Meta ra mắt Muse Spark 1.2 và Muse Code: Đột phá giá rẻ nhờ chia sẻ dữ liệu

Meta vừa phát hành mô hình Muse Spark 1.2 mới cùng với coding agent chuyên dụng đầu tiên của hãng. Gói cước rẻ nhất có giá 20 cent cho mỗi triệu token đầu ra, nhưng người dùng phải trả phí bằng chính dữ liệu của mình. Và các bài kiểm tra đánh giá (benchmarks) đang tồn tại một khoảng cách đáng kể.

Theo Meta, Muse Spark 1.2 chủ yếu là bản nâng cấp về khả năng lập trình so với Muse Spark 1.1 đã ra mắt đầu năm nay. Công ty tuyên bố mô hình này có những cải tiến trong việc tạo mã, gỡ lỗi và khả năng suy luận trên các cơ sở mã (codebase) lớn. Meta đã đầu tư nhiều tài nguyên tính toán hơn vào việc huấn luyện các tác vụ lập trình và mở rộng quy mô các môi trường huấn luyện.

Mô hình này được huấn luyện chủ yếu trên các tác vụ dài hơi như tạo toàn bộ kho lưu trữ (repository) hoặc thực hiện nghiên cứu độc lập. Để duy trì tiến độ trong các phiên làm việc kéo dài này, nó lập kế hoạch cho các bước tiếp theo, hướng tới một mục tiêu cố định và nén ngữ cảnh trước đó thay vì cắt bỏ chúng.

Một phần dữ liệu huấn luyện đến từ chính mô hình tiền nhiệm. Muse Spark 1.1 đã tạo ra các tác vụ lập trình và mẫu hướng dẫn, sau đó chấm điểm mức độ đáp ứng yêu cầu của các giải pháp được đưa ra. Meta cho biết quy trình này giúp bản 1.2 tuân thủ các hướng dẫn phức tạp chính xác hơn so với phiên bản trước.

Meta dẫn chứng Terminal-Bench 2.1, DeepSWE v1.1 và 440 tác vụ từ chính codebase của họ làm bằng chứng, so sánh Spark 1.2 với Grok 4.5, Claude Opus 5, GPT-5.6 Terra (không phải mô hình Sol mạnh mẽ hơn của OpenAI) và Gemini 3.6 Flash. Spark 1.2 cho thấy bước tiến rõ rệt so với Spark 1.1 nhưng không phải lúc nào cũng thu hẹp được khoảng cách với các mô hình dẫn đầu.

Phương pháp luận của chính Meta thừa nhận rằng thiết lập thử nghiệm không được tinh chỉnh cho các mô hình cạnh tranh và có thể không phản ánh kết quả tốt nhất của chúng. Nhìn vào các bảng xếp hạng khác cũng xác nhận điều này: ví dụ, Opus 5 đạt điểm cao hơn khoảng hai phần trăm ở các nơi khác so với biểu đồ của Meta. Kimi K3 cũng xuất hiện trong tài liệu phương pháp luận của Meta. Công ty cho biết họ đã thử nghiệm với mô hình mở này, nhưng K3 lại vắng mặt trong các bài kiểm tra đánh giá được công bố. Trên Terminal-Bench 2.1, K3 chỉ bám đuổi Opus 5 với khoảng cách rất nhỏ và vượt xa Spark 1.2.

Các kết quả chạy DeepSWE cũng không thể so sánh trực tiếp với bảng xếp hạng chính thức vì mỗi mô hình chạy trong một agent riêng biệt. Đó là bởi vì Meta hiện đã cung cấp giải pháp thay thế cho Claude Code và Codex của OpenAI đi kèm với mô hình mới.

Agent có thể tiếp tục công việc chính xác tại điểm dừng sau khi gặp sự cố.

Muse Code chạy trong terminal và cài đặt chỉ bằng một câu lệnh duy nhất, giống như Claude Code và Codex của OpenAI. Chế độ lập kế hoạch cũng sẽ mang lại cảm giác quen thuộc: "/plan" tạo ra một kế hoạch mà người dùng phải phê duyệt. Ít phổ biến hơn là tính năng đối ứng "/grill", giúp kiểm tra áp lực các điểm yếu của kế hoạch trước khi thực thi. Ngoài ra còn có "/goal", giúp điều hướng agent hướng tới một mục tiêu cố định.

Tính năng mới thực sự nằm ở cách công cụ này xử lý các sub-agent (agent phụ). Các agent hỗ trợ của Meta duy trì hoạt động trong suốt phiên làm việc và tự báo cáo khi có thông tin cần chia sẻ, thay vì chỉ khởi chạy cho một tác vụ phụ rồi tắt đi sau đó. Điều này sẽ giúp cắt giảm các nghiên cứu dư thừa.

Muse Code cũng có tính năng khôi phục nhanh khi gặp sự cố. Agent ghi lại mọi lệnh gọi mô hình, mọi phê duyệt và mọi thay đổi vào một tệp giao thức cục bộ. Các đối thủ cạnh tranh cũng lưu giữ nhật ký đầy đủ, nhưng Meta tuyên bố độ chính xác cao hơn: sau khi gặp sự cố, Muse Code tiếp tục công việc chính xác tại nơi nó dừng lại thay vì phải đọc lại toàn bộ ngữ cảnh.

Giảm giá để đổi lấy dữ liệu huấn luyện.

Wang cho biết Meta đang cạnh tranh về giá chứ không phải về khả năng. Giá tiêu chuẩn tương đương với phiên bản 1.1: mức giá tương đối rẻ là 1,25 USD cho mỗi triệu token đầu vào và 4,25 USD cho mỗi triệu token đầu ra. Điểm mới là gói cước chỉ 20 cent cho mỗi triệu token đầu ra, yêu cầu người dùng chia sẻ dữ liệu của họ để cải thiện mô hình.

Các đối thủ phương Tây tính phí từ 10 đến 30 USD cho mỗi triệu token đầu ra, trong khi các nhà cung cấp Trung Quốc bắt đầu ở mức 18 cent. Kimi K3, cái tên vắng mặt đáng chú ý nhất trong các bài kiểm tra của Meta, có giá 3 USD cho mỗi triệu token đầu vào và 15 USD cho mỗi triệu token đầu ra, mặc dù việc tận dụng bộ nhớ đệm (cache hits) có thể giảm chi phí đầu vào xuống chỉ còn 30 cent.

Cổ phiếu của Meta đã giảm mười phần trăm vào tuần trước. Công ty tạo ra 98 phần trăm doanh thu từ quảng cáo.