SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Model / Badania

Publiczne API, agresywna cena i benchmarki, których nikt z zewnątrz nie widział

W czwartek 9 lipca Meta pokazała Muse Spark 1.1 i otworzyła publiczny podgląd Meta Model API, do którego zapisujesz się na listę oczekujących i budujesz za 1,25 dolara od miliona tokenów wejścia oraz 4,25 dolara od wyjścia, z 20 dolarami darmowych środków na start. Alexander Wang chwali cennik jako agresywny, taniej niż Grok 4.5 i Opus. Problem w tym, że jedyny wynik pochodzi z wewnętrznego Meta Internal Coding Bench, bez żadnej publicznej liczby na SWE-Bench, więc świetne kodowanie trzeba przyjąć na słowo. To na razie model do eksperymentu, nie do produkcji.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Model / Badania  ·  4 min  · 

Publiczne API, agresywna cena i benchmarki, których nikt z zewnątrz nie widział
Ilustrację przygotowała AI.

Trzy miesiące temu Muse Spark był modelem, którego prawie nikt nie mógł dotknąć. Pierwszy duży model Meta pod wodzą Alexandra Wanga trafił w kwietniu wyłącznie do wybranych partnerów, przez prywatny podgląd API. W czwartek 9 lipca Meta pokazała Muse Spark 1.1 i zrobiła rzecz, która dla programisty jest tu właściwą nowiną: otworzyła publiczny podgląd Meta Model API, w którym można się zapisać, dostać dostęp i zacząć budować. Model kosztuje 1,25 dolara za milion tokenów wejścia i 4,25 dolara za milion tokenów wyjścia. Każde nowe konto dostaje na start 20 dolarów darmowych środków.

To jest ta część, którą da się sprawdzić. Reszta ogłoszenia, czyli że model świetnie koduje i dorównuje najlepszym, opiera się na słowie Meta, bo firma nie pokazała ani jednego publicznego wyniku.

Cena, którą da się sprawdzić od ręki

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Kilkanaście razy taniej, jeśli oddasz Mecie swoje prompty
Model / Badania

Kilkanaście razy taniej, jeśli oddasz Mecie swoje prompty

4 min

Drugiego września Meta wystawiła Muse Spark 1.3 pod dwoma identyfikatorami, które różni tylko ciąg znaków w polu model: standard kosztuje 1,25 i 4,25 dolara za milion tokenów, a wariant contributor schodzi do 0,10 i 0,20, bo zgadzasz się, żeby Meta trenowała kolejne modele na twoich promptach i odpowiedziach. Tego wyboru nie widać ani w interfejsie aplikacji, ani w narzędziach, które mają wyłapywać wycieki danych, więc zostaje grep po ciągu -contributor i pytanie do dostawcy. Przy prywatnym projekcie to uczciwa wymiana, przy kodzie klienta nikt po jego stronie jej nie wybrał.

Muse Spark Open: 816 miliardów parametrów Mety na biurku, ale bez pomiarów prędkości
Model / Badania

Muse Spark Open: 816 miliardów parametrów Mety na biurku, ale bez pomiarów prędkości

4 min

Meta udostępniła wagi Muse Spark Open, modelu o 816 miliardach parametrów, z których przy każdym tokenie pracuje tylko 42 miliardy, dzięki czemu skompresowana wersja mieści się na dwóch Mac Studio z M5 Ultra. Z mojego rachunku wychodzi tam teoretyczny sufit około 28 tokenów na sekundę, co wystarczy agentowi pracującemu w tle, ale nie podpowiedziom w edytorze. Zamiast pomiarów Meta pokazała agenta poprawiającego klienta Mastodona Ice Cubes, a licencja ma ograniczenia komercyjne, których nie precyzuje.

Nawet na teście, który ułożyła sama, Meta przegrywa z Claude
Premiera / Narzędzie

Nawet na teście, który ułożyła sama, Meta przegrywa z Claude

5 min

5 sierpnia Meta wypuściła Muse Code, terminalowego agenta do programowania na modelu Muse Spark 1.2, który po awarii wznawia długie zadanie tam, gdzie padł. Kluczowe są liczby: na Terminal-Bench 2.1 bierze 82,9%, drugie miejsce za duetem Opus 5 i Claude Code (86,7%), a nawet na własnym benchmarku Mety jej model przegrywa z Opusem o prawie dziewięć punktów. Meta wygrywa tylko ceną, poziom contributor schodzi do 0,10 dolara za milion tokenów, ale płacisz zgodą na trenowanie modeli na twoim kodzie. Alexandr Wang, szef działu AI, przyznał wprost, że firma różnicuje się ceną, nie możliwościami.