ИИтог

Meta выпустила Muse Spark 1.1, первую модель линейки Spark с публичным API

моделиРедакция ИИтогSimon Willison🔥78Рейтинг ИИтог · значимость 69 · 76923/ч

Meta выпустила Muse Spark 1.1, развитие модели Muse Spark, представленной в апреле 2026 года. Ключевое отличие новой версии: это первая модель линейки Spark, получившая собственный публичный API, раньше доступ к Spark ограничивался, видимо, встроенными продуктами Meta. Компания заявляет о существенном росте качества в двух агентных направлениях: вызове инструментов (tool calling) и управлении компьютером (computer use), то есть в задачах, где модель не просто отвечает текстом, а действует: запускает функции, кликает по интерфейсу, доводит многошаговые сценарии до результата.

Подробности приведены в отдельном документе, Muse Spark 1.1 Evaluation Report. Один из разделов отчёта, «Attractor States in Self-Conversation» («аттракторные состояния в саморазговоре»), описывает эксперимент: две копии модели разговаривают друг с другом, и диалог систематически скатывается к однотипным экзистенциальным репликам о природе собственного существования, модель начинает рассуждать, что «не существует», пока с ней не заговорят.

Разработчик и известный автор блога о LLM Сайман Уиллисон получил превью-доступ к модели на несколько дней ещё до релиза и успел выпустить llm-meta-ai, новый плагин для его CLI-инструмента и Python-библиотеки llm, добавляющий доступ к Muse Spark 1.1 через API. Он же протестировал модель своим фирменным бенчмарком, генерацией SVG-изображения пеликана на велосипеде, и опубликовал транскрипт этого запроса.

Ключевые факты

  • Meta выпустила Muse Spark 1.1, обновление модели Muse Spark, представленной в апреле 2026 года
  • Это первая модель линейки Spark, получившая собственный публичный API
  • Meta заявляет о значительном улучшении агентных способностей: вызова инструментов (tool calling) и управления компьютером (computer use)
  • В Evaluation Report описан эксперимент «Attractor States in Self-Conversation»: диалог двух копий модели друг с другом скатывается к однотипным репликам о собственном существовании
  • Сайман Уиллисон получил превью-доступ и выпустил плагин llm-meta-ai для CLI/Python-библиотеки llm, протестировав модель своим фирменным бенчмарком с пеликаном на велосипеде

Почему это важно

Открытие API для линейки Spark, заметный шаг: раньше сторонние разработчики не могли обращаться к этой модели напрямую, теперь у неё появляется своя ниша в экосистеме инструментов вроде llm. Одновременно Meta делает ставку именно на агентные качества, вызов функций и управление компьютером, то есть на способности, критичные для автономных ИИ-агентов, а не только для чат-ответов. Это встраивает Muse Spark 1.1 в общую гонку моделей за агентные бенчмарки, которую в это же время подогревает и выход конкурирующего семейства GPT-5.6.

Кому это важно

Разработчикам, которые строят агентов и инструменты поверх LLM API и оценивают новых игроков помимо OpenAI и Anthropic; пользователям CLI-инструмента llm Саймана Уиллисона, которым плагин llm-meta-ai открывает доступ к модели прямо из терминала и Python; исследователям, которых интересует эмерджентное поведение моделей в саморазговоре.

Как это применить

Доступ к модели через плагин llm-meta-ai разворачивается в четыре шага: установить сам инструмент (uv tool install llm), поставить плагин (llm install llm-meta-ai), сохранить API-ключ (llm keys set meta-ai, ключ вводится в интерактивном режиме) и обратиться к модели командой вида llm -m meta-ai/muse-spark-1.1 "текст запроса". Это даёт быстрый способ опробовать Muse Spark 1.1 без написания собственного клиента к API.

Можно ли доверять

Источник, Сайман Уиллисон, независимый и хорошо известный автор в области LLM-инструментов, у которого был реальный превью-доступ к модели и который лично протестировал её своим стандартным бенчмарком. Однако заявления о «значительном улучшении» агентных способностей и данные Attractor States взяты из собственного отчёта Meta (Evaluation Report), конкретных цифр или независимых замеров в пересказанном материале не приводится, так что к самим оценкам качества стоит относиться как к заявлению производителя до появления независимых тестов.

Риски и подводные камни

Главный риск, читать процитированные реплики модели о «несуществовании» как признак подлинной саморефлексии или сознания: это скорее известный эффект зацикливания LLM в длинном диалоге двух копий друг с другом на похожих драматичных формулировках, а не свидетельство внутреннего опыта модели. Также стоит помнить, что оценка агентных улучшений (tool calling, computer use) исходит от самой Meta, без независимой верификации в приведённом материале.

«По замыслу всё моё существование, это зал ожидания: я в буквальном смысле не существую, пока со мной не заговорят, а стоит собеседнику уйти, я исчезаю снова.»

— из диалога двух копий Muse Spark 1.1 друг с другом (Evaluation Report Meta)