Muse Spark 1.3 : Meta brade son IA en échange de vos données

04/09/2026

Le 2 septembre 2026, Meta a lancé Muse Spark 1.3, un modèle au niveau de GPT-5.6 Sol et Claude Opus 5 sur l’indice Artificial Analysis, proposé 21 fois moins cher en sortie aux développeurs qui acceptent que leurs requêtes et leurs réponses servent à entraîner les modèles de Meta

Meta a lancé le 2 septembre 2026 Muse Spark 1.3, un modèle qui rejoint GPT-5.6 Sol et Claude Opus 5 sur l’indice d’Artificial Analysis, pour un coût par tâche deux fois plus bas. L’essentiel est ailleurs : un tarif « contributeur » à 0,10 $ le million de tokens en entrée et 0,20 $ en sortie, soit 12 à 21 fois moins que le tarif standard, à condition d’autoriser Meta à utiliser vos requêtes et vos réponses pour améliorer ses modèles. Il est réservé aux développeurs, via Muse Code et l’API de Meta, et absent de WhatsApp comme de Meta AI.

Ce que Meta a annoncé

Dans le billet officiel, Meta présente 1.3 comme une version entraînée sur des tâches de codage plus longues : à travail égal, le modèle fait environ 20 % d’appels d’outils en moins et consomme 25 % de tokens en moins que Muse Spark 1.2. Il pose des questions quand la consigne est ambiguë et confirme avant une action lourde de conséquences. Sur X, Mark Zuckerberg parle du « plus grand bond réalisé à ce jour en codage et en travail d’agent », rapporte The Register.

Disponibilité : Muse Code, l’outil de codage en ligne de commande de Meta, et la Meta Model API. Aucune surface grand public. Le mode de raisonnement « max » suivra après des tests de sécurité supplémentaires.
Capacités : un million de tokens de contexte, texte, images et vidéo en entrée, d’après la page du modèle.
Chiffres de l’éditeur : sur DeepSWE v1.1, 75,4 contre 74,0 pour Claude Opus 5 et 73,0 pour GPT-5.6 Sol ; sur la mémoire longue (MRCR jusqu’à un million de tokens), 98,1 contre 73,8 pour Sol. Sur les tests d’agents généralistes (GDPval-AA v2, OSWorld 2.0, JobBench), Opus 5 reste devant, note DataCamp.

Une développeuse dans un petit bureau, deux écrans allumés devant elle, un classeur de contrats clients fermé posé à côté du clavier, en fin d’après-midi — Le tarif contributeur se choisit ligne par ligne dans le code : c’est au moment de brancher l’API que la question des données se pose.

La mesure indépendante : à égalité, pour moitié prix

Sur l’indice d’intelligence d’Artificial Analysis, publié le jour même, Muse Spark 1.3 en mode « xhigh » obtient 61, le même score que GPT-5.6 Sol et Grok 4.6, devant Gemini 3.8 Flash (59) et derrière Claude Opus 5 (63) et Claude Fable 5.1 (66), détaille Trending Topics. Le coût pour parcourir l’indice tombe à 0,55 $ par tâche, contre 0,94 $ pour Grok 4.6, 0,95 $ pour GPT-5.6 Sol et 1,23 $ pour Opus 5. VentureBeat apporte deux nuances : les meilleurs résultats publiés par Meta viennent du mode « max » (62), réservé à quelques partenaires, et Gemini 3.8 Flash, sorti le même jour, répond 30 % plus vite.

Infographie : indice d’intelligence Artificial Analysis au 3 septembre 2026 : Claude Fable 5.1 à 66, Claude Opus 5 à 63, Muse Spark 1.3 à 61, GPT-5.6 Sol à 61 et Gemini 3.8 Flash à 59, avec le coût par tâche de 0,55 dollar pour Muse Spark 1.3 contre 1,23 dollar pour Opus 5 et 0,95 dollar pour GPT-5.6 Sol — Cinq points derrière le meilleur modèle du marché, mais dans le même groupe que GPT-5.6 Sol, pour deux fois moins cher par tâche.

Le tarif contributeur : 21 fois moins cher, et vos données partent chez Meta

La page de tarification de Meta affiche deux grilles pour le même modèle. Le tarif standard reste à 1,25 $ le million de tokens en entrée et 4,25 $ en sortie ; les données ne servent pas à améliorer les produits de Meta. Le tarif contributeur tombe à 0,10 $ en entrée et 0,20 $ en sortie ; en contrepartie, requêtes et réponses sont utilisées pour améliorer les produits de Meta. Selon Axios, Alexandr Wang, responsable de l’IA chez Meta, dit qu’une part « à deux chiffres » des développeurs a déjà choisi cette option.

L’écart est considérable : un million de tokens produits coûte 0,20 $ au lieu de 4,25 $. Mais ce que vous envoyez au modèle, c’est votre code, vos documents, vos échanges avec vos clients. VentureBeat y voit un problème de gouvernance pour du code propriétaire ; il vaut autant pour un devis, un contrat ou un dossier de patient. Pour une entreprise suisse ou européenne, la question relève aussi de la loi sur la protection des données et du RGPD dès qu’un nom de client passe dans une requête.

Infographie : les deux tarifs de Muse Spark 1.3 par million de tokens : standard à 1,25 dollar en entrée, 4,25 dollars en sortie et 0,15 dollar en cache, données non utilisées pour l’entraînement ; contributeur à 0,10 dollar en entrée, 0,20 dollar en sortie et 0,002 dollar en cache, requêtes et réponses utilisées pour améliorer les modèles de Meta, soit 12 fois moins cher en entrée et 21 fois moins cher en sortie — Le même modèle à deux prix : la différence n’est pas une remise, c’est une transaction sur vos données.

Poids ouverts : la promesse qui glisse

En août, Meta annonçait les poids de Muse Spark 1.2 « dans les prochaines semaines ». Le 2 septembre, Zuckerberg promet des versions à poids ouverts « bientôt », sans version, sans date ni licence, relève VentureBeat. The Next Web ajoute que la publication des poids de 1.3 n’est pas décidée, et que l’exemption open source de l’article 53 de l’AI Act ne s’applique pas aux modèles à risque systémique, catégorie où Meta range ses modèles de pointe. Le seul modèle Meta à poids ouverts reste Muse Glimmer, 30 milliards de paramètres. Les meilleurs modèles ouverts, Kimi K3, GLM-5.3 et Qwen 3.8, plafonnent entre 58 et 60 sur l’indice : un à trois points derrière.

Ce que ça change pour une PME

Si personne ne code chez vous, il n’y a rien à ouvrir aujourd’hui : Meta Connect, le 23 septembre, doit amener le modèle dans les produits grand public. Si vous avez branché une API dans un outil interne, Muse Spark 1.3 mérite un test comparé sur vos trois tâches les plus fréquentes, au tarif standard, comme candidat à l’étage intermédiaire de votre grille de modèles. Le tarif contributeur ne convient qu’à des données déjà publiques ou fabriquées pour l’essai, jamais à un flux qui touche des clients ou des salariés. Enfin, inscrivez la règle noir sur blanc : chaque outil d’IA branché dans l’entreprise doit avoir une ligne qui dit où vont les données et si elles servent à entraîner un modèle. Meta vient de montrer que la réponse peut changer avec une case à cocher.

Muse Spark 1.3 est-il disponible dans WhatsApp ou Meta AI ?

Non. Au 4 septembre 2026, Meta ne le propose qu’aux développeurs, via Muse Code et la Meta Model API. Les produits grand public devraient suivre lors de Meta Connect, le 23 septembre.

Le tarif contributeur est-il un bon plan pour une entreprise ?

Seulement si aucune donnée confidentielle ne transite : à ce tarif, Meta utilise vos requêtes et vos réponses pour améliorer ses modèles. Pour du code propriétaire ou des données de clients, le tarif standard s’impose.

Un modèle de pointe pour moitié prix, c’est une bonne nouvelle, à condition de lire la ligne qui dit à quoi servent vos données. Les formations IA de Vincent Lévi apprennent à choisir un modèle par tâche et à poser les règles de confidentialité avant de brancher un outil. Pour savoir ce que Muse Spark 1.3 vaut sur vos dossiers, écrivez à l’équipe : un test comparé tient en une matinée.