Qu'est-ce que Muse Spark ? Le nouveau modèle d'IA de Meta

Quatre onglets. C’est le nombre que j’avais ouverts mardi soir — un pour chaque assistant IA que je fais tourner au cours d’une semaine de travail normale. Mercredi matin, je me suis réveillée avec un cinquième nom dans mon fil d’actualité. Muse Spark. Le nouveau modèle de Meta, disponible immédiatement, conçu par une équipe qui n’existait pas il y a un an.

Salut, c’est Dora ! Mon premier réflexe n’était pas de l’enthousiasme. C’était : est-ce que j’ai besoin d’ouvrir un cinquième onglet ? Cet article documente ce que j’ai découvert après avoir passé une journée à décortiquer les faits confirmés, les lacunes, et ce qui compte si vous construisez quoi que ce soit par-dessus l’IA en ce moment.

Ce qu’est Muse Spark — et d’où il vient

Meta Superintelligence Labs : la nouvelle unité dirigée par Alexandr Wang

Muse Spark est le premier modèle issu de Meta Superintelligence Labs (MSL), l’unité IA dirigée par Alexandr Wang, qui a rejoint Meta il y a neuf mois après avoir co-fondé Scale AI. Meta a créé ce laboratoire en réponse aux critiques selon lesquelles ses précédents modèles d’IA étaient sous-performants, et le PDG Mark Zuckerberg a ensuite recruté des chercheurs en IA en provenance d’OpenAI, Anthropic et Google. L’investissement derrière tout cela n’est pas négligeable — Meta a dépensé 14,3 milliards de dollars pour acquérir une participation non votante de 49 % dans Scale AI afin de recruter Wang comme son tout premier directeur de l’IA.

Le problème Llama : pourquoi Meta a tout reconstruit de zéro

Si vous avez suivi le lancement de Llama 4 en avril dernier, vous connaissez déjà l’histoire. Llama 4 a été largement critiqué comme un raté, et Meta a ensuite été surpris à utiliser des versions de modèles spécialisées et inédites, affinées pour des tâches spécifiques, afin de gonfler les scores sur les benchmarks. Ce coup porté à la crédibilité constitue le contexte de tout ce que Muse Spark cherche à accomplir. MSL a reconstruit la pile IA de Meta de fond en comble au cours des neuf derniers mois, affirmant qu’il s’agit du cycle de développement le plus rapide qu’ils aient jamais mené.

Nom de code Avocado, construit en 9 mois

Nommé en interne Avocado, Muse Spark est le premier modèle de la nouvelle série Muse de Meta. Meta le décrit comme délibérément petit et rapide — leur blog technique affirme que des techniques d’entraînement améliorées leur ont permis de créer des modèles plus petits qui égalent les performances des anciens modèles Llama 4 de taille intermédiaire pour un calcul dix fois moins important.

Cette affirmation d’efficacité mérite d’être observée. Il ne s’agit pas de domination brute sur les benchmarks. Il s’agit de structure de coûts.

Ce que Muse Spark peut réellement faire

Mode Instant vs mode Thinking : quand utiliser lequel

Muse Spark fonctionne en modes de raisonnement par paliers. Le mode Instant gère les requêtes rapides et informelles — le genre qu’on envoie à un assistant dix fois par jour. Le mode Thinking ajoute un raisonnement étape par étape pour des tâches plus complexes : analyse de documents juridiques, bilans nutritionnels à partir de photos, calculs mathématiques en plusieurs étapes. Les utilisateurs de l’application Meta AI peuvent alterner entre les modes selon la sophistication de leurs requêtes.

Compréhension multimodale : entrées image, audio, texte → sorties texte et interactives

Le modèle accepte les entrées vocales, textuelles et d’image, mais produit des sorties uniquement en texte. C’est une distinction importante. « Multimodal » signifie ici perception, pas génération. Prenez une photo, posez une question vocalement, collez une capture d’écran — Muse Spark traite tout cela. Mais ce qui en ressort est du texte et des éléments interactifs (sites web, tableaux de bord, jeux), pas des images ou des vidéos.

Meta a intégré une forte perception multimodale dans Muse Spark pour que l’assistant puisse voir et comprendre ce que vous regardez, pas seulement lire ce que vous tapez. Leur exemple : photographier un rayon de snacks dans un aéroport et obtenir un classement par teneur en protéines sans avoir à lire les étiquettes.

STEM visuel, codage visuel, mini-jeux : capacités de sortie interactive confirmées

C’est la partie que la plupart des articles sous-estiment. Muse Spark peut générer des sites web interactifs personnalisés, des tableaux de bord et des mini-jeux directement à partir d’une requête en langage naturel — ce que Meta appelle le « codage visuel ». Leur article de blog officiel décrit la création de jeux d’arcade rétro, de simulateurs de vol et de tableaux de bord pour planifier des fêtes à partir d’une seule phrase. Le modèle gère également les questions de STEM visuel qui peuvent déboucher sur des expériences interactives comme la création de mini-jeux amusants ou le dépannage d’appareils électroménagers.

Ce n’est pas de la génération d’images. C’est de la génération de code avec une couche de sortie visuelle. Une catégorie différente, des cas d’usage différents.

Coordination multi-sous-agents pour les requêtes complexes

Muse Spark peut lancer plusieurs sous-agents en parallèle pour traiter une question — par exemple, planifier un voyage en famille où un agent rédige l’itinéraire, un autre compare les destinations, et un troisième trouve des activités adaptées aux enfants, le tout simultanément. Je n’ai pas encore testé cela moi-même. L’architecture est intéressante ; la fiabilité dans le monde réel reste non vérifiée.

Mode Contemplating : confirmé à venir, sans calendrier précis

Meta prévoit de déployer un mode « Contemplating » permettant au modèle de s’attaquer à des problèmes plus complexes TechCrunch en coordonnant un groupe d’agents IA pour un raisonnement en parallèle. Wang a déclaré sur X que le mode Contemplating est compétitif avec d’autres modèles de raisonnement extrême comme Gemini Deep Think et GPT Pro. Aucun calendrier public. Les données de benchmark d’Artificial Analysis montrent des scores précoces en mode Contemplating de 50,2 % sur Humanity’s Last Exam — mais cela a été testé dans des conditions fournies par Meta, pas reproduites indépendamment à grande échelle.

Ce que Muse Spark n’est pas

Pas un modèle de génération d’images/vidéos autonome

Je veux être direct ici parce que j’ai déjà vu cette confusion dans plusieurs articles. Muse Spark ne génère pas d’images ni de vidéos. La fonctionnalité Vibes AI de l’application Meta AI utilise actuellement des modèles IA de tiers comme Black Forest Labs, et Meta ne prévoit que Muse Spark « finisse par » l’alimenter. Au lancement, si vous générez de la vidéo via Meta AI, ce n’est pas Muse Spark qui fait le travail.

Pas de poids ouverts — un pivot délibéré par rapport à la stratégie Llama

Contrairement aux précédents modèles Llama de Meta, qui étaient publiés comme des modèles à poids ouverts que n’importe qui pouvait télécharger, modifier et exécuter, Muse Spark est propriétaire. Meta a déclaré qu’ils « espèrent open-sourcer de futures versions », et Axios a rapporté qu’une publication open-source est prévue. Mais pour l’instant, les poids sont fermés. Pour les équipes qui ont misé sur l’ouverture de Llama, c’est un changement significatif.

Pas d’API publique (préversion privée uniquement, partenaires sélectionnés)

Meta propose Muse Spark en préversion privée via API à des partenaires sélectionnés uniquement. Pas de tarification d’API publique, pas de calendrier annoncé pour un accès général. Si vous êtes un développeur espérant intégrer cela, vous attendez.

Où il est disponible aujourd’hui

meta.ai et l’application Meta AI : en ligne depuis le 8 avril 2026

Muse Spark alimente actuellement l’application Meta AI et le site meta.ai, avec un nouveau look déployé en parallèle de la mise à niveau du modèle. Tous les modes sont gratuits, bien que Meta puisse imposer des limites de débit.

WhatsApp, Instagram, Facebook, Messenger, lunettes IA : déploiement en cours

Muse Spark sera déployé sur WhatsApp, Instagram, Facebook, Messenger et les lunettes IA dans les semaines à venir.

API : préversion privée pour partenaires sélectionnés uniquement

Pas d’accès public. Pas de tarification. C’est là que mes données s’arrêtent.

Contexte de performance

Indice d’intelligence Artificial Analysis : 52

Muse Spark obtient un score de 52 sur l’indice d’intelligence Artificial Analysis, le plaçant dans le top 5 — derrière Gemini 3.1 Pro Preview (57), GPT-5.4 (57) et Claude Opus 4.6 (53). Une mise en garde importante : Artificial Analysis a bénéficié d’un accès anticipé de Meta pour benchmarker le modèle indépendamment. Indépendant, oui. Mais selon les conditions et le calendrier de Meta.

Pour situer le chemin parcouru par Meta : Llama 4 Maverick et Scout ont respectivement obtenu 18 et 13 sur le même indice. C’est un bond de 3x.

Un chiffre qui a retenu mon attention : Muse Spark n’a utilisé que 58 millions de tokens de sortie pour compléter l’évaluation complète, contre 157 millions pour Claude Opus 4.6 et 120 millions pour GPT-5.4. L’efficacité en tokens à cette échelle n’est pas une note de bas de page — c’est une histoire de coûts.

Les domaines où Meta reconnaît des lacunes actuelles

Meta reconnaît ouvertement des lacunes de performance dans les systèmes agentiques à long horizon et les flux de travail de codage. L’analyse de VentureBeat le confirme : Muse Spark est significativement en retard sur les benchmarks de codage comme Terminal-Bench et sur les évaluations de tâches agentiques. Si votre flux de travail est centré sur le code, ce n’est pas votre modèle. Pas encore.

Confidentialité et considérations relatives aux données

Connexion avec un compte Meta obligatoire

Les utilisateurs de Muse Spark doivent se connecter avec un compte Meta existant, comme Facebook ou Instagram. Il n’existe pas de voie d’accès anonyme.

La politique de données de Meta : ce que les utilisateurs doivent savoir

Axios a noté que la politique de confidentialité de Meta fixe peu de limites sur la façon dont l’entreprise peut utiliser les données partagées avec son système d’IA. Meta ne dit pas explicitement que les informations personnelles d’un compte Facebook ou Instagram seront utilisées par l’IA, mais c’est probable, étant donné que Meta s’entraîne généralement sur les données publiques des utilisateurs et a positionné Muse Spark comme un produit de superintelligence personnelle.

Si vous évaluez cela pour tout flux de travail impliquant des entrées sensibles — données clients, questions de santé, documents internes — lisez la Politique de confidentialité de Meta avant de taper quoi que ce soit dans cette interface. Ce n’est pas un avertissement. C’est une étape de votre flux de travail.

FAQ

Muse Spark est-il gratuit ?

Oui. Tous les modes du modèle sont gratuits via meta.ai et l’application Meta AI, bien que Meta puisse imposer des limites de débit.

Muse Spark est-il open source ?

Non. Muse Spark est propriétaire, bien que Meta ait exprimé l’« espoir d’open-sourcer de futures versions du modèle ». C’est une rupture avec la stratégie Llama.

Muse Spark peut-il générer des images ou des vidéos ?

Non. Muse Spark gère les entrées textuelles, d’image et vocales et produit des sorties textuelles et interactives (sites web, mini-jeux, tableaux de bord). La fonctionnalité vidéo Vibes s’appuie actuellement sur des modèles tiers de Black Forest Labs.

Quand l’API Muse Spark sera-t-elle disponible publiquement ?

Aucune date confirmée. Elle est actuellement en préversion privée pour des partenaires sélectionnés uniquement. Meta a signalé son intention d’offrir un accès API plus large mais n’a pas pris d’engagement sur un calendrier.

Comment Muse Spark se compare-t-il à GPT-5.4 et Gemini ?

Sur l’indice d’intelligence Artificial Analysis, Muse Spark (52) est derrière GPT-5.4 (57), Gemini 3.1 Pro (57) et Claude Opus 4.6 (53). Il est en tête sur les benchmarks de santé et de vision multimodale, mais à la traîne sur le codage et les tâches agentiques. La comparaison dépend entièrement de votre cas d’usage.

Je continuerai à surveiller les performances du mode Contemplating une fois qu’il sera disponible publiquement, et si l’API s’ouvre d’une manière réellement utilisable pour les développeurs tiers. Pour l’instant, Muse Spark est intéressant pour ce qu’il signale sur la direction de Meta — mais pour la plupart des flux de travail de développeurs, ce n’est pas quelque chose que vous pouvez intégrer encore. Cela pourrait changer rapidement. Ou peut-être pas. Testez-le vous-même quand l’API sera disponible. Ça vous en apprendra plus que tout ce que je peux dire.

Articles précédents :