Meta de Mark Zuckerberg lance son premier agent IA de programmation, Muse Code, pour concurrencer Anthropic et OpenAI, alimenté par le tout dernier modèle IA Muse Spark 1.2

Meta déploie son premier agent de codage, baptisé Muse Code, alors que l’entreprise intensifie ses investissements dans les modèles et services d’IA pour tenter de concurrencer Anthropic et OpenAI. Il s’agit de la dernière innovation d’Alexandr Wang, responsable de l’IA, qui dirige Meta Superintelligence Labs et supervise le développement des modèles de base. Les développeurs peuvent accéder à Muse Code via une formule de paiement à l’utilisation dont les tarifs des API, selon M. Wang, sont similaires à ceux de la version Muse Spark 1.1 : l’entreprise facture 1,25 dollar par million de jetons en entrée et 4,25 dollars par million de jetons en sortie.

Meta Platforms, Inc. (opérant sous le nom de Meta) est une multinationale technologique américaine dont le siège social est situé à Menlo Park, en Californie. Meta détient et exploite plusieurs plateformes de réseaux sociaux et services de communication de premier plan, notamment Facebook, Instagram, WhatsApp, Messenger et Threads. L’entreprise gère également un réseau publicitaire pour ses propres sites et pour des tiers ; en 2023, la publicité représentait 97,8 % de son chiffre d’affaires total. Meta est considérée comme faisant partie du « Big Tech », terme désignant les six plus grandes entreprises technologiques des États-Unis.

En juillet 2026, Meta a dévoilé Muse Spark 1.1, une mise à jour de son modèle. Sur l’ensemble des tests de performance, ses résultats sont équivalents ou supérieurs à ceux des modèles actuels. Le signal le plus fort qui ressort des résultats n’est pas un score particulier, mais plutôt l’étendue de ses performances. Muse Spark 1.1 rivalise avec les modèles de pointe dans la plupart des secteurs, et il est particulièrement à l’aise dans les tâches structurées et procédurales. Les performances de codage de Muse Spark 1.1 se sont considérablement améliorées par rapport au premier modèle de Meta.

Récemment, Meta a déploié son premier agent de codage, baptisé Muse Code, alors que l’entreprise tente de rivaliser avec les principaux laboratoires d’IA que sont Anthropic et OpenAI. Muse Code est la dernière version majeure lancée par le responsable de l’IA, Alexandr Wang, qui dirige les Meta Superintelligence Labs et supervise le développement des modèles de base. Wang a rejoint l’entreprise en juin de l’année dernière, dans le cadre de l’initiative menée par le PDG Mark Zuckerberg pour redynamiser la stratégie en matière d’intelligence artificielle de son entreprise, alors en perte de vitesse.

Ce nouvel agent de codage représente un nouveau moyen pour Mark Zuckerberg de générer des revenus grâce à l’IA, alors que son entreprise continue d’investir massivement dans des centres de données et les infrastructures informatiques associées. Les actions de l’entreprise ont chuté la semaine dernière après que Meta a publié des prévisions de chiffre d’affaires en baisse et révélé une diminution de son flux de trésorerie disponible au deuxième trimestre.


À l’instar des assistants Claude d’Anthropic et Codex d’OpenAI, ce nouvel outil permet aux utilisateurs de créer plus facilement des applications au sein d’une interface utilisateur unique, tout en gérant des flottes d’agents numériques alimentés par l’IA capables de soutenir le processus de développement logiciel. Muse Code, disponible en version préliminaire, fonctionne en tandem avec le dernier modèle d’IA de l’entreprise, Muse Spark 1.2. Wang n’a pas souhaité communiquer de statistiques d’utilisation concernant les modèles d’IA Muse Spark de l’entreprise, mais a déclaré que « l’adoption a été enthousiasmante et forte ».

Le dernier modèle Muse Spark a été développé et entraîné en parallèle de Muse Code, ce qui, selon Wang, améliore les performances globales de codage. « Il suffit d’une seule commande pour l’installer, puis de l’utiliser pour mener à bien des tâches complètes d’ingénierie logicielle dans une grande variété de cas d’utilisation : planifier des modifications, écrire du code, valider les résultats », a déclaré Wang.

Les développeurs peuvent accéder à Muse Code via une formule de paiement à l’utilisation. M. Wang a précisé que l’agent proposait « un niveau “contributeur” permettant d’accéder au service à un coût nettement inférieur », qu’il qualifie de « plus de dix fois moins cher que le niveau à la consommation ». Dans le cadre du niveau le moins cher, les développeurs doivent « accepter de contribuer à l’amélioration du modèle », a expliqué M. Wang, faisant référence à l’utilisation par Meta de données tierces pour renforcer la technologie sous-jacente.

Selon Wang, Meta différencie son nouvel outil de codage IA et sa famille de modèles Muse Spark par leur prix plutôt que par leurs capacités, par rapport aux offres populaires d’Anthropic et d’OpenAI. Muse Code s’appuie sur ce qu’on appelle un « harness », qui permet aux développeurs de gérer des modèles d’IA adaptés aux projets de codage.

Wang a indiqué que les utilisateurs pourront accéder à Muse Code et y souscrire depuis la même page développeurs de Meta qui héberge l’API du modèle d’IA Muse Spark de l’entreprise. Le nouveau modèle d’IA de Meta sera également disponible sur la plateforme OpenRouter, qui héberge des modèles d’IA populaires tels que les modèles d’IA dits « à poids ouverts » issus de laboratoires chinois comme DeepSeek et Z.ai.

Wang a déclaré que Meta « commençait également à accepter les demandes de non-conservation des données », ce qui signifie que l’entreprise ne conserverait pas les données des développeurs pour améliorer ses modèles. Il a ajouté que cela représentait « une fonctionnalité d’entreprise majeure qui est importante pour les utilisateurs ». Meta tire 98 % de son chiffre d’affaires de la publicité en ligne, un marché qu’elle domine en ciblant les consommateurs à partir des données utilisateur.

Voici l'annonce de Meta :

Présentation de Muse Code et Muse Spark 1.2

Nous sommes ravis de lancer Muse Code (bêta), un assistant de programmation en terminal optimisé par Muse Spark 1.2, notre tout dernier modèle. Cela marque une nouvelle étape vers l'avenir, avec des modèles plus puissants et bien plus performants à venir.

Installer Musa Code sur macOS ou Linux :

Code : Sélectionner tout - Visualiser dans une fenêtre à part
curl -fsSL https://dev.meta.ai/install.sh | bash


Muse Code prend en charge des tâches complexes d’ingénierie logicielle sur de vastes dépôts : planification des modifications, écriture de code et validation des résultats. Il peut coordonner plusieurs sous-agents persistants pour chaque tâche, résolvant ainsi les problèmes complexes plus rapidement, avec plus de précision et en nécessitant moins d’intervention humaine.

Muse Code

Agents asynchrones en arrière-plan

Muse Code fonctionne à l’aide d’une boucle d’agent simple, complétée par un ensemble d’agents asynchrones en arrière-plan qui renforcent les capacités de l’agent principal. Ces agents spécialisés en arrière-plan restent actifs tout au long de chaque session, plutôt que d’être lancés pour des tâches individuelles, ce qui permet d’éviter la collecte d’informations redondantes. Ils exécutent les étapes suivantes et choisissent le moment où ils communiquent avec l’agent principal. Leur persistance réduit la latence et le besoin d’intervention humaine lors de tâches complexes comportant plusieurs étapes.

Conception du runtime

Muse Code utilise un journal d’événements local dans lequel chaque appel de modèle, exécution d’outil, validation et modification est consigné. Cette source unique de vérité rend le runtime exactement reproductible et sûr en cas de redémarrage : après un plantage, l’agent peut reprendre exactement là où il s’était arrêté. Cette capacité permet à Muse Code de prendre en charge des tâches de longue durée sans être perturbé par des défaillances.

Compétences intégrées

Muse Code est livré avec plusieurs compétences par défaut. /plan transforme une tâche en un plan soumis à une validation, /grill soumet ce plan à des tests de résistance jusqu’à ce qu’il tienne la route, et /goal œuvre à la réalisation réussie de l’objectif spécifié.

Muse Spark 1.2

Muse Spark 1.2 est une mise à jour de Muse Spark 1.1 axée sur le codage, avec des améliorations en matière de génération de code, de débogage complexe, de compréhension de la base de code et de workflows de développement de bout en bout. Dans Muse Spark 1.2, nous avons considérablement augmenté la puissance de calcul dédiée à l’entraînement sur les tâches de codage tout en élargissant la diversité des environnements d’entraînement. Le modèle conserve également ses atouts dans d’autres domaines clés tels que les agents généraux.

Nom : 1.jpg Affichages : 61 Taille : 31,8 Ko
Nom : 2.jpg Affichages : 41 Taille : 30,0 Ko

Co-entraînement avec Muse Code

Nous avons procédé à un co-entraînement de Muse Spark 1.2 avec Muse Code afin de garantir que le modèle offre ses meilleures performances et une optimale facilité d’utilisation en matière de codage lorsqu’ils sont associés. L’entraînement a inclus des trajectoires de harnais échantillonnées par rejet et des optimisations de recettes pour les objectifs, la compaction et les sous-agents, parallèlement à l’intégration de la suite d’outils Muse Code afin de maximiser la compatibilité des harnais.

Horizon à long terme

Muse Spark 1.2 a été intensivement entraîné sur des tâches de codage à long terme, notamment la génération de dépôts complets, les grands projets de bout en bout et la recherche automatique. Il s’appuie sur la planification pour séquencer le travail, le conditionnement par objectifs pour maintenir le cap et la compaction du contexte pour conserver les connaissances nécessaires à la poursuite des progrès.

Auto-amélioration

Nous avons également utilisé Muse Spark 1.1 pour générer des environnements de codage complexes et des modèles d’instructions à suivre. Le modèle a ensuite évalué les solutions candidates en fonction de leur capacité à satisfaire ces exigences, produisant ainsi un ensemble de données d’entraînement évolutif pour Muse Spark 1.2. Cette boucle d’auto-amélioration a permis à Muse Spark 1.2 de suivre des instructions complexes avec plus de précision que son prédécesseur.

Étude de cas : optimisation des noyaux

Nous avons testé la capacité du modèle à optimiser de manière itérative des noyaux GPU sur plus de 1 000 appels d’outils (jusqu’à 24 heures). En tirant parti de l’environnement de codage agentique de Muse Code, le modèle écrit, compile, profile et améliore progressivement les performances des noyaux par rapport à une implémentation de référence fournie. Nous avons effectué des tests de performance sur des noyaux KDA et MLA pour les GPU NVIDIA Hopper. L’agent continue d’obtenir des améliorations substantielles par rapport à l’implémentation de référence fournie.

Nom : 3.jpg Affichages : 42 Taille : 51,6 Ko

Disponibilité

Muse Spark 1.2 est disponible dès aujourd’hui dans Muse Code et dans l’API Meta Model, avec un accès mondial élargi. De nombreuses nouveautés sont à venir, notamment de nouvelles fonctionnalités de harnais et des modèles plus puissants. Nous avons hâte de découvrir ce que vous allez créer !

Source : Annonce de Muse Code

Et vous ?

Pensez-vous que cette annonce est crédible ou pertinente ?
Quel est votre avis sur le sujet ?

Voir aussi :

Meta dévoile son premier modèle d'IA public, Muse Spark, qui affiche d'excellents résultats aux tests de référence, mais présente des « lacunes » dans les systèmes de codage et agentiques

Les agents IA « Mythos 5 » d'Anthropic et « GPT-5.6-Sol » d'OpenAI ont créé de faux profils humains pour tenter de piéger des personnes dans le cadre d'une cyberattaque simulée lors de tests menés par l'AISI

Les récents outils de codage basés sur l'IA améliorent la productivité des programmeurs, mais épuisent mentalement bon nombre d'entre eux. L'IA transforme le développement logiciel, explique David Holz