Le 8 avril, Meta a publié Muse Spark.
Il s'agit du tout premier modèle d'IA phare entièrement propriétaire développé en interne par Meta, et également le premier résultat majeur après que l'entreprise a investi 14 milliards de dollars pour recruter Alexandr Wang et fonder les Meta Superintelligence Labs.
Ce n'est plus Llama
Llama a été le porte-étendard de Meta pendant plusieurs années — open source, déployable localement, favorable à la recherche.
Muse Spark a emprunté une autre voie. Il n'est utilisable que sur meta.ai et dans l'application Meta AI ; une API privée est encore en test interne auprès d'un petit nombre d'utilisateurs. « Nous espérons open-sourcer une version à l'avenir » — cette phrase, la communauté open source a dû en saisir la nuance subtile.
Le passage de Llama à Muse Spark n'est pas un hasard. Fin 2025, Meta avait déjà dévoilé deux modèles propriétaires sous les noms de code Avocado et Mango. Muse Spark est désormais le premier lancement avant eux, et la direction est claire : Meta veut concurrencer frontalement OpenAI et Google sur la piste des modèles fermés.
La technologie la plus remarquable : la compression de pensée
Muse Spark dispose d'un mode appelé Contemplating, qui équivaut à peu près au mode Thinking d'OpenAI — permettant au modèle de réfléchir profondément avant de répondre.
Mais l'intérêt réside dans son mécanisme d'entraînement interne.
Les ingénieurs de Meta ont appliqué une pénalité sur le temps de réflexion du modèle pendant la phase d'apprentissage par renforcement — trop réfléchir entraîne une perte de points. Au début, la réaction du modèle a été de fournir des réponses plus rapides (avec une baisse de qualité). Mais à mesure que l'entraînement se poursuivait, un point de bascule est apparu : le modèle a commencé à apprendre par lui-même à compresser sa pensée — en utilisant moins de tokens, tout en maintenant une précision équivalente.
Meta appelle cela la thought compression (compression de pensée).
Le résultat ? Selon eux, la quantité de calcul nécessaire pour que Muse Spark atteigne la même capacité est inférieure d'au moins un ordre de grandeur par rapport au modèle phare précédent, Llama 4 Maverick.
Ce n'est pas une petite optimisation, c'est une différence d'échelle.
Qu'en est-il des benchmarks ?
En mode Contemplating :
- Humanity's Last Exam : 58 % (ce test est très difficile ; 58 % est un chiffre compétitif)
- FrontierScience Research : 38 %
Comparé aux concurrents de la même période : il peut rivaliser avec Gemini Deep Think et GPT Pro, du moins sur ces benchmarks.
Signification pratique
Muse Spark sera d'abord déployé pour améliorer les fonctionnalités Meta AI dans Facebook, Instagram, WhatsApp, Messenger et les lunettes Ray-Ban. La base d'utilisateurs de Meta se compte en milliards ; ce modèle entre en service comme un test à grande échelle dans le monde réel.
Bien sûr, disponible uniquement aux États-Unis — cette restriction signifie que les utilisateurs en Chine n'y auront pas accès pour l'instant, mais les données des tests seront bientôt publiées.
Avec cela, Meta dit essentiellement : Nous avons des modèles suffisamment bons pour ne plus avoir besoin d'une stratégie open source afin d'attirer l'écosystème des développeurs.
Sources de référence : Goodbye, Llama? Meta launches new proprietary AI model Muse Spark (VentureBeat) ; Meta debuts new AI model, attempting to catch Google, CocoLoop, OpenAI (CNBC) ; Introducing Muse Spark: Scaling Towards Personal Superintelligence (Meta AI Blog)