Que sont les modèles Muse de Meta, et valent-ils quelque chose pour programmer?

Meta a lancé la famille Muse en avril 2026 avec Muse Spark, et les sorties se succèdent depuis. À la fin d’octobre, une personne qui programme devrait connaître quatre noms, de deux types : des modèles hébergés, qui tournent sur les serveurs de Meta et que vous payez à l’usage, et des modèles à poids ouverts, dont vous pouvez télécharger les fichiers pour les faire tourner sur du matériel que vous contrôlez.

Pour programmer, Meta offre son propre agent, Muse Code, un outil en ligne de commande pour macOS et Linux qui lit votre projet, modifie des fichiers et lance des commandes, un peu comme Claude Code ou Codex.

La gamme en octobre 2026

Les prix viennent de la page de tarifs de l’API de Meta; un jeton est un court morceau de texte, environ les trois quarts d’un mot.

Ce que Meta dit de la programmation

Meta présente Muse Spark 1.3 comme un pas en avant pour le travail par agent et la programmation. L’entreprise dit que le modèle a été entraîné sur davantage de longues tâches de programmation, qu’il pose des questions de clarification quand une demande est vague, qu’il demande de l’aide quand il bloque et qu’il confirme avant toute action aux effets durables. Dans les comparaisons internes de Meta, il a utilisé environ 20 % moins d’appels d’outils et environ 25 % moins de jetons que Spark 1.2, et il a moins rempli ses réponses. Ce sont des qualités utiles chez un agent, puisque chaque étape de plus coûte du temps et de l’argent.

Muse Wonder est le modèle le plus capable de Meta, conçu pour les tâches d’agent personnelles et professionnelles. Il coûte le même prix par jeton que Claude Opus 5.5.

Ce que montrent les tests externes

Les résultats indépendants sont plus minces que pour Claude ou GPT, et jusqu’ici moins flatteurs. L’Android Bench de Google, un test public de longues tâches de programmation, n’inclut pas encore les modèles Muse. Vals AI, une firme de tests indépendante, a soumis Muse Spark Open à Terminal-Bench 4.0, un test de travail en plusieurs étapes en ligne de commande : il a résolu 6,6 % des tâches, loin derrière les meneurs hébergés, entre 55 % et 65 % dans les exécutions de cette firme. Ce chiffre concerne le modèle ouvert, pas Spark 1.3 ni Wonder en version hébergée, mais il rappelle qu’un graphique de lancement ne dit pas tout.

Muse Glimmer affiche de bons chiffres pour sa taille dans la fiche de Meta : 51,2 % sur SWE-bench Pro, un test de vraies corrections logicielles, et 76,0 % sur l’ancien SWE-bench Verified. Ce sont des chiffres de l’éditeur, et ces deux tests diffèrent de ceux que citent maintenant les grands laboratoires.

Une façon équitable de juger n’importe quel modèle Muse est de lui donner une tâche que vous avez déjà résolue :

Ce dépôt contient un test qui échoue dans tests/test_invoice.py. Trouve la cause, corrige-la avec le plus petit changement possible, lance toute la suite de tests et explique la correction en trois phrases. Demande-moi avant d’ajouter une dépendance.

Quel modèle Muse pouvez-vous faire tourner vous-même?

Pour la plupart des gens, la réponse est Muse Glimmer-30B. Il compte environ 29,6 milliards de paramètres, les nombres qu’un modèle apprend pendant l’entraînement, et Meta l’a conçu pour le travail d’agent sur du matériel grand public. La version 4 bits de Meta, qui stocke chaque paramètre sur environ un demi-octet, est un fichier de 16,8 Go destiné à une carte graphique de 24 Go de mémoire; une version un peu meilleure de 19,7 Go vise les cartes de 32 Go. Il lit jusqu’à 131 072 jetons de contexte, accepte le texte et les images et tourne dans llama.cpp (version b10353 ou plus récente). Tout ce que Meta a publié pour ce modèle est sous Apache 2.0 : vous pouvez donc l’utiliser commercialement. L’installation pas à pas est décrite dans le guide pour faire tourner Muse Glimmer localement.

Muse Spark Open est une tout autre bête. Son nom, 816B-A42B, suit la convention habituelle des modèles à mélange d’experts : 816 milliards de paramètres au total, dont environ 42 milliards actifs pour chaque jeton. Même à un demi-octet par paramètre, les poids seuls occuperaient environ 400 Go, ce qui demande du matériel de centre de données, pas un portable. La page du modèle de Meta renvoie à des outils de serveur comme vLLM et SGLang. La licence mérite aussi une lecture attentive : elle permet l’utilisation, l’ajustement fin et la redistribution, mais tout produit bâti dessus doit afficher « Built with Muse Spark Open », et les entreprises qui vendent l’accès à des modèles avec plus de 20 millions de dollars américains de revenus annuels doivent signer une entente distincte avec Meta.

Muse Spark 1.3 et Muse Wonder n’ont pas de poids téléchargeables : ils ne tournent que par les services de Meta. Si l’objectif est de garder votre code sur votre propre machine, Glimmer est le modèle Muse par lequel commencer.