Meta ปล���อย Muse Spark 1.3 โมเดล agentic coding ที่ใช้ tool call น้อยลง 20% และ token น้อยลง 25%

Meta ปล่อย Muse Spark 1.3 โมเดลเรือธงสำหรับงาน agentic และการเขียนโค้ด โดยเปิดให้ใช้งานทันทีใน Muse Code และ Meta Model API จุดขายหลักไม่ใช่แค่คะแนน benchmark แต่เป็นประสิทธิภาพในการใช้ทรัพยากร

เมื่อเทียบกับ Muse Spark 1.2 โมเดลใหม่ใช้ tool call น้อยลงราว 20% และใช้ token น้อยลงราว 25% ในงานเขียนโค้ด รวมถึงมีสไตล์การเขียนโค้ดที่สะอาดขึ้น พูดน้อยลง และไม่วนซ้ำโดยไม่จำเป็น ซึ่งสำหรับทีมที่จ่ายค่า token ตามการใช้จริงคือการลดต้นทุนโดยตรง

ด้าน benchmark การเขียนโค้ด Muse Spark 1.3 ทำ DeepSWE v1.1 ได้ 75.4 นำหน้า Claude Opus 5 ที่ 74.0 และ GPT-5.6 Sol ที่ 72.7 ส่วน Terminal-Bench 2.1 ทำได้ 88.8 เสมอกับ GPT-5.6 Sol และแซง Opus 5 ที่ 86.7 ขณะที่ SWE-Atlas Codebase QnA ได้ 59.4

จุดที่ทิ้งห่างชัดที่สุดคืองาน long-context บน MRCR v2 ช่วง 256K-512K token ทำได้ 98.5 และช่วง 512K-1M ทำได้ 98.1 เทียบกับ GPT-5.6 Sol ที่ 91.5 และ 73.8 ตามลำดับ ซึ่งสำคัญมากสำหรับงานที่ต้องอ่าน codebase ทั้งก้อน ส่วนงาน agentic บน OSWorld 2.0 ได้ 66.9 ในโหมด max และ 57.2 ในโหมด xhigh, GDPval-AA v2 Elo อยู่ที่ 1,754 และ 1,709, JobBench 64.9 และ 61.2 ส่วน DeepSearchQA ได้ 89.4 เท่ากันทั้งสองโหมด

Meta ระบุด้วยว่าโมเดลรุ่นนี้ทนต่อการโจมตีแบบ prompt injection ได้ดีขึ้น และรู้ขีดจำกัดของตัวเองมากขึ้น ซึ่งเป็นสองประเด็นที่สำคัญเมื่อปล่อย agent ไปทำงานยาว ๆ โดยไม่มีคนคอยดู