Muse Spark 1.2 คืออะไร?

สรุปสั้น ๆ (TL;DR)

Meta ได้ออก Muse Spark 1.2 เน้นการเขียนโค้ดต่อจาก Muse Spark 1.1 ออกแบบมาสำหรับการสร้างโค้ด การดีบักที่ซับซ้อน ความเข้าใจรีโพซิทอรี และเวิร์กโฟลว์นักพัฒนาปลายทาง มากกว่าการรีเซ็ตสเปกโดยรวม โมเดลยังคงมีหน้าต่างบริบท 1 ล้านโทเค็น และรับอินพุตแบบข้อความ รูปภาพ วิดีโอ และ PDF ขณะส่งออกเป็นข้อความ

ประเด็นสำคัญของรุ่นนี้คือความสัมพันธ์ระหว่างโมเดลกับ Muse Code Meta ได้เทรนร่วมกับ Muse Code โดยใช้วิถีเอเจนต์ การกำหนดเงื่อนไขเป้าหมาย การบีบอัดบริบท พฤติกรรมซับเอเจนต์ และชุดเครื่องมือการเขียนโค้ดเอง ทำให้ Muse Spark 1.2 น่าสนใจเป็นพิเศษเมื่ออยู่ในสภาพแวดล้อมการเขียนโค้ดของ Meta เอง แต่ก็หมายความว่าคะแนนเปิดตัวที่แข็งแกร่งที่สุดควรถูกมองว่าเป็นผลของ “โมเดลบวกระบบเอเจนต์”

ในการประเมินการเขียนโค้ดของ Meta Muse Spark 1.2 จับคู่กับ Muse Code ได้ 82.9% บน Terminal-Bench 2.1 และ 59.3% บน DeepSWE 1.1 หน้าโมเดลของ Artificial Analysis ปัจจุบันรายงานคะแนน Intelligence Index เท่ากับ 57 แทนคะแนนเปิดตัว 54 ภายใต้เวอร์ชันดัชนีก่อนหน้า การจัดอันดับ GDPval-AA v2 ล่าสุดคือ 1,623 Elo อยู่ที่อันดับ 15 จาก 213 โมเดลที่ประเมิน Muse Spark 1.2 จึงยังคงแข่งขันได้ในงานโค้ดและงานเอเจนต์ แต่ไม่ใช่ผู้นำโดยรวม โดย Claude Opus 5 นำหน้าในทั้งเกณฑ์มาตรฐานการเขียนโค้ดของ Meta และตารางจัดอันดับ GDPval-AA v2 ปัจจุบัน

ประเด็นสำคัญ

• อัปเดตเน้นการโค้ด: Muse Spark 1.2 โฟกัสที่การสร้าง การดีบัก ความเข้าใจฐานโค้ด และเวิร์กโฟลว์นักพัฒนาระยะยาว
• บริบท 1 ล้านโทเค็น: API ระบุหน้าต่างบริบท 1,048,576 โทเค็น สำหรับงานระดับรีโพซิทอรีและเซสชันเอเจนต์แบบคงอยู่
• อินพุตมัลติโหมด: โมเดลแบบโฮสต์รับข้อความ รูปภาพ วิดีโอ และเอกสาร PDF และตอบเป็นข้อความ
• การปรับให้เหมาะกับระบบเอเจนต์: โมเดลถูกฝึกให้ทำงานกับแพตเทิร์นการวางแผน เครื่องมือ การบีบอัด และซับเอเจนต์ของ Muse Code
• ผลโค้ดแข็งแกร่งแต่พึ่งฮาร์เนส: Meta รายงาน 82.9% บน Terminal-Bench 2.1 และ 59.3% บน DeepSWE 1.1 เมื่อใช้กับ Muse Code
• เศรษฐศาสตร์ API แข่งขันได้: ราคา Standard คือ $1.25 ต่อหนึ่งล้านโทเค็นอินพุต และ $4.25 ต่อหนึ่งล้านโทเค็นเอาต์พุต โดยมีระดับ Contributor ที่ถูกกว่ามากภายใต้เงื่อนไขข้อมูลที่ต่างกัน
• ข้อควรระวังสำคัญ: ยังไม่เปิดเผยจำนวนพารามิเตอร์ สถาปัตยกรรม และจำนวนโทเค็นฝึก

Muse Spark 1.2 คืออะไร?

Muse Spark 1.2 คือโมเดลให้เหตุผลแบบมัลติโหมดที่ปรับเหมาะสำหรับการเขียนโค้ดของ Meta Superintelligence Labs Meta อธิบายว่าเป็นการอัปเดตจาก Muse Spark 1.1 ที่ปรับปรุงการสร้างโค้ด การดีบักที่ซับซ้อน ความเข้าใจฐานโค้ด และเวิร์กโฟลว์นักพัฒนาที่สมบูรณ์ รุ่นนี้เปิดตัวพร้อมกับ Muse Code beta ซึ่งเป็นเอเจนต์เทอร์มินัลสำหรับวางแผนการเปลี่ยนแปลง เขียนโค้ด เรียกใช้เครื่องมือ ประสานซับเอเจนต์แบบคงอยู่ และตรวจสอบผลลัพธ์ทั่วรีโพซิทอรีขนาดใหญ่

การวางตำแหน่งนี้สำคัญ Muse Spark 1.2 ไม่ได้ทำการตลาดหลักในฐานะแชตบอทที่ดีกว่าหรือโมเดลสารพัดประโยชน์ที่ใหญ่กว่า มันถูกออกแบบรอบเงื่อนไขที่ทำให้เอเจนต์ซอฟต์แวร์ยาก: ข้อกำหนดกระจายหลายไฟล์ เอาต์พุตเทอร์มินัลสะสม ความล้มเหลวของเทสต์ซ้ำ ๆ แผนที่เปลี่ยน เซสชันยาว และความจำเป็นต้องรักษาวัตถุประสงค์เดิมไว้หลังหลายขั้นตอน

ข้อมูลจำเพาะของ Muse Spark 1.2

หมายเหตุสเปก: เอกสารโมเดลของ Meta ให้รายละเอียดการวางตำแหน่ง บริบท และราคา; เอกสาร API ที่โฮสต์ให้รายละเอียดรูปแบบอินพุตและเอาต์พุตที่รองรับ ข้อจำกัดการปรับใช้จริงอาจแตกต่างจากความสามารถเชิงทฤษฎีของโมเดลพื้นฐาน

มีอะไรใหม่ใน Muse Spark 1.2?

การฝึกด้านโค้ดมากขึ้น

Meta ระบุว่าเพิ่มคอมพิวต์สำหรับงานโค้ดอย่างมีนัยสำคัญ พร้อมขยายความหลากหลายของสภาพแวดล้อมการฝึก เป้าหมายเชิงปฏิบัติไม่ใช่แค่สร้างโค้ดที่ถูกต้อง แต่เพิ่มความถูกต้องตั้งแต่ครั้งแรกเมื่อเอเจนต์ต้องตรวจรีโพซิทอรีที่ไม่คุ้นเคย ระบุไฟล์ที่เกี่ยวข้อง ดำเนินการเปลี่ยนแปลง รันบิลด์หรือเทสต์ และแก้งานหลังได้รับข้อเสนอแนะ

สิ่งนี้ทำให้อัปเดตมีความเกี่ยวข้องกับวิศวกรรมผลิตจริงมากกว่าการเพิ่มขึ้นบนการสร้างโค้ดแบบครั้งเดียว รีโพซิทอรีจริงมีคอนเวนชันเฟรมเวิร์ก การเชื่อมโยงที่ซ่อนอยู่ เอกสารไม่ครบ เทสต์เปราะ และข้อกำหนดที่ไม่สามารถตอบได้ด้วยการแก้ฟังก์ชันโดด ๆ Muse Spark 1.2 ถูกฝึกมาอย่างชัดเจนสำหรับกรอบงานที่กว้างกว่านั้น

เทรนร่วมกับ Muse Code

Meta เทรนร่วม Muse Spark 1.2 กับ Muse Code เพื่อให้โมเดลเข้ากันได้ดีขึ้นกับชุดเครื่องมือและรันไทม์ของเอเจนต์ การฝึกประกอบด้วยวิถีฮาร์เนสที่สุ่มคัดทิ้งและปรับสูตรสำหรับเป้าหมาย การบีบอัดบริบท และซับเอเจนต์ นี่จงใจกว่าการเอาโมเดลทั่วไปไปครอบด้วยตัวหุ้มบรรทัดคำสั่งหลังการฝึก

ประโยชน์คือความเข้ากันได้: โมเดลเรียนรู้ว่าฟีดแบ็กจากเครื่องมือมีหน้าตาอย่างไร เมื่อใดควรปรับแผน ซับเอเจนต์สื่อสารอย่างไร และสถานะใดต้องคงอยู่ผ่านการบีบอัดบริบท ข้อแลกเปลี่ยนคือการถ่ายโอน โมเดลที่จูนสำหรับฮาร์เนสหนึ่งยังทำงานที่อื่นได้ แต่ผลลัพธ์ที่ดีที่สุดอาจขึ้นกับพรอมต์ เครื่องมือ ระบบหน่วยความจำ และลูปควบคุมที่เห็นระหว่างการฝึก

การโค้ดระยะยาว

Muse Spark 1.2 ถูกฝึกบนการสร้างทั้งรีโพซิทอรีและโปรเจ็กต์ยาว รวมถึงเวิร์กโฟลว์วิจัยอัตโนมัติ Meta เน้นสามพฤติกรรม: การวางแผนเพื่อจัดลำดับงาน การกำหนดเงื่อนไขเป้าหมายเพื่อคงทิศสู่เป้าหมายเดิม และการบีบอัดบริบทเพื่อเก็บความรู้สำคัญเมื่อเซสชันเติบโต

กลไกเหล่านี้แก้โหมดล้มเหลวทั่วไปของเอเจนต์โค้ด: ระบบมีผลผลิตในพื้นที่แต่หลงทิศทางโดยรวม อาจแก้เทสต์แต่ทำลายข้อกำหนด ทำซ้ำการสืบค้นก่อนหน้า หรือหลงลืมเหตุผลของการออกแบบ การฝึกระยะยาวมุ่งให้ความก้าวหน้าเป็นแบบต่อเนื่อง ไม่ใช่เป็นตอน ๆ

ปรับปรุงตนเองด้วย Muse Spark 1.1

Meta ใช้ Muse Spark 1.1 เพื่อสร้างสภาพแวดล้อมโค้ดที่ท้าทายและแม่แบบการทำตามคำสั่ง โมเดลก่อนหน้าให้เกรดวิธีแก้กับข้อกำหนดที่สร้างขึ้น สร้างข้อมูลฝึกที่ขยายได้สำหรับ Muse Spark 1.2 ควรเข้าใจว่าเป็นการสร้างงานและการประเมินด้วยโมเดลช่วย ไม่ใช่การแก้ไขตัวเองของโมเดลที่ใช้งานจริงแบบไร้ข้อจำกัด

งานรีโพซิทอรีแบบมัลติโหมด

หน้าต่าง 1M โทเค็นและอินพุตมัลติโหมดมีความสำคัญ เพราะงานพัฒนาหลายอย่างไม่ใช่ข้อความล้วน เอเจนต์อาจต้องเปรียบเทียบฝั่งหน้าบ้านกับภาพหน้าจอ ตรวจเอกสารสเปก PDF แปลความการบันทึก UI หรือรักษาข้อกำหนดเชิงภาพขณะแก้โค้ด เดโมการเปิดตัวที่ Muse Code แปลความวิดีโอเดินชมบ้านและสร้างหน้าให้บริการการตลาดและการจอง แสดงเวิร์กโฟลว์จากการรับรู้สู่การนำไปใช้

Muse Spark 1.2 เทียบกับ Muse Spark 1.1: เปลี่ยนอะไรจริง?

วิธีที่ Muse Spark 1.2 ทำงานร่วมกับ Muse Code

Muse Spark 1.2 คือโมเดล; Muse Code คือผลิตภัณฑ์เอเจนต์ที่แปลงการเรียกโมเดลให้เป็นงานวิศวกรรมซอฟต์แวร์แบบคงอยู่ Muse Code รันเอเจนต์หลักคู่กับเอเจนต์เบื้องหลังแบบอะซิงโครนัสที่ยังทำงานต่อเนื่องตลอดเซสชัน ผู้ปฏิบัติเหล่านี้สามารถรวบรวมบริบท ดำเนินขั้นตอนถัดไป และสื่อสารสิ่งที่ค้นพบกลับไปยังเอเจนต์หลักโดยไม่ต้องสร้างใหม่ทุกงาน

รันไทม์ยังคงบันทึกเหตุการณ์ภายในประเทศ เรียกโมเดล เครื่องมือ การอนุมัติ และการแก้ไขทุกครั้งจะถูกเพิ่มในประวัติเดียว ทำให้เอเจนต์ทำงานต่อได้หลังเกิดแครชแทนที่จะเริ่มใหม่ ทักษะในตัวอย่าง /plan, /grill และ /goal เพิ่มการวางแผนที่ต้องขออนุมัติ การทดสอบความแข็งแกร่งของแผน และการปฏิบัติการตามวัตถุประสงค์

ภาพที่ 1. Muse Code แปลง Muse Spark 1.2 ให้เป็นระบบวางแผน ปฏิบัติ และตรวจสอบแบบคงอยู่ ที่มา: Meta launch description

คำตีความ: ความคงอยู่ บันทึกเหตุการณ์ เครื่องมือ และการจัดการซับเอเจนต์ของ Muse Code เป็นความสามารถของระบบ ไม่ควรถูกยกให้เป็นคุณสมบัติของโมเดลฐานเพียงอย่างเดียว

ผลการทดสอบมาตรฐานของ Muse Spark 1.2

ผลลัพธ์ต่อไปนี้รายงานโดย Meta คะแนนการโค้ดวัดระบบโมเดลบวกเอเจนต์ ขณะที่คอมโพสิตมัลติโหมดในภายหลังวัดการตั้งค่า Meta Model API ที่มีและไม่มีเครื่องมือ ไม่ควรรวมเข้ากับเมตริกอิสระของ Artificial Analysis ที่ตามมา

ผลการทดสอบมาตรฐานด้านโค้ด

ระเบียบวิธีประเมินของ Meta ใช้ Muse Code สำหรับ Muse Spark 1.2, Claude Code สำหรับ Claude Opus 5, Codex สำหรับ GPT-5.6 Terra และ Grok Build สำหรับ Grok 4.5 คะแนนที่สูงกว่าอาจสะท้อนโมเดล ลูปเอเจนต์ พรอมต์ เครื่องมือ และการออกแบบหน่วยความจำรวมกัน วลีที่ถูกต้องคือ Muse Spark 1.2 ใน Muse Code ได้ 82.9% ไม่ใช่โมเดลฐานเพียงอย่างเดียวได้ 82.9%

ผลการทดสอบมาตรฐานมัลติโหมด

การประเมินมัลติโหมดวันที่ 20 สิงหาคมของ Meta รายงานคอมโพสิตสิบเกณฑ์มาตรฐานครอบคลุมการรับรู้ภาพ ความรู้เชิงภาพ การให้เหตุผลเชิงพื้นที่และ UI และความเข้าใจกราฟ/ชาร์ต การเพิ่มสูงสุดปรากฏเมื่อ Muse Spark 1.2 สามารถใช้เครื่องมือได้

ระเบียบวิธีมัลติโหมดอย่างเป็นทางการ เฉลี่ย BabyVision, PerceptionBench, ZeroBench, WorldVQA, SimpleVQA, ERQA, OmniSpatial, CharXiv Reasoning, ChartMuseum และ ChartQAPro เท่า ๆ กัน การเปรียบเทียบนี้มีประโยชน์สำหรับการวัดผลยกระดับจากเครื่องมือภายในกรอบของ Meta; ไม่ใช่เกณฑ์มาตรฐานที่จำลองซ้ำอย่างอิสระ

ผลการทดสอบอิสระ

ภายใต้ Artificial Analysis Intelligence Index v4.1.1 ปัจจุบัน Muse Spark 1.2 ได้คะแนน 57 เทียบกับ 53 สำหรับ Muse Spark 1.1 และประมาณ 44 สำหรับ Muse Spark รุ่นแรก การจัดอันดับ GDPval-AA v2 ล่าสุดคือ 1,623 Elo อยู่ที่อันดับ 15 จาก 213 โมเดลที่ประเมิน Muse Spark 1.2 ยังนำในการทดสอบ AA-LCR สำหรับบริบทยาวด้วยคะแนน 83.3% ชี้ว่าจุดแข็งครอบคลุมงานเอเจนต์ความรู้ เวิร์กโฟลว์โค้ด และการให้เหตุผลบริบทยาว

ที่มา:Artificial Analysis

ข้อมูลความเชื่อถือได้ต้องตีความอย่างระมัดระวัง AA-Omniscience ดีขึ้นจาก 18 เป็น 22 และอัตราเฮลลูซิเนชันลดจาก 38% เป็น 28% แต่ก็มีอัตราการพยายามตอบลดจาก 82% เป็น 67% ความแม่นยำลดจาก 41% เป็น 38% กล่าวคือ Muse Spark 1.2 พร้อมงดตอบมากขึ้นเมื่อไม่มั่นใจ ลดการอ้างเท็จ แต่ก็ให้คำตอบพยายามน้อยลง

การให้เหตุผลเชิงวิทยาศาสตร์แทบทรงตัว CritPt ดีขึ้นจาก 15% เป็น 18% ขณะที่ SciCode ลดจาก 58% เป็น 56% และ Humanity's Last Exam ลดจาก 45% เป็น 44% รูปแบบนี้สอดคล้องกับการวางตำแหน่งของ Meta: Muse Spark 1.2 เป็นอัปเดตเฉพาะทางด้านโค้ดและงานเอเจนต์ ไม่ใช่การก้าวกระโดดสม่ำเสมอในทุกโดเมนการให้เหตุผล

ราคา Muse Spark 1.2

Meta มีการเข้าถึงแบบ Standard และ Contributor โมเดล Standard ราคา $1.25 ต่อหนึ่งล้านโทเค็นอินพุต, $0.15 ต่อหนึ่งล้านโทเค็นอินพุตแบบแคช และ $4.25 ต่อหนึ่งล้านโทเค็นเอาต์พุต รุ่น Contributor ถูกกว่ามาก แต่ Meta ระบุว่าอาจใช้ข้อมูลเพื่อพัฒนาผลิตภัณฑ์

แหล่งที่มาราคา: หน้ารุ่นโมเดลอย่างเป็นทางการของ Meta ทีมงานควรทบทวนข้อกำหนดผลิตภัณฑ์และข้อมูลที่เกี่ยวข้องก่อนส่งโค้ดที่เป็นทรัพย์สิน ข้อมูลรับรอง ลูกค้าหรือเอกสารภายในผ่านเส้นทาง Contributor

ราคาต่อโทเค็นต่ำไม่ได้หมายความว่าต้นทุนต่อภารกิจเสร็จสิ้นต่ำที่สุด Artificial Analysis ประมาณ $0.40 ต่อภารกิจ Intelligence Index สำหรับ Muse Spark 1.2 เพิ่มจาก $0.29 สำหรับ Muse Spark 1.1 การเพิ่มมาจากการใช้โทเค็นที่สูงขึ้น โดยเฉพาะในงานเอเจนต์ระดับมืออาชีพ ดังนั้นทีมควรวัดต้นทุนต่อ pull request ที่รับแล้ว อีชชูที่แก้ไขแล้ว หรืองานส่งมอบที่ยืนยันแล้ว มากกว่าดูแค่ราคาป้าย

Muse Spark 1.2 เทียบกับโมเดลโค้ดระดับแนวหน้ารายอื่น

ชุดเปรียบเทียบที่เกี่ยวข้องที่สุด ได้แก่ Claude Opus 5, GPT-5.6 Terra, Grok 4.5 และ Kimi K3 โมเดลเหล่านี้ทับซ้อนกันในด้านการโค้ด เครื่องมือ บริบทยาว และเวิร์กโฟลว์เอเจนต์มืออาชีพ แต่แตกต่างในด้านการปรับใช้ ความกว้างของโมดาลิตี อีโคซิสเท็ม และลำดับความสำคัญด้านราคา-ประสิทธิภาพ

จุดที่ Muse Spark 1.2 ได้เปรียบชัดเจน

Muse Spark 1.2 โดดเด่นที่สุดเมื่อแอปพลิเคชันใช้บันทึกเหตุการณ์แบบคงอยู่ การออกแบบซับเอเจนต์ และการฝึกเฉพาะของ Muse Code ราคามาตรฐานของ API ยังดุดันเมื่อเทียบกับโมเดลโค้ดระดับพรีเมียม สำหรับทีมที่ให้ค่าน้ำหนักกับระบบเอเจนต์ที่ผสานแน่น ชุดนี้อาจสำคัญกว่าความต่างเล็ก ๆ บนเกณฑ์มาตรฐานเดียว

จุดที่ Claude Opus 5 ยังแข็งแกร่งกว่า

Claude Opus 5 นำทั้งสามชาร์ตโค้ดของ Meta ที่ปรากฏ เป็นตัวเลือกที่ปลอดภัยกว่าเมื่อค่าความล้มเหลวของการเปลี่ยนแปลงสูง และความเชื่อถือได้แบบ end-to-end สำคัญกว่าราคาโทเค็น Muse Spark 1.2 ไล่ช่องว่างแคบลง โดยเฉพาะงานเทอร์มินัล แต่ยังไม่ลบช่องว่าง

จุดที่ GPT-5.6 Terra เหมาะสม

GPT-5.6 Terra อยู่ใกล้ Muse Spark 1.2 บน Terminal-Bench และนำหน้าใน DeepSWE ตามการประเมินของ Meta ข้อได้เปรียบคือความกว้าง: ทีมที่ใช้ระบบ response, search, file, shell, computer, และ MCP ของ OpenAI อยู่แล้ว อาจชอบโมเดลที่เข้ากับสแตกผลิตจริงที่มี แม้อีกโมเดลจะถูกกว่าเล็กน้อย

เมื่อ Grok 4.5 หรือ Kimi K3 อาจดีกว่า

Grok 4.5 เป็นทางเลือกที่แข็งแรงสำหรับเวิร์กโฟลว์ที่ผสานการโค้ดกับเครื่องมือและข้อมูลปัจจุบันของ xAI Kimi K3 ดึงดูดมากกว่าเมื่อผลงานระยะยาว น้ำหนักเปิด หรือการควบคุมโดยผู้ให้บริการมีความสำคัญ ตัวเลือกที่ใช้งานจริงขึ้นกับรันไทม์ทั้งหมด: พรอมต์ เครื่องมือ หน่วยความจำ ข้อกำหนดความปลอดภัย และกลยุทธ์การตรวจสอบ สามารถเปลี่ยนผลลัพธ์ได้ไม่แพ้โมเดลฐาน

Muse Spark 1.2 ทำอะไรได้บ้าง?

วิศวกรรมซอฟต์แวร์ระดับรีโพซิทอรี

บริบท 1M โทเค็นบรรจุโค้ด เอกสาร เอาต์พุตเทสต์ ประวัติอีชชู และสถานะเอเจนต์ได้จำนวนมาก งานที่เหมาะสม ได้แก่ ฟีเจอร์หลายไฟล์ อัปเกรดเฟรมเวิร์ก รีแฟกเตอร์ทั้งรีโพซิทอรี ไมเกรชัน API ซ่อมเทสต์ รีวิว pull request และวิเคราะห์สถาปัตยกรรม บริบทยาวมีประโยชน์ที่สุดเมื่อจับคู่กับการดึงค้นและการบีบอัด มากกว่าการโหลดรีโพซิทอรีแบบไม่คัดสรร

การดีบักที่ซับซ้อน

Muse Spark 1.2 สามารถตรวจโค้ด รันเครื่องมือ อ่านความล้มเหลว ตั้งสมมติฐาน แก้ไข และทดสอบซ้ำ การฝึกที่เน้นโค้ดมุ่งปรับปรุงลูปนี้ ซึ่งความยากไม่ใช่การเสนอแพตช์ที่ดูสมเหตุผล แต่คือการระบุรากสาเหตุและยืนยันว่าแพตช์ไม่สร้างรีเกรสชัน

เอเจนต์โค้ดแบบทำงานยาว

โปรเจ็กต์ที่ต่อเนื่องยาวเป็นเคสหลัก บันทึกเหตุการณ์และเอเจนต์เบื้องหลังของ Muse Code ทำให้งานดำเนินต่อผ่านการเรียกโมเดลและขั้นตอนเครื่องมือจำนวนมาก เป็นประโยชน์สำหรับการอัปเกรด ปรับประสิทธิภาพ สร้างเอกสาร ทันสมัยเทสต์ และส่วนฟีเจอร์ที่ไม่ปลอดภัยจะทำให้เสร็จในคำตอบเดียว

การวิจัยทางเทคนิคอัตโนมัติ

Meta ทดสอบ Muse Spark 1.2 บนการปรับจูนเคอร์เนล GPU ผ่านการเรียกเครื่องมือมากกว่า 1,000 ครั้ง และยาวสูงสุด 24 ชั่วโมง เอเจนต์เขียน คอมไพล์ โปรไฟล์ และปรับแต่งการติดตั้ง Triton กับเบสไลน์อ้างอิง บทเรียนกว้างคือโมเดลออกแบบมาสำหรับงานเทคนิคเชิงวนรอบที่การทดลองนำการกระทำถัดไป

การพัฒนาแบบมัลติโหมด

อินพุตรูปภาพ วิดีโอ และ PDF ขยายลูปพัฒนาให้พ้นจากโค้ด ทีมสามารถใช้โมเดลเปรียบเทียบ UI กับภาพหน้าจอ ดึงข้อกำหนดจากเอกสารสินค้า แปลความปฏิสัมพันธ์ที่บันทึก หรือสร้างการนำไปใช้จากอ้างอิงภาพ การตรวจทานโดยมนุษย์ยังจำเป็นสำหรับการช่วยการเข้าถึง ความสอดคล้องของแบรนด์ ความปลอดภัย และข้อเท็จจริงที่ฝังอยู่ในเนื้อหาภาพ

เมื่อใดที่คุณไม่ควรใช้ Muse Spark 1.2?

ไม่ควรเลือกเป็นหลักสำหรับ:

• แชตง่าย ๆ
• การเติมโค้ดพื้นฐาน
• ออโตคอมพลีตหน่วงต่ำมาก
• การเขียนทั่วไป
• งานที่ต้องการความเชื่อถือได้สูงสุดตามเกณฑ์มาตรฐาน
• เวิร์กโหลดที่ถูกกำกับดูแลสูง หากเงื่อนไขข้อมูลของ Contributor ไม่เหมาะสม

ข้อจำกัดของ Muse Spark 1.2

• สถาปัตยกรรมไม่เปิดเผย: Meta ไม่ได้เผยจำนวนพารามิเตอร์ โทโพโลยีโมเดล การจัดเส้นทางผู้เชี่ยวชาญ หรือจำนวนโทเค็นฝึก
• ผลเปิดตัวพึ่งฮาร์เนส: คะแนนที่แข็งแกร่งที่สุดจับคู่ Muse Spark 1.2 กับ Muse Code ขณะที่คู่แข่งใช้ผลิตภัณฑ์โค้ดต่างกัน
• เกณฑ์ภายในส่วนตัว: Meta Internal Coding Bench ไม่สามารถทำซ้ำหรือตรวจสอบโดยนักพัฒนาภายนอกได้
• การพัฒนาความสามารถไม่สม่ำเสมอ: การประเมินอิสระแสดงการปรับปรุงใหญ่ในงานเอเจนต์ มากกว่างานให้เหตุผลเชิงวิทยาศาสตร์
• ข้อแลกเปลี่ยนการงดตอบ: อัตราเฮลลูซิเนชันที่ต่ำลงมากับอัตราการพยายามตอบที่ต่ำลงและความแม่นยำลดลงบน AA-Omniscience
• ทางเลือกนโยบายข้อมูล: ระดับ Contributor ที่ถูกที่สุดอาจใช้ข้อมูลที่ส่งเพื่อพัฒนาผลิตภัณฑ์ของ Meta และอาจไม่เหมาะกับโค้ดที่อ่อนไหว
• บริบทยาวไม่ใช่ความจำสมบูรณ์แบบ: ขีดจำกัด 1M โทเค็นไม่ได้รับประกันการดึงค้น ความสนใจ หรือความแม่นยำสม่ำเสมอทุกตำแหน่ง
• เปิดตัวแบบโฮสต์: แพ็กเกจเปิดตัวให้ API และ Muse Code แทนการปล่อยน้ำหนักโมเดลให้ดาวน์โหลด

วิธีเข้าถึง Muse Spark 1.2

นักพัฒนาสามารถใช้ Muse Spark 1.2 ผ่าน Muse Code หรือ Meta Model API ID โมเดล API มาตรฐานคือ muse-spark-1.2; เส้นทางที่ราคาต่ำกว่าแบบ contributor ใช้ muse-spark-1.2-contributor API แบบโฮสต์ของ Meta เปิดเผย base URL ที่เข้ากันได้กับ OpenAI ทำให้ไคลเอนต์ chat-completions ที่มีอยู่จำนวนมากปรับใช้ได้ด้วยคีย์ Base URL และชื่อโมเดลที่ต่างกัน

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MODEL_API_KEY"],
    base_url="https://api.meta.ai/v1",
)

response = client.chat.completions.create(
    model="muse-spark-1.2",
    messages=[
        {"role": "user", "content": "ทบทวนแผนรีโพซิทอรีนี้และระบุขั้นตอนการนำไปใช้ที่เสี่ยงที่สุด"}
    ],
)

print(response.choices[0].message.content)

หมายเหตุการใช้งาน: ตรวจสอบชื่อโมเดลที่ใช้งาน สิทธิ์บัญชี ขีดจำกัดอัตรา พารามิเตอร์ที่รองรับ และความพร้อมให้บริการตามภูมิภาคในเอกสาร API ของ Meta ก่อนดีพลอย อย่าใส่คีย์ API ลงในซอร์สโค้ดโดยตรง

สำหรับการทดสอบแบบเทียบกัน CometAPI มีการเข้าถึงแบบรวมให้กับ Claude Opus 5, GPT-5.6, Grok 4.5 และ Kimi K3 ซึ่งช่วยให้ A/B testing และการสลับผู้ให้บริการง่ายขึ้น Muse Spark 1.2 จะพร้อมใช้งานบน CometAPI เร็ว ๆ นี้

Muse Spark 1.2 คุ้มค่าที่จะใช้ไหม?

Muse Spark 1.2 ควรทดสอบเมื่อเวิร์กโหลดถูกครอบงำด้วยงานโค้ดระดับรีโพซิทอรี การทำงานยาว ฟีดแบ็กเครื่องมือซ้ำ ๆ และการประสานงานหลายเอเจนต์ จุดแข็งที่สุดคือการผสานโมเดลที่เชี่ยวชาญด้านโค้ด เอเจนต์แบบคงอยู่ที่ออกแบบมาเฉพาะ บริบทมัลติโหมด 1M โทเค็น และราคามาตรฐาน API ต่ำ

มันไม่ใช่ผู้นำเกณฑ์มาตรฐานสากล Claude Opus 5 ยังนำในเกณฑ์การโค้ดของ Meta ส่วน GPT-5.6 Terra แข่งขันได้สูงในงานโค้ดและเครื่องมือผลิตจริงกว้าง ข้อมูลอิสระชี้ว่าการพัฒนาของ Muse Spark 1.2 มีสมาธิ ไม่สม่ำเสมอทั่วทุกโดเมน กระบวนการเลือกที่ดีที่สุดจึงควรยึดตามเวิร์กโหลด: ทดสอบแต่ละโมเดลในรันไทม์เอเจนต์จริง วัดการเสร็จงานที่ยืนยันได้ และมีรีวิวมนุษย์สำหรับการเปลี่ยนแปลงที่อ่อนไหวต่อความปลอดภัยหรือมีผลกระทบสูง

ข้อสรุป:

Muse Spark 1.2 เป็นอัปเดต Muse ที่เน้นการโค้ดที่แข็งแกร่งที่สุดของ Meta จนถึงตอนนี้ ความแตกต่างที่แท้จริงไม่ใช่คะแนนเกณฑ์เดียว แต่คือความแนบแน่นระหว่างโมเดล Muse Code ซับเอเจนต์แบบคงอยู่ บริบทยาว และลูปการตรวจสอบที่ออกแบบมาให้ทำงานร่วมกันอย่างลงตัว