C'est quoi Muse Spark 1.3 ?

Muse Spark 1.3 est un modele d'IA de Meta sorti le 2 septembre 2026. C'est le quatrieme de la gamme Muse Spark en cinq mois. Il est concu pour les taches agentiques longues (code, recherche, automatisation) et dispose d'une fenetre de contexte d'un million de tokens. Sa particularite : il approche les performances des frontier (Claude Opus 5, GPT-5.6 Sol) pour un prix quatre a six fois inferieur.

Combien coute Muse Spark 1.3 ?

Le tarif standard est de 1,25 dollar par million de tokens en entree et 4,25 dollars en sortie. Le cache coute 0,15 dollar par million. Un tarif contributeur a 0,10/0,20 dollar existe, mais Meta peut utiliser tes prompts et sorties pour entrainer ses modeles. A titre de comparaison, Claude Opus 5 coute 5/25 dollars et GPT-5.6 Sol 4/20 dollars par million de tokens.

Muse Spark 1.3 est-il open source ?

Non. Muse Spark 1.3 a des poids fermes (proprietaire). Meta dit qu'une version open weights est sur le roadmap, ainsi que des modeles plus grands. La gamme Llama de Meta, elle, reste open weights.

Quelle est la difference entre Muse Spark 1.3 xhigh et max ?

xhigh est le niveau de raisonnement disponible aujourd'hui. max est un niveau superieur, en acces limite pour les partenaires de Meta, qui obtient de meilleurs scores sur les taches agentiques en utilisant plus de tokens de raisonnement. Les benchmarks publies par Meta portent sur la variante max, pas celle que tu peux appeler maintenant.

Muse Spark 1.3 est-il meilleur que Claude Fable 5.1 ?

Non, pas globalement. Sur l'indice d'Artificial Analysis, Muse Spark 1.3 (max) obtient 62, contre 66 pour Claude Fable 5.1. Muse Spark 1.3 est devant sur le contexte long (98,1% sur MRCR 512K-1M) et le code agentique (DeepSWE 75,4%). Fable 5.1 reste devant sur la recherche scientifique et l'alignement. Le choix depend de ton usage et de ton budget.

Actualite · Modeles IA

Muse Spark 1.3 : Meta rejoint le frontier, et le fait payer quatre fois moins cher

6 septembre 2026 · 6 min de lecture

Illustration aquarelle d'un petit robot astronaute violet debout sur une balance équilibrée, avec d'un côté une pile de pièces et de l'autre un sommet de montagne avec drapeau, entouré d'icônes code, engrenage, loupe, rouleau et calendrier, symbolisant un modèle IA frontier à prix cassé

Meta a sorti Muse Spark 1.3 le 2 septembre 2026. C'est son quatrième modèle Muse Spark en cinq mois. Et pour la première fois, les chiffres que Meta publie elle-même placent son modèle au niveau de Claude Opus 5 et GPT-5.6 Sol sur le code et l'agentique, pour un quart du prix en sortie. Le contexte d'un million de tokens, lui, n'est pas de la pub : il marche.

Artificial Analysis, l'indice indépendant de référence, donne Muse Spark 1.3 (max) à 62 sur son Intelligence Index. Claude Fable 5.1 est à 66, Claude Opus 5 à 63, GPT-5.6 Sol à 61. Meta n'est pas devant. Elle est sur la ligne du frontier, à un prix qui change la donne.

Ce que Muse Spark 1.3 fait de mieux

Les gains par rapport à la version 1.2 (sortie en août) sont concentrés sur trois axes : le code agentique, le contexte long, et les tâches professionnelles multi-étapes.

Benchmark	Ce que ça mesure	Muse Spark 1.3 (max)	Muse Spark 1.2 (xhigh)	Claude Opus 5 (max)	GPT-5.6 Sol (max)
DeepSWE v1.1	Code agentique long-horizon	75,4%	55,0%	74,0%	73,0%
Terminal-Bench 2.1	Code en terminal agentique	88,8%	82,9%	86,7%	88,8%
SWE-Atlas Codebase QnA	Recherche dans une grande codebase	59,4%	46,2%	52,7%	53,5%
MRCR v2 (512K-1M)	Récupération en contexte long	98,1%	55,5%	non reporté	73,8%
JobBench	Usage d'outils pro	64,9%	61,6%	65,7%	45,4%
OSWorld 2.0	Utilisation d'ordinateur agentique	66,9%	47,6%	68,3%	62,7%
GDPval-AA v2	Travail de connaissance (Elo)	1754	1615	1824	1710

Le bond sur DeepSWE (de 55 à 75,4%) place Muse Spark 1.3 devant Opus 5 et Sol. Sur Terminal-Bench, il ex aequo avec Sol à 88,8%. Le score MRCR à 98,1% sur la bande 512K-1M signifie que le modèle retrouve des informations placées très profondément dans une fenêtre d'un million de tokens. GPT-5.6 Sol chute à 73,8% sur la même mesure. Si tu nourris un agent avec une codebase entière ou un long historique, cette différence se voit.

La limite : Claude Opus 5 reste devant sur le travail de connaissance (GDPval-AA : 1824 contre 1754) et l'utilisation d'ordinateur (OSWorld : 68,3 contre 66,9). GPT-5.6 Sol garde l'avance sur la navigation agentique (DeepSearchQA : 93 contre 89,4). Meta rattrape son retard sur le code et le contexte long, pas encore sur tous les fronts.

Le prix : quatre à six fois moins cher

C'est le point central. Muse Spark 1.3 coûte 1,25 dollar par million de tokens en entrée et 4,25 dollars en sortie. Claude Opus 5 : 5/25 dollars. GPT-5.6 Sol : 4/20 dollars. À qualité comparable, le tarif de Meta est quatre à six fois inférieur sur la sortie, et trois à quatre fois sur l'entrée.

Le cache (réutilisation du contexte déjà vu) coûte 0,15 dollar par million de tokens. Pour les agents qui enchaînent des appels d'outils et réutilisent le même contexte, c'est là que la facture se joue. Artificial Analysis calcule un coût de 0,55 dollar par tâche sur son indice, contre 0,95 pour Sol et 1,23 pour Opus 5.

Meta publie aussi un tarif "contributeur" à 0,10/0,20 dollar, soit 92% de réduction. En échange, tes prompts et sorties servent à entraîner les modèles de Meta. Pour un projet perso, ça se discute. Pour tout ce qui touche des données client, du code propriétaire ou des contrats, le tarif standard est le seul à considérer. Les deux lignes sont côte à côte sur la page de tarification. Pas caché, mais facile à oublier.

L'efficacité : 20% d'appels d'outils en moins

Meta dit que ses ingénieurs ont mesuré 20% d'appels d'outils en moins et 25% de tokens en moins par rapport à 1.2 sur les mêmes tâches de code. Moins d'appels, ça veut dire moins d'aller-retours, donc moins de latence. Moins de tokens, ça veut dire une facture plus légère par tâche complétée.

C'est le revers de Google qui, avec Gemini 3.8 Flash sorti la veille, prévient que son modèle "travaille plus" et consomme plus de tokens. Les deux labs font des choix opposés : Meta optimise le coût par tâche, Google optimise la profondeur de raisonnement. Lequel te convient dépend de ce que tu fais.

Une nuance : Artificial Analysis a mesuré que Muse Spark 1.3 émet environ 120 millions de tokens de sortie pour compléter son indice complet, contre une médiane de 72 millions pour le reste du champ. Le modèle n'expose pas ses traces de raisonnement, ce qui rend le debugging plus difficile que sur des modèles qui montrent leur réflexion. Le prix par token est bas, mais le volume total peut surprendre. Simule sur tes propres tâches avant de parier sur le sticker.

La cadence : quatre versions en cinq mois

Muse Spark a lancé en avril 2026. 1.1 en juillet, 1.2 en août, 1.3 en septembre. Un rythme mensuel, là où Meta sortait Llama à une cadence semestrielle. Le message d'Alexandr Wang (directeur de Meta AI) à Bloomberg : "concurrentiel avec Anthropic, meilleur qu'OpenAI." Les chiffres de Meta soutiennent l'idée, avec une réserve.

Les benchmarks que Meta publie portent sur la variante max, qui n'est pas encore accessible au public. Elle arrive "après des tests de sécurité supplémentaires." La variante disponible aujourd'hui est xhigh, qui obtient 61 sur l'indice d'Artificial Analysis (contre 62 pour max). La différence : max utilise 62% de tokens de raisonnement en plus sur les tâches agentiques. Tu vois les chiffres du max, tu paies le xhigh.

L'autre réserve : les chiffres cross-vendor. Google a publié Claude Opus 5 à 75,4 sur OSWorld le même jour. Meta le publie à 68,3. Les deux labs ne trichent pas, ils utilisent des harnesses et des configurations différents. La règle pratique : fais confiance aux deltas de génération (1.2 vers 1.3 chez Meta), traite les comparaisons inter-vendeurs comme une fourchette, et attends l'indice indépendant pour trancher.

Un exemple chez Maisons&Mobilia

Antoine, lead dev chez Maisons&Mobilia (M&M, enseigne de meubles fictive), fait tourner un agent qui revue le code de l'équipe. L'agent lit les pull requests, cherche les bugs dans l'historique de la codebase, et suggère des corrections. Sur Claude Opus 5, l'agent est bon mais la facture tokens grimpe vite : chaque revue consomme du contexte long parce qu'il faut nourrir la codebase entière.

Avec Muse Spark 1.3, Antoine garde le même workflow pour quatre fois moins cher en sortie. Le contexte d'un million de tokens lui permet de nourrir la codebase complète sans la découper. Et les 20% d'appels d'outils en moins réduisent le temps de revue.

La limite : si l'agent doit naviguer dans une interface pour tester un parcours (OSWorld), Opus 5 fait mieux. Et si Antoine veut voir le raisonnement du modèle pour comprendre pourquoi il a suggéré une correction, Muse Spark 1.3 ne montre pas ses traces. Pour de la revue de code automatisée où le résultat se vérifie par les tests, ça passe. Pour du debugging où le cheminement compte, c'est un frein.

Le tarif contributeur : lisons bien

Meta propose deux lignes sur sa page de prix. La ligne standard à 1,25/4,25 dollars : "Not used to improve our products." La ligne contributeur à 0,10/0,20 dollars : "Used to improve our products." La différence de prix est l'usage de tes données. Pas un détail, pas une option avancée : c'est la première décision à prendre avant de brancher l'API.

Si tu construis un side project, le tarif contributeur est quasi gratuit. Si tu traites des données client, du code source fermé ou des documents confidentiels, le tarif standard est la seule option. Et la tentation du tarif contributeur à 2h du matin pour finir un prototype, c'est le risque que Meta n'a pas besoin de gérer, parce que c'est toi qui le prends.

Ce que ça change si tu apprends l'IA

Prix vs frontier : le frontier n'est plus un monopole à 25 dollars le million de tokens. Muse Spark 1.3 arrive à 4,25 dollars avec des scores comparables. Comprendre une grille tarifaire, c'est savoir lire le rapport qualité-prix d'un modèle, pas juste le top du classement.
Contexte long qui marche : un million de tokens annoncé ne vaut rien si le modèle ne retrouve pas l'information dedans. MRCR à 98,1% sur la bande 512K-1M, c'est la différence entre un contexte qu'on utilise et un contexte qu'on subit. Si tu construis des agents qui reposent sur de grandes quantités de contexte, ce chiffre t'intéresse.
Cadence mensuelle : Meta sort un modèle par mois. OpenAI et Anthropic aussi. Apprendre à comparer des modèles n'est plus un exercice annuel, c'est une compétence continue. Les deltas de génération (1.2 vers 1.3) sont plus fiables que les comparaisons inter-vendeurs, parce que les labs choisissent leurs propres harnesses.

La compétence pratique : savoir évaluer si un modèle moins cher fait le travail. Si ta tâche est du code agentique avec du contexte long, Muse Spark 1.3 vaut le test. Si tu as besoin de computer use ou de recherche scientifique de pointe, les frontier font encore mieux. Le choix dépend de ce que tu fais, pas du classement.

Aller plus loin

Pour comprendre comment un agent IA utilise des outils et enchaîne des étapes, notre article sur comment fonctionne un agent IA pose les bases du tool use et de l'orchestration. Pour voir les garde-fous à mettre en place quand un agent accède à tes données, le guide sur les garde-fous des agents IA détaille le moindre privilège et le human in the loop. Pour comprendre la bataille des frontier entre OpenAI, Anthropic et Google, notre article sur GPT-6 Astra et l'ère AGI couvre la sortie concurrente d'OpenAI. Et pour t'entraîner à ces notions en 5 minutes par jour, l'app saisir.ai propose des modules interactifs sur les agents, le code et le contexte long, en français, sans coder.

Sources

Questions fréquentes

C'est quoi Muse Spark 1.3 ?: Muse Spark 1.3 est un modele d'IA de Meta sorti le 2 septembre 2026. C'est le quatrieme de la gamme Muse Spark en cinq mois. Il est concu pour les taches agentiques longues (code, recherche, automatisation) et dispose d'une fenetre de contexte d'un million de tokens. Sa particularite : il approche les performances des frontier (Claude Opus 5, GPT-5.6 Sol) pour un prix quatre a six fois inferieur.
Combien coute Muse Spark 1.3 ?: Le tarif standard est de 1,25 dollar par million de tokens en entree et 4,25 dollars en sortie. Le cache coute 0,15 dollar par million. Un tarif contributeur a 0,10/0,20 dollar existe, mais Meta peut utiliser tes prompts et sorties pour entrainer ses modeles. A titre de comparaison, Claude Opus 5 coute 5/25 dollars et GPT-5.6 Sol 4/20 dollars par million de tokens.
Muse Spark 1.3 est-il open source ?: Non. Muse Spark 1.3 a des poids fermes (proprietaire). Meta dit qu'une version open weights est sur le roadmap, ainsi que des modeles plus grands. La gamme Llama de Meta, elle, reste open weights.
Quelle est la difference entre Muse Spark 1.3 xhigh et max ?: xhigh est le niveau de raisonnement disponible aujourd'hui. max est un niveau superieur, en acces limite pour les partenaires de Meta, qui obtient de meilleurs scores sur les taches agentiques en utilisant plus de tokens de raisonnement. Les benchmarks publies par Meta portent sur la variante max, pas celle que tu peux appeler maintenant.
Muse Spark 1.3 est-il meilleur que Claude Fable 5.1 ?: Non, pas globalement. Sur l'indice d'Artificial Analysis, Muse Spark 1.3 (max) obtient 62, contre 66 pour Claude Fable 5.1. Muse Spark 1.3 est devant sur le contexte long (98,1% sur MRCR 512K-1M) et le code agentique (DeepSWE 75,4%). Fable 5.1 reste devant sur la recherche scientifique et l'alignement. Le choix depend de ton usage et de ton budget.