di prezzo estremamente competitivo: 20 centesimi per milione di token di output, ma richiede agli utenti di condividere i propri dati per migliorare il modello. Questo modello di prezzo, che si colloca in un range tra i 18 centesimi dei fornitori cinesi e i 10-30 dollari dei concorrenti occidentali, è stato descritto da Wang come una strategia per competere non sulle capacità, ma sui prezzi. L’agente di codifica, chiamato Muse Code, presenta funzionalità come il “fast-resume” per riprendere le sessioni dopo un crash, e un sistema di logging dettagliato che registra ogni chiamata al modello, ogni approvazione e ogni modifica al file locale. Inoltre, l’agente rimane attivo per l’intera sessione e comunica autonomamente quando ha informazioni da condividere, evitando di riavviare per compiti secondari. Queste innovazioni dovrebbero ridurre il tempo e i costi associati alla ricerca ripetitiva.
Meta ha anche introdotto un meccanismo di scambio dati utente per migliorare il modello. Il piano tariffario prevede un livello di prezzo estremamente competitivo, ma richiede agli utenti di condividere i propri dati per migliorare il modello. Questo modello di prezzo, che si colloca in un range tra i 18 centesimi dei fornitori cinesi e i 10-30 dollari dei concorrenti occidentali, è stato descritto da Wang come una strategia per competere non sulle capacità, ma sui prezzi. Meta continua a investire nella sua infrastruttura AI, con un focus su accessibilità e prezzo, pur riconoscendo le limitazioni dei benchmark ufficiali. La strategia di prezzo e dati utente potrebbe influenzare il mercato, anche se i risultati effettivi dei modelli non sono sempre riflessi nei test ufficiali.