Meta ra mắt Muse Spark 1.1: Mô hình suy luận đa phương thức cho tác vụ tự hành

Hôm nay, Meta Superintelligence Labs đã phát hành Muse Spark 1.1. Cùng với đó, Meta đã mở bản xem trước công khai (public preview) cho Meta Model API. Phần thứ hai này chính là sự thay đổi về cấu trúc. Trước đây, các mô hình của Meta chủ yếu đến tay các nhà phát triển dưới dạng open weights (trọng số mở). Muse Spark 1.1 là mô hình đóng, được lưu trữ trên máy chủ và tính phí theo token. Vì vậy, câu hỏi đặt ra rất cụ thể: Nó phù hợp ở đâu trong hệ thống (stack) mà bạn đang vận hành?

Muse Spark 1.1 là gì?

Meta mô tả đây là một mô hình suy luận đa phương thức (multimodal reasoning model) được xây dựng cho các tác vụ mang tính đại lý (agentic tasks). Những cải tiến so với Muse Spark đời đầu nằm ở khả năng sử dụng công cụ, sử dụng máy tính, lập trình và hiểu biết đa phương thức. Cửa sổ ngữ cảnh (context window) là 1.000.000 token. Tài liệu của Meta Model API ghi nhận con số 1.048.576.

Các khả năng và tính năng cốt lõi

Vì là một mô hình suy luận, nó sẽ suy nghĩ trước khi đưa ra câu trả lời. Hơn nữa, nỗ lực suy luận này có thể điều chỉnh được cho mỗi yêu cầu. Đầu vào bao gồm văn bản, hình ảnh, video và tài liệu; đầu ra là văn bản. API cũng hỗ trợ đầu ra có cấu trúc, gọi công cụ song song, Files API và bộ nhớ đệm prompt (prompt caching). Việc thêm công cụ web_search vào lệnh gọi Responses API sẽ trả về các câu trả lời có trích dẫn nguồn.

Giá cả và khả năng cung cấp theo khu vực

Việc truy cập được chia làm hai cách. Người dùng phổ thông được sử dụng miễn phí ở chế độ ‘Thinking’ trong ứng dụng Meta AI và trên meta.ai. Các nhà phát triển trả 1,25 USD cho mỗi triệu token đầu vào và 4,25 USD cho mỗi triệu token đầu ra. Các tài khoản mới nhận được 20 USD tín dụng miễn phí. Bài đăng ra mắt ban đầu mô tả bản xem trước công khai chỉ dành riêng cho Hoa Kỳ, chưa có quyền truy cập tại EU.

Hiệu suất

Với các thông số kỹ thuật đã rõ ràng, các con số sẽ giải thích cho vị thế của mô hình. Để minh họa điều này, Meta đã công bố một bảng so sánh khi ra mắt, và bảng này phân chia rất rạch ròi.

Phân tích điểm chuẩn (Benchmark)

Dữ liệu do Meta báo cáo, với các đối thủ được hiển thị ở chế độ mạnh nhất của họ. Muse Spark 1.1 dẫn đầu ở các hạng mục sử dụng công cụ và suy luận có hỗ trợ công cụ. Nó đứng thứ ba về lập trình và đa phương thức. Do đó, đây là một mô hình điều phối (orchestration model), không phải là mô hình dẫn đầu về độ chính xác khi lập trình. Meta cũng là đơn vị chọn bộ benchmark và chạy các bài kiểm tra này.

Tính năng đáng lưu tâm: Nén và Ủy quyền

Ngoài các điểm số, hành vi điều phối giải thích cho kết quả sử dụng công cụ. Mô hình chủ động quản lý cửa sổ ngữ cảnh một triệu token của nó. Nó ghi nhớ các hành động, truy xuất thông tin từ các công việc trước đó rất lâu và nén những gì nó lưu giữ lại.

Ủy quyền là nửa còn lại. Với vai trò là một đại lý chính, nó thu thập ngữ cảnh, lập kế hoạch và ủy quyền thực thi cho các đại lý phụ (subagents) song song. Với vai trò là một đại lý phụ, nó tuân thủ công việc của mình, hiểu các công cụ sẵn có và leo thang (escalate) lại khi cần thiết. Nhóm nghiên cứu cũng báo cáo khả năng tổng quát hóa zero-shot đối với các công cụ gốc mới, máy chủ MCP và các kỹ năng tùy chỉnh.

Sử dụng máy tính cũng tuân theo logic tương tự. Mô hình được huấn luyện để viết script khi tự động hóa nhanh hơn. Nó thực hiện thao tác nhấp chuột khi tương tác trực tiếp đơn giản hơn. Nó tạo ra các loạt hành động tại mỗi bước.

Tích hợp vào hệ thống hiện có

Vì Model API tương thích với OpenAI, việc di chuyển chỉ là thay đổi base-URL thay vì viết lại mã nguồn. Đoạn mã dưới đây là công thức gọi API đầu tiên của chính Meta.

Các bộ kiểm tra (harnesses) định dạng Anthropic, chẳng hạn như Claude Code, sẽ trỏ vào Messages API thay thế. Các CLI đại lý như OpenCode đăng ký nhà cung cấp bằng ba giá trị: base URL, key, model ID.

Các trường hợp sử dụng

Trong thực tế, các bản demo được phát hành tương ứng với các khối lượng công việc mà các nhóm kỹ thuật đã quen thuộc.

Ví dụ:

Tự động hóa liệt kê đa phương thức:

Gỡ lỗi dựa trên ảnh chụp màn hình:

Lập kế hoạch thích ứng:

Các bộ công cụ lập trình nhận được sự hỗ trợ hàng đầu: chế độ lập kế hoạch, điều kiện mục tiêu, ủy quyền đại lý phụ, nén ngữ cảnh. Nhóm Meta cũng báo cáo mức tăng đáng kể trên Meta Internal Coding Bench.

Điểm mạnh và Điểm yếu

Nhìn chung, sự đánh đổi là rất rõ ràng.

Điểm mạnh

Điểm yếu

Những điểm chính cần lưu ý

Hãy xem các chi tiết kỹ thuật. Ngoài ra, đừng ngần ngại theo dõi chúng tôi trên Twitter và đừng quên tham gia SubReddit 150k+ ML của chúng tôi và Đăng ký nhận Bản tin của chúng tôi. Khoan đã! Bạn có dùng Telegram không? Bây giờ bạn cũng có thể tham gia cùng chúng tôi trên Telegram.

Cần hợp tác với chúng tôi để quảng bá GitHub Repo HOẶC trang Hugging Face HOẶC Bản phát hành sản phẩm HOẶC Hội thảo trực tuyến, v.v.? Hãy kết nối với chúng tôi.