Khóa học
Lập trình với AI dành cho Developer
1 giờ 30 phút
11.1K
Muse Spark 1.3 trong vài nét
- Muse Spark 1.3 là bản cập nhật chủ lực của Meta tập trung vào quy trình agentic và lập trình, có mặt trong Muse Code và Meta Model API với cửa sổ ngữ cảnh 1M.
- Trong so sánh của kỹ sư Meta, bản này dùng ít hơn ~20% lượt gọi công cụ và ~25% token so với Muse Spark 1.2.
- Artificial Analysis chấm biến thể xhigh đạt Intelligence Index 61, tốc độ 182 token/giây và $0.55 mỗi tác vụ; biến thể max đạt 62 trong bản xem trước giới hạn.
- Giá: $0.10/$0.20 mỗi 1M ở hạng contributor và $1.25/$4.25 ở hạng tiêu chuẩn xhigh, với chiết khấu bộ đệm 88%.
- Lưu ý: không hiển thị dấu vết suy luận, triển khai theo khu vực không đồng đều (một số báo cáo trên Reddit cho biết EU vẫn là 1.1), và chế độ suy luận max sẽ đến sau khi thử nghiệm an toàn bổ sung.
Chỉ vài giờ sau khi Google ra mắt Gemini 3.8 Flash, Meta đã phát hành Muse Spark 1.3, bản cập nhật cho dòng mô hình chủ lực nhắm thẳng vào quy trình agentic và lập trình.
Bản phát hành xuất hiện trong một sân chơi đông đúc, nơi GPT-5.6 Sol của OpenAI, Claude Opus 5 của Anthropic và Grok 4.6 của xAI đều tranh giành sự chú ý của các nhà phát triển.
Muse Spark 1.3 đang được triển khai trong Muse Code và Meta Model API, giữ nguyên cửa sổ ngữ cảnh 1M token.
Trong các so sánh do kỹ sư Meta chạy, mô hình dùng ít hơn khoảng 20% lượt gọi công cụ và 25% token so với Muse Spark 1.2, và Artificial Analysis chấm biến thể xhigh đạt Intelligence Index 61 với tốc độ xuất 182 token/giây.
Trong bài viết này, tôi sẽ điểm qua tất cả điểm mới của Muse Spark 1.3, xem xét các tính năng agentic và lập trình, bức tranh điểm chuẩn, và giá.
Để so sánh với đối thủ, hãy xem hướng dẫn GPT-5.6 Terra vs Claude Sonnet 5 và Claude Opus 5 vs Claude Sonnet 5. Tôi cũng khuyến nghị hướng dẫn về Muse Agent của Meta.
Muse Spark 1.3 là gì?
Muse Spark 1.3 là mô hình chủ lực hiện tại của Meta, được định vị như một bản cập nhật gia tăng so với Muse Spark 1.2 thay vì xây dựng lại từ đầu.
Nó phát hành với hai biến thể xuất hiện trong nghiên cứu:
- Muse Spark 1.3 (xhigh), được công bố điểm chuẩn công khai
- Muse Spark 1.3 (max), ở giai đoạn xem trước giới hạn cho đối tác Meta vào thời điểm phân tích phát hành.
Thay đổi tập trung vào hai mảng chính: duy trì công việc agentic dài hạn và làm sạch hành vi viết mã.
Meta huấn luyện mô hình trên nhiều bộ khung để mô hình khái quát hóa sang các môi trường agentic khác nhau, và bổ sung huấn luyện trên nhiều tác vụ mã hóa dài hạn. Họ xem bản phát hành này như một bước tiến tới mục tiêu đã nêu về siêu trí tuệ cá nhân.
Kết luận chính tôi rút ra từ đợt ra mắt là về hiệu suất: Muse Spark 1.3 hoàn thành các so sánh kỹ thuật với ít hơn khoảng 20% lượt gọi công cụ và 25% token so với 1.2.
Với bất kỳ ai trả phí theo token trên Meta Model API, đó là giảm chi phí trực tiếp cho cùng khối lượng công việc.
Có gì mới trong Muse Spark 1.3?
Các cập nhật trong Muse Spark 1.3 xoay quanh cách mô hình cư xử trong các phiên agentic dài và cách nó viết, chỉnh sửa mã.
Dưới đây là những năng lực nổi bật với tôi.
Duy trì công việc agentic dài trong một luồng
Muse Spark 1.3 được xây dựng để giữ một luồng dài mạch lạc trong khi xử lý đồng thời nhiều quy trình.
Trước một mục tiêu mở, nó dùng công cụ để tự dựng ngữ cảnh từ nguồn lộn xộn và mâu thuẫn, sửa các lỗ hổng trong kế hoạch khi tiến hành, và theo dõi điều đã học để tạo ra sản phẩm cuối cùng.
Meta cũng cải thiện đa nhiệm trong ngữ cảnh đơn luồng.
Mô hình ánh xạ prompt đến đúng tác vụ ngay cả khi bạn đang điều hướng một yêu cầu trước đó hoặc ngắt giữa chừng, vốn là kiểu lỗi thường làm chệch các phiên agent dài.
Với những ai thường xuyên dùng Muse Spark, điều này quan trọng vì hầu hết công việc agent thực tế không phải là một chỉ dẫn sạch sẽ. Đó là cuộc trao đổi liên tục nơi bạn đổi ý, thêm ràng buộc, và tạm dừng tác vụ; một mô hình mất dấu tin nhắn thuộc tác vụ nào sẽ nhanh chóng trở nên khó dùng.
Hợp tác và hỏi trước khi làm hành động hệ trọng
Meta cho biết Muse Spark 1.3 được huấn luyện để làm việc cùng bạn thay vì lao tới với chỉ dẫn mơ hồ. Nghĩa là nó sẽ hỏi làm rõ khi prompt mờ, kéo bạn vào khi bị kẹt, và xác nhận trước khi thực hiện hành động hệ trọng.
Với các tác vụ dài, nó thích ứng với mức cập nhật bạn muốn. Bạn có thể yêu cầu báo cáo thường xuyên hoặc làm yên lặng nền cho đến khi có kết quả, hữu ích khi bạn muốn giao việc rồi quay lại sau.
Meta cũng cải thiện hiệu chỉnh của mô hình đối với hành động không thể đảo ngược, để nó thận trọng hơn so với thao tác có thể hoàn tác.
Đó có thể là van an toàn đáng kể cho agent chạm vào tệp, gửi tin nhắn, hoặc chạy lệnh shell.
Theo sát chỉ dẫn dài, nhiều bước mà không đánh rơi ràng buộc
Muse Spark 1.3 theo chỉ dẫn phức tạp, dạng dài đáng tin cậy hơn các phiên bản Muse Spark trước.
Trên các tác vụ nhiều bước, Meta báo cáo mô hình giỏi giữ các yêu cầu chi tiết hơn mà không đánh rơi ràng buộc hoặc lệch khỏi quy trình được yêu cầu.
Hãy xét yêu cầu: soạn báo cáo tuân thủ, lấy số liệu từ bảng tính đính kèm, định dạng số vào hai bảng, xuất PDF, và sắp xếp theo sáu tiêu đề đặt tên. Các mô hình trước thường làm tốt ba yêu cầu đầu và lẳng lặng quên hai cái cuối.
Mô hình cũng ý thức rõ hơn về giới hạn của chính mình.
Meta huấn luyện để nó nhận ra khi gặp bế tắc và nói rõ, thay vì bịa kết quả để trông có vẻ hoàn tất, dù nghiên cứu không định lượng tần suất điều này xảy ra.
Mã sạch hơn, nhanh hơn với ít lượt thừa
Muse Spark 1.3 được huấn luyện trên nhiều tác vụ mã hóa dài hạn hơn và cư xử tốt hơn trong quy trình kỹ thuật phổ biến.
So với Muse Spark 1.2, Meta cho biết mô hình cần ít lượt trao đổi khi không cần thiết, ít dài dòng, và tạo phong cách mã sạch hơn.
Lợi ích hiệu suất là phần cụ thể: trong so sánh của kỹ sư Meta, Muse Spark 1.3 dùng ít hơn khoảng 20% lượt gọi công cụ và 25% token so với 1.2.
Ít lượt gọi công cụ hơn nghĩa là ít vòng khứ hồi và độ trễ thấp hơn cho tác vụ mã hóa agentic, và ít token hơn nghĩa là chi phí thấp hơn cho mỗi tác vụ hoàn tất.
Một lưu ý tôi thấy cộng đồng nêu là một số người dùng Reddit thấy khó chịu vì mô hình không hiển thị quá trình suy nghĩ, khiến gỡ lỗi quyết định mã hóa khó hơn so với các mô hình cho thấy dấu vết suy luận.
Điểm chuẩn Muse Spark 1.3
Meta công bố điểm chuẩn trên ba hạng mục trong đợt phát hành Muse Spark 1.3: tác vụ agent, truy hồi ngữ cảnh dài, và mã hóa.
Kết quả dưới đây so sánh biến thể max với Muse Spark 1.2 xhigh, GPT-5.6 Sol (max), và Claude Opus 5 (max).
Lập trình
Mã hóa là nơi Muse Spark 1.3 đưa ra lập luận mạnh nhất. Nó dẫn đầu cả ba bài đánh giá, bao gồm đồng hạng với GPT-5.6 Sol trên Terminal-Bench 2.1.
| Bài đánh giá | Muse Spark 1.3 (max) | GPT-5.6 Sol (max) | Opus 5 (max) |
|---|---|---|---|
| DeepSWE v1.1 | 75.4 | 73.0 | 74.0 |
| SWEAtlas CodeBase Hỏi-đáp | 59.4 | 53.5 | 52.7 |
| Terminal-Bench 2.1 | 88.8 | 88.8 | 86.7 |
Kết quả DeepSWE v1.1 (75.4) là điểm nhấn.
Bài đánh giá đó đo lường mã hóa agentic dài hạn, nơi mô hình phải tự động hoàn thành các tác vụ kỹ nghệ phần mềm thực.
Vượt Opus 5 và GPT-5.6 Sol trên bài đó có ý nghĩa với bất kỳ ai đánh giá agent lập trình.
Điểm hiểu codebase SWEAtlas (59.4) kể câu chuyện tương tự: Muse Spark 1.3 đọc và suy luận trên codebase lớn tốt hơn cả hai đối thủ trực tiếp ở đây.
Ngữ cảnh dài
Muse Spark 1.3 dẫn đáng kể ở truy hồi ngữ cảnh dài, đặc biệt ở cuối cửa sổ ngữ cảnh nơi hầu hết mô hình suy giảm.
| Bài đánh giá | Muse Spark 1.3 (max) | GPT-5.6 Sol (max) |
|---|---|---|
| MRCR 256K–512K | 98.5 | 91.5 |
| MRCR 512K–1M | 98.1 | 73.8 |
Ở mức 512K đến 1M token, GPT-5.6 Sol rơi xuống 73.8 trong khi Muse Spark 1.3 giữ ở 98.1. Nếu công việc của bạn liên quan đến nạp toàn bộ codebase, chuỗi tài liệu dài, hoặc vết truy của agent mở rộng vào cùng một ngữ cảnh, đây là hạng mục quan trọng nhất. Opus 5 không công bố điểm MRCR, nên không thể so ba bên trực tiếp ở đây.
Tác vụ agent
Trên điểm chuẩn agent, Muse Spark 1.3 đứng giữa GPT-5.6 Sol và Opus 5.
Nó vượt GPT ở hầu hết hạng mục nhưng kém Opus 5 một chút trên toàn bộ.
| Bài đánh giá | Muse Spark 1.3 (max) | GPT-5.6 Sol (max) | Opus 5 (max) |
|---|---|---|---|
| GDPVal-AA v2 | 1754 | 1710 | 1824 |
| JobBench | 64.9 | 45.4 | 65.7 |
| OSWorld 2.0 | 66.9 | 62.7 | 68.3 |
| DeepSearchQA | 89.4 | 93.0 | 90.4 |
| Agentic IF Index | 57.8 | 60.5 | 59.1 |
| AutomationBench | 49.4 | 46.7 | 50.3 |
Khoảng cách JobBench so với GPT-5.6 Sol (64.9 vs 45.4) là biên lớn nhất trong hạng mục agent và đáng chú ý với bất kỳ ai dùng AI trong quy trình chuyên môn.
DeepSearchQA là khu vực duy nhất GPT-5.6 Sol dẫn (93.0 vs 89.4), và khả năng theo chỉ dẫn (Agentic IF Index) cũng nhỉnh hơn nhẹ cho GPT.
Về sử dụng máy tính (OSWorld 2.0), Muse Spark 1.3 cạnh tranh ở mức 66.9 so với 68.3 của Opus 5.
Bức tranh tổng thể: Muse Spark 1.3 dẫn ở mã hóa và truy hồi ngữ cảnh dài, cạnh tranh ở tác vụ agent, và chỉ đứng sau Opus 5 trong công việc tri thức và điều phối agent tổng quát.
Muse Spark 1.3 so với đối thủ trong nháy mắt
Dưới đây là tham chiếu nhanh so sánh Muse Spark 1.3 với các mô hình tầm trung và chủ lực mà chúng tôi đã đánh giá.
Số liệu cho Muse Spark đến từ Artificial Analysis; số liệu đối thủ đến từ các bài trước của chúng tôi.
| Mô hình | Ngữ cảnh | Đầu vào / 1M | Đầu ra / 1M | Điểm đáng chú ý |
|---|---|---|---|---|
| Muse Spark 1.3 (xhigh) | 1M | $1.25 | $4.25 | Intelligence Index 61 |
| GPT-5.6 Terra | 1.05M | $2.00 | $12.00 | 87.4% Terminal-Bench 2.1 |
| Claude Sonnet 5 | 1M | $3.00 | $15.00 | 63.2% SWE-Bench Pro |
| Claude Opus 5 | ~1M | $5.00 | $25.00 | Kiểm toán căn chỉnh 2.3 |
Khoảng cách giá thể hiện rõ: token đầu ra của Muse Spark 1.3 rẻ khoảng một phần ba so với Sonnet 5 và một phần sáu so với Opus 5.
Giá và khả dụng của Muse Spark 1.3
Muse Spark 1.3 hiện có trong Muse Code và Meta Model API.
Meta for Developers cho biết người dùng hiện tại có thể đổi ID mô hình và giữ nguyên endpoint, SDK và giá, giúp lộ trình nâng cấp ít ma sát.
Giá trên Meta Model API phụ thuộc vào hạng, với hạng contributor ghi log dữ liệu của bạn để cải thiện sản phẩm của Meta với mức giá thấp hơn và hạng tiêu chuẩn thì không.
| Hạng | Ngữ cảnh | Đầu vào / 1M | Đầu vào đã đệm / 1M | Đầu ra / 1M |
|---|---|---|---|---|
| Contributor (dữ liệu được dùng để cải thiện sản phẩm) | 1M | $0.10 | $0.002 | $0.20 |
| Tiêu chuẩn (xhigh) | 1M | $1.25 | $0.15 | $4.25 |
Artificial Analysis báo cáo chiết khấu bộ đệm 88% ở hạng xhigh, và OpenRouter phản chiếu mức $1.25 đầu vào / $4.25 đầu ra đồng thời liệt kê tiện ích bổ sung như tìm kiếm web ở mức $2.50 mỗi 1.000 lượt gọi.
Giá cho biến thể max chưa được công bố tại thời điểm phân tích phát hành.
Có hai lưu ý về khả dụng từ cộng đồng đáng để đánh dấu tại thời điểm viết:
- Một số người dùng Reddit báo Meta.ai vẫn phục vụ Muse Spark 1.1 tại EU, cho thấy triển khai theo khu vực không đồng đều
- Meta cho biết chế độ suy luận max sẽ đến ngay sau thử nghiệm an toàn bổ sung, thay vì có ngay khi ra mắt.
Kết luận
Muse Spark 1.3 là một bản cập nhật nhắm vào hiệu suất và độ tin cậy thay vì nhảy vọt năng lực, và Meta trình bày thẳng thắn như vậy.
Ít hơn 20% lượt gọi công cụ và 25% token so với 1.2 là các con số quan trọng nhất với bất kỳ ai vận hành agent ở quy mô lớn, vì chúng chuyển hóa trực tiếp thành chi phí và độ trễ thấp hơn.
Tôi cho rằng nếu bạn đã ở trong Meta Model API hoặc Muse Code, bản nâng cấp thả-vào với mức dùng token thấp hơn là lựa chọn dễ đồng ý.
Nếu bạn đang chọn mô hình mới cho agent sản xuất, tôi muốn xem mô hình thể hiện ngoài thực tế ra sao và mức giá của biến thể max trước khi cam kết chọn nó thay cho một lựa chọn thay thế đã được tài liệu hóa kỹ.
Nếu bạn muốn xây kỹ năng đánh giá và dùng các mô hình như thế này trong quy trình của riêng mình, tôi khuyến nghị bắt đầu với lộ trình kỹ năng AI Agent Fundamentals.
