Meta Muse Spark 1.1 обходит GLM-5.2 в кодинге и стоит немного дешевле
Meta выпустила обновлённую модель Muse Spark 1.1, которая по данным независимой лаборатории Artificial Analysis обходит китайскую GLM-5.2 в задачах кодинга и обходится немного дешевле в эксплуатации. По общему Intelligence Index модель набрала 51 балл, столько же, сколько GLM-5.2, GPT-5.4 и GPT-5.6 Luna. За три месяца Muse Spark прибавила восемь баллов, в основном за счёт кодинга и задач, связанных с работой ИИ-агентов со знаниями. По отдельному Coding Index у модели 71,3 балла против 68,8 у GLM-5.2 и совсем немного уступает GPT-5.6 Luna (71,4). Лидируют в этом рейтинге GPT-5.6 Sol (77,4) и Terra (76,7), следом идёт Claude Fable 5 (76,5). Авторы Artificial Analysis отдельно оговаривают: результаты бенчмарков не всегда совпадают с тем, как модель показывает себя на реальных задачах.
По стоимости выполнения одной задачи Muse Spark 1.1 обходится примерно в 0,26 доллара против 0,37 доллара у GLM-5.2 и 0,89 доллара у GPT-5.4, при этом расходуя всего 94 миллиона выходных токенов против 141 миллиона у GLM-5.2. Частота галлюцинаций снизилась с 73 до 38 процентов: модель теперь чаще отказывается отвечать, если не уверена, вместо того чтобы выдавать неверный ответ. Meta также увеличила окно контекста в четыре раза, до одного миллиона токенов. На старте Muse Spark 1.1 доступна только через собственный API Meta.
Ключевые факты
- По Intelligence Index (Artificial Analysis) Muse Spark 1.1 набрала 51 балл, на уровне GLM-5.2, GPT-5.4 и GPT-5.6 Luna
- По Coding Index, 71,3 балла против 68,8 у GLM-5.2 и почти вровень с GPT-5.6 Luna (71,4); лидеры рейтинга, GPT-5.6 Sol (77,4), Terra (76,7) и Claude Fable 5 (76,5)
- Задача обходится примерно в 0,26 доллара против 0,37 у GLM-5.2 и 0,89 у GPT-5.4, при меньшем расходе выходных токенов
- Частота галлюцинаций упала с 73 до 38 процентов, модель чаще отказывается отвечать, если не уверена
- Контекстное окно выросло в четыре раза, до 1 миллиона токенов; на старте модель доступна только через API Meta
Почему это важно
Muse Spark 1.1 показывает, что за три месяца Meta смогла заметно подтянуть модель именно в кодинге и агентных задачах, прибавка в восемь баллов Intelligence Index за такой срок заметна на фоне конкурентов вроде GLM-5.2, GPT-5.4 и GPT-5.6 Luna, с которыми модель теперь идёт вровень по общему индексу и обходит их (или почти сравнивается) по кодингу.
Кому это важно
В первую очередь новость касается команд, которые выбирают модель для агентных сценариев разработки и работы со знаниями: разработчиков, продуктовых команд и компаний, сравнивающих стоимость и качество разных LLM для встраивания в свои продукты.
Как это применить
Пока Muse Spark 1.1 доступна только через собственный API Meta, без сторонних провайдеров, это ограничивает выбор инфраструктуры для тех, кто хочет её протестировать. Более низкая цена за задачу (0,26 доллара против 0,37 у GLM-5.2 и 0,89 у GPT-5.4) и увеличенное до миллиона токенов окно контекста делают её кандидатом для задач с длинным контекстом, где важна экономия.
Можно ли доверять
Цифры взяты из независимого бенчмарка Artificial Analysis, а не из собственных заявлений Meta, что повышает доверие к сравнению. При этом сама Artificial Analysis прямо предупреждает: результаты бенчмарков не всегда совпадают с реальной производительностью модели на практике, поэтому выводы стоит проверять на своих задачах.
Риски и подводные камни
Снижение галлюцинаций с 73 до 38 процентов, заметный прогресс, но всё ещё означает, что почти четыре ответа из десяти могут быть ошибочными; к тому же часть улучшения связана с тем, что модель чаще отказывается отвечать, а не с ростом точности самих ответов. Доступность только через API Meta без сторонних провайдеров также может стать препятствием для тех, кто уже завязан на другую инфраструктуру.