Muse Spark 1.3 Inafanya kazi

Muse Spark 1.3 ni modeli mpya ya lugha kubwa iliyotolewa na Meta, ikiungwa mkono binafsi na Zuckerberg, na inalenga kuwa mafanikio makubwa ya Meta katika upangaji programu na kazi za mawakala mahiri. Modeli hii ni bora hasa katika kuelewa msimbo na kushughulikia maandishi marefu, huku matumizi ya zana na Token yakipungua kwa kiasi kikubwa. Pia inawapa wasanidi programu API kwa bei yenye ushindani mkubwa.

Mtiririko wa kazi wa Agent kwa kazi ndefu: Inasaidia kazi za wazi zinazoendelea kwa muda mrefu, hukusanya muktadha kwa kujitegemea, hupanga vidokezo kutoka kwa taarifa zilizochanganyika, hugundua mapungufu katika mpango na kuurekebisha, na huendelea kurekodi hali hadi kazi ikabidhiwe.
Uwezo wa upangaji programu umeimarishwa: Imeboreshwa kwa kazi za muda mrefu za upangaji programu, hupunguza mizunguko isiyo ya lazima ya mazungumzo, huandika msimbo wenye mtindo safi zaidi, na hufanya vizuri katika kuelewa hazina za msimbo na upangaji programu wa kwenye terminali.
Kufuata maagizo changamano: Katika kazi zenye hatua nyingi na masharti mengi, huendelea kukumbuka mahitaji ya awali, na hivyo kupunguza kusahaulika kwa masharti au kuacha mchakato katika hatua za baadaye.
Uchakataji wa muktadha mrefu: Inasaidia dirisha la muktadha la 1M tokens, likiwa na usahihi wa juu sana wa kutafuta taarifa katika maandishi marefu.
Uboreshaji wa ushirikiano kati ya binadamu na mashine: Inapokabiliwa na maagizo yasiyoeleweka, humwuliza mtumiaji maswali ya ufafanuzi; kazi inapokwama, huomba msaada; na kabla ya kutekeleza operesheni isiyoweza kutenduliwa, huomba uthibitisho.
Ufanisi wa gharama umeimarishwa: Katika kukamilisha kazi ileile, matumizi ya zana hupungua kwa takriban 20%, na matumizi ya Token hupungua kwa takriban 25%.

Mafunzo ya baada ya ufunzaji na upanuzi wakati wa majaribio: Imefanyiwa mafunzo zaidi ya baada ya ufunzaji kwa msingi wa modeli ya Avocado, huku uwezo wa upanuzi wakati wa majaribio (test-time scaling) ukiimarishwa. Hii huwezesha modeli kugawa rasilimali zaidi za kompyuta kwa nguvu wakati wa kufanya makisio ili kuboresha ubora wa matokeo.
Mafunzo ya Agent katika mazingira mbalimbali: Modeli imefunzwa katika mifumo mbalimbali ya Agent harness, hivyo inaweza kudumisha karibu kiwango kilekile cha utendaji hata inapotolewa nje ya mazingira mahususi.
Kulinganisha mipaka ya uwezo: Meta imeimarisha mafunzo ya modeli ya kutambua mipaka ya uwezo wake, ili iweze kutofautisha kwa usahihi zaidi kati ya «inachojua, isichokijua, inachoweza kufanya na isichoweza kufanya». Inapokabiliwa na kikwazo, hueleza wazi badala ya kubuni matokeo.
Data ya kazi ndefu za upangaji programu: Imeongezwa data nyingi za mafunzo kutoka kwa kazi za muda mrefu za upangaji programu, kwa uboreshaji unaolenga matumizi katika hali za kawaida za uhandisi, ili modeli iwe na ufanisi zaidi na kujizuia zaidi katika mtiririko halisi wa kazi za usanidi.

Upangaji programu wa kwenye terminali kwa Muse Code: Tekeleza curl -fsSL https://dev.meta.ai/install.sh | bash kwenye terminali ili kusakinisha Muse Code; unaweza kuitumia moja kwa moja katika mtiririko wa kazi wa upangaji programu, huku Muse Spark 1.3 ikiwa modeli ya msingi.
Kuunganisha Meta Model API: Wasanidi programu wanaweza kupiga simu moja kwa moja kupitia API rasmi, kwa bei ya kawaida ya $1.25 kwa kila tokens milioni 1 za ingizo na $4.25 kwa kila tokens milioni 1 za towe.
Kiwango cha punguzo la Contributor: Huwashwa kwa chaguo-msingi baada ya kusakinisha Muse Code, na huruhusu matumizi kwa bei ya chini ya $0.10 kwa ingizo na $0.20 kwa towe. Gharama yake ni kwamba vidokezo na matokeo ya msimbo vinaweza kutumiwa na Meta kwa mafunzo; unaweza kuzima chaguo hili mwenyewe.
Muunganisho wa majukwaa ya wahusika wengine: Majukwaa ya washirika kama Vercel AI Gateway tayari yameunganisha Muse Spark 1.3, hivyo kurahisisha kuunganisha na kuitumia haraka katika mtiririko wa kazi uliopo.

Uwezo bora wa upangaji programu: Imeongoza katika vipimo kadhaa vya upangaji programu kama DeepSWE, SWEAtlas na Terminal-Bench, ikiizidi GPT-5.6 Sol na Claude Opus 5.
Muktadha mrefu wenye nguvu sana: Inasaidia muktadha wa 1M tokens, ikiwa na usahihi wa zaidi ya 98% katika kutafuta taarifa kwenye maandishi marefu, na kuwa mbele kwa kiasi kikubwa ya washindani.
Gharama na ufanisi bora: Kwa kazi ileile, matumizi ya zana hupungua kwa takriban 20% na matumizi ya Token hupungua kwa takriban 25%; bei ya API iko chini sana kuliko modeli za kiwango sawa.
Utekelezaji wa kujitegemea wa Agent katika kazi ndefu: Inaweza kukusanya taarifa kwa kujitegemea, kugundua mapungufu katika mpango na kurekebisha mkakati, huku ikidumisha hali katika kazi changamano zilizo wazi.
Ushirikiano wa asili zaidi kati ya binadamu na mashine: Inapokabiliwa na maagizo yasiyoeleweka, huuliza maswali ya ufafanuzi; kazi inapokwama, huomba msaada; na kabla ya kutekeleza operesheni isiyoweza kutenduliwa, huomba uthibitisho.
Thamani ya ushindani mkubwa: Bei ya kiwango cha kawaida ni takriban 1/5 ya Claude Opus 5, huku kiwango cha punguzo la Contributor kikiwa chini hadi “karibu kisihesabike”.

Usanidi wa akili kwa kutumia programu: Kupitia Muse Code, inaweza kuandika msimbo changamano, kutatua hitilafu katika faili mbalimbali na kuelewa hazina kubwa za msimbo, huku matumizi ya zana na Token yakipungua kwa kiasi kikubwa.
Uchambuzi wa kina wa nyaraka ndefu: Hutumia dirisha la muktadha la 1M tokens kushughulikia maandishi marefu yenye mamilioni ya herufi, na kufanya uchimbaji wa taarifa kati ya sura, uchambuzi wa uhusiano na utafutaji sahihi.
Usimamizi wa muda mrefu wa kazi za Agent binafsi: Hufuatilia malengo ya mtumiaji kwa kuendelea, hukusanya taarifa kwa kujitegemea, hugundua mapungufu katika mpango na kurekebisha mkakati hadi matokeo ya mwisho yakabidhiwe.
Uzalishaji wa ripoti changamano za uhandisi: Huunganisha data kutoka vyanzo na miundo mbalimbali, kama matokeo ya uigaji wa CFD na modeli za CAD, kisha huzalisha kiotomatiki ripoti ya kitaalamu yenye muundo maalum.