Pourquoi ce lancement arrive-t-il au pire moment pour Llama ?
La famille Llama avait construit la réputation d’un Meta généreux, ouvert, capable de rivaliser avec les géants sur le terrain de l’open source. Muse Spark casse cette image. Le modèle est propriétaire, fermé, sans accès au code et en même temps Zuckerberg assume le virage. Les performances décevantes de Llama 4 début 2025 ont visiblement sonné la fin de la récréation en interne.
Sur le papier, Muse Spark se classe quatrième sur l’Artificial Analysis Intelligence Index, derrière Gemini 3.1 Pro, GPT-5.4 et Claude Opus 4.6. Certes, quatrième, c’est mieux qu’être absent du classement. Le modèle accepte le texte, les images et la voix en entrée. Il produit uniquement du texte en sortie.
Deux modes de fonctionnement coexistent :
- Un mode rapide pour les requêtes courantes.
- Un mode de raisonnement poussé pour les questions de maths, de sciences ou de santé.
Wang prend les commandes d’une division reconstruite
Alexandr Wang n’a pas hérité d’une équipe rodée, car il a dû en rebâtir une depuis les fondations. Son post sur X au moment du lancement est sobre, « Voici le résultat de ce travail ».
Ce premier modèle cible quatre axes : raisonnement, multimodalité, santé et tâches agentiques. Meta reconnaît elle-même des lacunes persistantes sur les agents à long terme et les workflows de code. Il est assez rare d’entendre une entreprise tech admettre ses angles morts au moment même d’un lancement.
Un déploiement encore limité et une ambition mondiale
Muse Spark est disponible dès maintenant dans l’application Meta AI et sur le site meta.ai, mais exclusivement aux États-Unis pour l’instant. Le déploiement sur WhatsApp, Instagram, Facebook, Messenger ainsi que les lunettes connectées Ray-Ban Meta devrait suivre dans les prochaines semaines.
Meta prévoit également de publier une version open source de Spark dans un second temps, sans en préciser le calendrier.
Peut-il vraiment rattraper OpenAI et Google ?
Sur les benchmarks, Muse Spark tient la route alors qu’OpenAI multiplie les levées de fonds. Le problème de Meta se trouve dans la confiance que lui accordent les développeurs et les entreprises pour construire sur ses modèles.
C’est aussi le cas pour sa capacité à maintenir le rythme face à des concurrents qui sortent des mises à jour tous les deux à trois mois.
