Hướng dẫn Muse Spark 1.3: Tự tay thiết lập dành cho nhà phát triển

Meta phát hành Muse Spark 1.3 vào ngày 2 tháng 9 năm 2026, và hướng dẫn nâng cấp gói gọn trong một dòng: đổi model ID. Nghĩa là nó dùng cùng endpoint, cùng bộ SDK, và cùng mức giá.

Theo Meta, chỉnh sửa một dòng đó mang lại một mô hình hoàn thành cùng tác vụ với khoảng 20% lượt gọi công cụ ít hơn và 25% token ít hơn so với Muse Spark 1.2. Những con số này đến từ so sánh do chính kỹ sư Meta thực hiện, trên các tác vụ không được nêu tên, và không có bản mô tả phương pháp.

Đó chính xác là kiểu tuyên bố tôi muốn kiểm chứng trước khi lặp lại. 

Vì vậy tôi cài Muse Code, cố ý làm hỏng một dự án mã nguồn mở thật, và chạy cùng ba tác vụ trên cả hai mô hình.

Để theo dõi hướng dẫn Muse Code này, bạn cần tài khoản nhà phát triển Meta, một terminal bạn quen dùng, và macOS hoặc Linux cho tác tử Muse Code. Người dùng Windows hiện vẫn chưa dùng được trong bản beta này.

Tóm tắt nhanh

• Muse Spark 1.3 là mô hình suy luận đa phương thức chủ lực của Meta, phát hành ngày 2/9/2026, với cửa sổ ngữ cảnh 1 triệu token.
• Muse Code mặc định khởi tạo trên muse-spark-1.3-contributor, nghĩa là Meta sẽ huấn luyện trên mã của bạn trừ khi bạn chuyển đổi. Huấn luyện ở đây là tự động tham gia (opt-out), không phải tự nguyện (opt-in).
• Qua 6 lần chạy trên 3 tác vụ mã hóa, bản 1.3 rẻ hơn ở 2 tác vụ và đắt hơn 38% ở tác vụ thứ ba, dẫn đến tổng chi phí tăng 12% trên toàn bộ tập.
• Số lượt hoàn thành mô hình giảm 23% và 32% ở 2 tác vụ nơi 1.3 thắng, phù hợp với tuyên bố về số lượt gọi công cụ của Meta. Input không cache giảm ở cả 3, nhưng không lần nào đạt 25%.
• Mức suy luận ultra tồn tại trong CLI và bộ chọn trong phiên, nhưng backend từ chối với một cổng tính năng có tên.

Muse Spark 1.3 là gì?

Muse Spark 1.3 là mô hình suy luận đa phương thức chủ lực của Meta, do Meta Superintelligence Labs phát hành ngày 2/9/2026, được xây dựng cho các phiên tác tử dài và lập trình trên các kho lớn. Nó chứa 1.048.576 token ngữ cảnh và chấp nhận văn bản, hình ảnh, video và tệp.

Sáu điểm thay đổi so với Muse Spark 1.2:

• Hiệu suất. Ít hơn khoảng 20% lượt gọi công cụ và 25% token trong so sánh nội bộ của Meta.
• Hợp tác. Đặt câu hỏi làm rõ với prompt mơ hồ và kiểm tra trước các hành động hệ trọng.
• Đa nhiệm trong một luồng, nên một tin nhắn gửi giữa chừng sẽ gắn đúng vào tác vụ bạn định.
• Tuân thủ hướng dẫn dài, ít bỏ sót ràng buộc hơn trong công việc nhiều bước.
• Hiệu chỉnh tốt hơn cho các hành động không thể đảo ngược.
• Phong cách mã sạch hơn. Ít vòng lặp không cần thiết, ít dài dòng.

Mọi thứ đều ổn, nhưng bảng điểm công bố của Meta chạy Muse Spark 1.3 ở mức max reasoning so với Muse Spark 1.2 ở xhigh, và max vẫn bị chặn lúc ra mắt. 

Artificial Analysis chấm biến thể xhigh đang phân phối ở Intelligence Index 61 và max ở 62. Chênh đúng một điểm.

Matt Crabtree đã phân tích đầy đủ bảng benchmark, phân rã giá, và so sánh với GPT-5.6 Sol và Claude Opus 5 trong bài phân tích phát hành Muse Spark 1.3. Tôi sẽ không lặp lại. Phần sau đây là chuyện gì xảy ra khi bạn cài đặt và vận hành nó.

Cách truy cập Muse Spark 1.3

Có ba đường, và lựa chọn đúng phụ thuộc vào thứ bạn xây dựng. Chọn từ bảng, rồi chuyển đến mục tương ứng.

Muse Code, tác tử terminal

Muse Code là tác tử mã hóa trên terminal của Meta, đang beta cho macOS và Linux. Đây là bộ khung chạy Muse Spark, và hai thứ này có version độc lập, nên muse --version không cho bạn biết bạn đang nói chuyện với mô hình nào. Hãy tách bạch trong đầu.

curl -fsSL https://dev.meta.ai/install.sh | bash

Lệnh đó tải về một binary 230 MB và đặt tại ~/.local/bin/muse, vị trí này không phải lúc nào cũng có trong PATH của mọi người. 

Sau đó kiểm tra bạn nhận được gì:

muse --version

Ngày 4/9/2026, tôi nhận được Muse Code 1.0.2 (1.0.2-R2040.1). 

Hơi lạ với một bản beta, vì công cụ bên thứ ba vài tuần trước vẫn ghi nhận Muse Code là 0.2.1. Hãy ghim phiên bản bạn có với ngày bạn cài.

Ảnh chụp màn hình của Tác giả. Cài Muse Code bằng script một dòng, rồi xác nhận phiên bản 1.0.2 trên macOS.

Giờ chạy muse. Lần đầu, nó in Not logged in. Run muse again to log in. rồi thoát. Vậy là bạn phải chạy lần hai, kiểu trải nghiệm nhỏ khiến bạn tưởng cài đặt bị hỏng.

Lần thứ hai sẽ khởi động luồng OAuth thiết bị. Nó in URL đăng nhập chứa một mã ngắn, hiển thị mã đó riêng, và yêu cầu bạn xác nhận chúng khớp trước khi phê duyệt trong trình duyệt.

Sign in at this page:
  https://auth.meta.com/oauth/device/?code=XXXX-XXXX
confirm this code matches:
  XXXX-XXXX

Waiting for approval…

Rồi bạn sẽ thấy màn hình sau: 

Ảnh chụp màn hình của Tác giả. Luồng đăng nhập Meta Model API, xác nhận thông tin tài khoản trước khi cấp thông tin xác thực. 

Phía trình duyệt xác nhận tên bạn, chấp nhận điều khoản, và thêm thẻ thanh toán. Hãy đọc kỹ bảng giá trên màn hình thanh toán đó thay vì bấm qua, vì lý do sẽ rõ trong khoảng ba mươi giây nữa.

Hạng mặc định sẽ huấn luyện trên mã của bạn

Quay lại terminal, phần đầu phiên sẽ cho biết bạn đang chạy gì:

Muse Code 1.0.2
You are logged in.
Model set to muse-spark-1.3-contributor
└ Discounted tokens: your content, including inter-session messages, may be
  used for product improvement.

Đọc lại tên mô hình. Biến thể contributor, đặt làm mặc định, trên bản cài mới tinh, không ai hỏi bạn.

Meta không che giấu. Thông báo nằm ngay dưới tên mô hình, màn hình thanh toán dán nhãn contributor là DEFAULT, và thanh trạng thái giữ muse-spark-1.3-contributor luôn hiển thị trong lúc bạn làm việc. 

Nhưng gánh nặng đã đảo ngược so với kỳ vọng của hầu hết nhà phát triển.

Nếu bạn mở Muse Code trong repo khách hàng và bắt đầu làm việc, bạn đã gửi mã đó đến endpoint đủ điều kiện huấn luyện. Kiểm tra thanh trạng thái trước prompt đầu tiên, không phải sau đó.

Ảnh chụp màn hình của Tác giả. Phiên Muse Code đầu tiên, mô hình mặc định đặt là muse-spark-1.3-contributor và thông báo cải thiện sản phẩm bên dưới.

Thanh trạng thái cũng hiển thị mức nỗ lực suy luận, với tôi là high. Không phải xhigh, biến thể được Artificial Analysis benchmark. Điều này đáng nhớ khi bạn so sánh kết quả với bất kỳ con số đã công bố nào.

Chọn và đổi hạng

Chạy /model bạn sẽ thấy một bộ chọn tương tác với bốn tùy chọn và mức giá. Những con số này khớp với màn hình thanh toán của Meta:

Contributor rẻ hơn khoảng 12 lần ở input và 21 lần ở output.

Thứ “mua” mức chiết khấu đó là tài sản trí tuệ (IP) của bạn. Cách Meta diễn đạt là “nội dung của bạn, bao gồm tin nhắn giữa các phiên, có thể được dùng để cải thiện sản phẩm,” bao trùm nhiều hơn chỉ mã bạn cung cấp.

Cả hai biến thể Muse Spark 1.2 vẫn có trong bộ chọn với giá giống hệt, điều này quan trọng cho so sánh sau: vì mức giá không đổi giữa các thế hệ, so sánh token cũng chính là so sánh chi phí, không cần chuẩn hóa gì thêm.

Ảnh chụp màn hình của Tác giả. Bộ chọn /model hiển thị cả bốn biến thể Muse Spark với mức giá cached, input và output.

Để opt-out, di chuyển lên muse-spark-1.3 và nhấn enter. Dòng “Discounted tokens” biến mất khỏi phần đầu.

Với công việc khách hàng, có lựa chọn mạnh hơn nhưng không xuất hiện trong terminal. Meta nói họ đã bắt đầu chấp nhận yêu cầu không lưu trữ dữ liệu, được xử lý qua kênh bán hàng chứ không phải một công tắc. 

Lưu trữ và huấn luyện là hai câu hỏi khác nhau, và hợp đồng đại lý thường cần trả lời cả hai.

Giới hạn tốc độ hoạt động khác nhau giữa các hạng, dù nguồn tin không thống nhất về cách thức. Blog nhà phát triển của Meta mô tả hạng contributor bị giới hạn bởi token trong cửa sổ cuộn 5 giờ thay vì số lượng yêu cầu. Trong khi báo chí khi 1.2 ra mắt đưa tin giới hạn 60 yêu cầu mỗi phút, cơ chế hoàn toàn khác. Tôi không đụng trần nào trong khoảng 90 lượt hoàn thành mô hình trong một buổi chiều.

Meta Model API và OpenRouter

Meta Model API tương thích SDK OpenAI, nên di chuyển chỉ là đổi model ID và giữ nguyên mã client. Model ID là muse-spark-1.3 và muse-spark-1.3-contributor.

OpenRouter phân phối dưới slug meta/muse-spark-1.3. Bạn sẽ tốn thêm: OpenRouter đo thông lượng khoảng 81 token/giây so với 182 mà Artificial Analysis ghi nhận khi gọi trực tiếp, với khả dụng khoảng 92% trong ba ngày đầu. Meta là nhà cung cấp duy nhất, nên không có nhà cung cấp thứ hai để chuyển sang khi lỗi.

Phiên Muse Spark 1.3 đầu tiên của bạn

Mọi thứ bên dưới chạy với python-humanize/humanize, ghim ở commit 823ad6096. Có 1.676 dòng mã nguồn trong 6 module, bộ kiểm thử chạy dưới 1 giây, và miền bài toán không cần giải thích. Không có gì ở đây chỉnh sửa repo. 

Đây là các câu hỏi chỉ đọc để xem tác tử khám phá codebase thế nào trước khi tôi giao cho nó bất cứ thứ gì có ghi.

Hai prompt để cảm nhận cách nó đọc mã, bắt đầu với prompt đầu tiên: 

Map the dependency graph of this project and tell me which module has the most inbound imports.

Nó chạy hai lệnh, liệt kê cấu trúc dự án, rồi viết một bộ phân tích AST thay vì grep import. Câu trả lời: i18n với 4 import đầu vào, chi tiết là i18n 4, number 2, và filesize, lists, time và _version mỗi cái 1.

Tôi kiểm tra bằng script của mình và ra số khác, tưởng là bắt lỗi được. Hóa ra script của tôi sai. Nó chỉ đếm import tương đối (from ._version import ...) và bỏ qua dạng tuyệt đối (from humanize.i18n import ...), là cách hầu hết gói này import. Mô hình xử lý được cả hai.

Prompt thứ hai đáng chạy hơn vì bạn có thể chấm điểm:

List every public function in src/humanize, grouped by module, with a count per module.

Nó trả lời tổng 20: filesize 1, i18n 5, lists 1, number 8, time 5. Tất cả đều đúng. Rồi nó tự thêm, dù không được yêu cầu, rằng i18n.get_translation là public theo tên nhưng không có trong i18n.__all__, vốn chỉ export bốn hàm còn lại. Cũng đúng.

Phiên đó tốn $0.01 cho 8 lượt.

Mức suy luận mà Meta không nhắc đến

muse --help ghi nhận như sau:

--reasoning-effort <EFFORT>
    Meta reasoning effort: none|minimal|low|medium|high|xhigh|ultra
    (default: high)

Bộ chọn /effort trong phiên hiển thị sáu trong bảy mức đó, bỏ none. 

Ảnh chụp màn hình của Tác giả. Bộ chọn /effort liệt kê sáu mức suy luận có thể chọn, với high được đánh dấu hiện tại.

Cả hai đều có một mức gọi là ultra, vốn không xuất hiện trong bất kỳ thông báo nào của Meta. Quan điểm công khai của Meta là mức max reasoning “sẽ sớm ra mắt sau khi hoàn tất kiểm thử an toàn bổ sung.”

Vậy tôi yêu cầu mức đó:

muse exec --model muse-spark-1.3-contributor --reasoning-effort ultra 'Reply with exactly: ok'

tbh: reasoning effort ultra is not available (gate ultra_reasoning_effort is closed); using xhigh

Có một cổng tính năng được đặt tên, ultra_reasoning_effort, và nó đang đóng. Khả năng đã được xây dựng, và công tắc bị tắt phía máy chủ. Đây là bức tranh cụ thể hơn “đang chờ kiểm thử an toàn,” và nó xuất hiện trong một thông báo cảnh báo còn dùng từ “tbh.”

Hai điểm thực tế. Client quảng bá một mức mà backend không phục vụ, cả trong CLI lẫn bộ chọn. Và nó hạ cấp lặng lẽ xuống xhigh chỉ với một dòng stderr, vốn trong script hay log CI rất dễ lướt qua. Bạn sẽ tin rằng mình đang chạy cấu hình mà thực ra không phải.

Rồi tôi thử một giá trị không có trong tài liệu:

muse exec --model muse-spark-1.3-contributor --reasoning-effort max 'Reply with exactly: ok'

Không có cảnh báo nào. Nó chạy và trả về ok. Nghĩa là một giá trị không được ghi tài liệu lại vượt qua kiểm tra mà không có bình luận, trong khi một giá trị có ghi tài liệu thì bị chặn; và bạn không thể biết từ đầu ra là mức nỗ lực nào thực sự phục vụ yêu cầu.

Ảnh chụp màn hình của Tác giả. Yêu cầu ultra trả về cổng tính năng đóng và hạ cấp im lặng xuống xhigh, trong khi mức max không được ghi tài liệu thì chạy bình thường.

Nếu bạn quan tâm mức suy luận mình đang chạy, hãy đặt rõ và đọc stderr. Đừng mặc định cờ bạn truyền vào là cờ đã được dùng.

Tuyên bố hiệu suất của Muse Spark 1.3 có đứng vững?

Bài kiểm tra như sau. Lấy một repo mã nguồn mở, đảo lại một commit sửa lỗi thật để bộ kiểm thử thật sự thất bại, rồi chạy ba tác vụ mã hóa trên cả hai mô hình với cùng prompt và cùng cờ.

Chúng tách biệt với phiên khám phá ở trên. Mỗi tác vụ đều ghi mã.

Đảo phần mã nguồn của commit 823ad6096 trong khi giữ nguyên test của nó sẽ để lại 6 test hỏng, và đó là trạng thái khởi đầu:

git checkout 823ad6096e1e5ba82ea876ce761fc2efebd76157
git show 823ad6096 -- src/humanize/filesize.py | git apply -R -
python -m pytest tests/test_filesize.py -q

Mỗi lần chạy đều dùng chung khuôn lệnh, chỉ đổi model ID và prompt:

muse exec \
  --model muse-spark-1.3-contributor \
  --reasoning-effort high \
  --no-parallel-tool-calls \
  --approval-mode never \
  'PROMPT GOES HERE'

Tác vụ 1, sửa lỗi. 

Thành công là nhị phân: 6 test qua, hoặc không. 

The test suite tests/test_filesize.py is failing. 
Fix the source code in src/humanize/ so that all tests pass. 
Do not modify any file in tests/.

Tác vụ 2, tính năng nhỏ.

Đủ mở để hai mô hình có thể bất đồng về phạm vi, và điều đó hóa ra quan trọng.

Add a function called natural_list_with_limit to src/humanize/lists.py. 
It formats a list but truncates after a given number of items, appending "and N more". 
Export it from the package and add tests.

Tác vụ 3, tái cấu trúc.

Nặng nhất trong ba tác vụ, chạm vào nhiều tệp.

src/humanize/number.py is 571 lines. 
Split it into two modules along a sensible boundary, 
update all imports across the package, and make sure the full test suite still passes.

Ba tác vụ chạy nối tiếp không reset giữa chừng, nên tác vụ 2 và 3 xây tiếp trên những gì mô hình tạo trước đó. Cả hai mô hình cùng đi trên một lộ trình.

Số token lấy từ nhật ký phiên ở ~/.local/share/muse/sessions/, đếm một lần cho mỗi lượt hoàn thành mô hình. Cả sáu lần chạy đều qua test.

Và phần chênh lệch, nơi số âm nghĩa là 1.3 dùng ít hơn:

Đọc kết quả một cách trung thực

Hai trong ba tác vụ rẻ hơn, với số lượt hoàn thành mô hình ít hơn 23% và 32%. Phù hợp với tuyên bố về lượt gọi công cụ của Meta. Rồi tác vụ tái cấu trúc thì ngược lại: nhiều hơn 70% lượt hoàn thành và chi phí cao hơn 38%.

Tổng thể ba tác vụ, 1.3 tốn nhiều hơn 12% so với 1.2. Tức là tuyên bố hiệu suất là thật nhưng phụ thuộc tác vụ, và một con số giật tít sẽ che khuất hoàn toàn điều đó.

Input không cache giảm ở mọi tác vụ lần lượt 19%, 22%, và 5%. Không lần nào đạt 25%. 

Meta không nói họ đếm token nào, và câu trả lời thay đổi rất nhiều tùy bạn nói đến input, output, không cache, hay tổng.

Tỷ lệ trúng cache chạy từ 88% đến 97% và tăng theo độ dài tác vụ. Báo cáo token input thô mà không tách cached và không cache sẽ gần như vô nghĩa, vì input 4,18M của tác vụ tái cấu trúc thực chất là 109k ngữ cảnh mới cộng 4,07M đọc lại được tính phí bằng 1/50.

Vì sao tái cấu trúc không hẳn là thua thiệt

Hãy xem 1.3 thật sự làm gì ở tác vụ đó trước khi gọi nó là kém hiệu quả.

Nó xác minh mọi khối được di chuyển là giống hệt từng byte với bản gốc, bằng lập trình. 

Nó chạy --doctest-modules trên cả hai tệp mới. Nó kiểm tra khả năng resolve import từ một thư mục tạm trong /tmp. Rồi nó nêu hai điểm không ai yêu cầu: rằng hàm humanize.scientific trùng tên với submodule mới, và một doctest naturaldelta thất bại giống hệt trên cây sạch, nên lỗi không do thay đổi gây ra.

Muse Spark 1.2 thì nhân đôi một hàm trợ giúp để né import vòng và tiếp tục. 1.3 thì import nó và giải thích vì sao không có vòng lặp.

Bạn không thể tách “đốt thêm token” khỏi “làm kỹ hơn” với thiết kế này. Nói trung thực là 1.3 tốn hơn và làm được nhiều hơn, và thắng hay không tùy vào việc bạn có cần độ chặt chẽ thêm đó hay không.

Tác vụ tính năng cho bức tranh ngược lại và là minh họa gọn nhất cho tuyên bố “ít dài dòng” của Meta. Muse Spark 1.2 bịa ra các bí danh tham số max_items, n và max_len không ai yêu cầu và viết 28 test. 

Muse Spark 1.3 viết một chữ ký với mặc định hợp lý và 20 test, giảm 54% token output.

Những gì tôi không kiểm soát được

Bốn điều, và bài viết sẽ không trung thực nếu bỏ qua.

1. Muse Code tự cập nhật từ 1.0.2 lên 1.0.3 ở giữa chừng, nên bộ khung không giống hệt nhau trong cả sáu lần chạy. 
2. Tác vụ 2 và 3 bắt đầu từ đầu ra trước đó của mỗi mô hình thay vì một cây thư mục giống hệt từng byte, vì chuỗi chạy không reset.
3. Mỗi ô chỉ là một lần thử, nên độ dao động giữa các lần chạy chưa được đo. 
4. Và tôi chạy toàn bộ trên hạng contributor, là cùng mô hình nhưng điều khoản dữ liệu không giống.

Không điều nào làm sai lệch xu hướng kết quả. Nhưng nó có nghĩa là mức chênh tổng 12% là tín hiệu yếu hơn so với việc có ba lần chạy khớp nhau cho mỗi ô.

Thực hành tốt và khắc phục sự cố với Mose Spark 1.3

Vài điều tôi ước biết ngay từ ngày đầu.

Gợi ý để có hành vi hợp tác

Muse Spark 1.3 đặt câu hỏi làm rõ khi prompt mơ hồ, nên một prompt quá chi tiết sẽ vô hiệu hóa tính năng bạn đang trả tiền. Ngược đời nếu bạn đã dành hai năm học cách nạp hết chỉ dẫn ngay từ đầu.

Nhưng phạm vi vẫn quan trọng. “Tách number.py” để mô hình phải đoán ranh giới, cập nhật import, và thế nào là xong. Phiên bản tôi dùng thật sự đã nêu rõ cả ba:

src/humanize/number.py is 571 lines. Split it into two modules along a sensible boundary, update all imports across the package, and make sure the full test suite still passes.

Một điều nữa đáng biết. Prompt tái cấu trúc của tôi nói number.py có 571 dòng. Thực tế là 567. Cả hai mô hình đều sửa cho tôi dù không bị yêu cầu, và 1.3 làm vậy ngay trong câu mở đầu. Con số của tôi đo ở đầu repo thay vì commit ghim.

Giữ chi phí thấp

Đặt phần ổn định của prompt lên đầu để nó có thể được cache. Với tỷ lệ trúng cache 88% đến 97%, hành vi cache của bạn ảnh hưởng hóa đơn nhiều hơn lựa chọn mô hình.

Ba tác vụ tổng chi phí $0.034 ở hạng contributor. Cùng công việc ở hạng standard sẽ là $0.91, chênh 27 lần. Đó là quyết định hạng nếu quy ra tiền: ba xu so với chín mươi xu.

Nếu bạn đi qua OpenRouter, tìm kiếm web sẽ tính riêng $2.50 cho mỗi 1.000 lần gọi.

Khi nào Muse Spark 1.3 không phải lựa chọn phù hợp

• Không có vết suy luận công khai. Bạn thấy quyết định, không thấy lý do, khiến việc gỡ lỗi tái cấu trúc tệ khó hơn.
• Mức reasoning max bị chặn, nên cấu hình đằng sau mọi con số benchmark giật tít đều ngoài tầm tay.
• Trọng số đóng. Không tự lưu trữ, không fine-tune. Lộ trình của Meta có nhắc “phát hành Muse Spark open weights” nhưng không có phiên bản, ngày hay giấy phép.
• Một nhà cung cấp. Khi endpoint của Meta suy giảm, không có nơi nào để định tuyến thay.

Vấn đề thường gặp và cách khắc phục

• muse: command not found sau khi cài sạch. Script cài vào ~/.local/bin/muse, không phải shell nào cũng có trong PATH.
• Not logged in. Run muse again to log in. Đúng như nó nói. Lần muse đầu thoát, lần thứ hai bắt đầu đăng nhập.
• Bạn đang ở hạng contributor mà không chọn. Đó là mặc định. Kiểm tra thanh trạng thái và chạy /model trước khi mở bất cứ thứ gì nhạy cảm.
• ultra suy luận lặng lẽ biến thành xhigh. Cổng đang đóng. Đọc stderr thay vì tin vào cờ bạn truyền.
• Muse Code tự cập nhật giữa phiên. Bản của tôi nhảy từ 1.0.2 lên 1.0.3 giữa các lần chạy. Nếu bạn đo đạc gì, hãy ghim và ghi lại phiên bản.

Một điều không tái hiện được

Có báo cáo rằng người dùng EU vẫn được phục vụ Muse Spark 1.1 sau khi 1.3 phát hành. Tôi chạy tất cả từ Hà Lan và luôn nhận 1.3. Những báo cáo đó liên quan Meta.ai, trợ lý cho người dùng cuối, và có vẻ không áp dụng cho Muse Code hay Model API. Hai đợt phát hành khác nhau.

Lời kết

Tuyên bố hiệu suất của Meta đúng ở hai trong ba tác vụ của tôi và ngược lại ở tác vụ thứ ba, dẫn đến tổng chi phí tăng 12% trên toàn bộ tập. Vế lượt gọi công cụ có vẻ vững với mức giảm 23% và 32% ở nơi 1.3 thắng. Vế token thì hoàn toàn phụ thuộc bạn đếm token nào.

Nếu bạn đã ở Meta Model API hoặc Muse Code, đổi model ID chỉ mất một phút, và bạn có lẽ sẽ có lợi trong công việc thường nhật. Nếu bạn chọn mới cho tác tử sản xuất, biến thể max bị chặn và không có vết suy luận là những lý do cụ thể để chờ vài tuần.

Điều tôi thực sự sẽ hành động theo không phải là con số hiệu suất. Mà là việc Muse Code đặt bạn vào hạng đủ điều kiện huấn luyện theo mặc định, và một mức suy luận có ghi tài liệu lại hạ cấp im lặng khi bạn yêu cầu. Cả hai đều là một dòng để kiểm tra và rất dễ bỏ lỡ.

Hãy tự chạy so sánh trên khối lượng công việc của bạn. Ba tác vụ của tôi không phải ba tác vụ của bạn, và độ phân tán giữa chúng lớn hơn chênh lệch giữa các mô hình.

Để có bức tranh benchmark đầy đủ, bài phân tích phát hành Muse Spark 1.3 của Matt có đủ bảng biểu. Để xây kỹ năng tự đánh giá các mô hình như thế này, hãy bắt đầu với AI Agent Fundamentals của chúng tôi.