Meta Muse Spark 1.1 wyprzedza GLM 5.2 w kodowaniu i jest tańszy

Nowy model Muse Spark 1.1 firmy Meta wyprzedza GLM 5.2 w zadaniach związanych z kodowaniem, oferując jednocześnie niższą cenę. Według analizy przeprowadzonej przez Artificial Analysis, model Meta uzyskał 51 punktów w Intelligence Index, dorównując GLM 5.2, GPT-5.4 oraz GPT-5.6 Luna.

Znaczący wzrost wydajności i efektywności

W ciągu zaledwie trzech miesięcy Muse Spark 1.1 zyskał osiem punktów w ogólnym indeksie, głównie dzięki poprawie w obszarach kodowania i pracy opartej na agentach. W Coding Index model osiągnął wynik 71.3, co plasuje go przed GLM 5.2 (68.8) i nieznacznie za GPT-5.6 Luna (71.4). Czołowe miejsca w tej kategorii zajmują GPT-5.6 Sol (77.4) i Terra (76.7), a tuż za nimi plasuje się Claude Fable 5 (76.5). Należy jednak pamiętać, że wyniki benchmarków nie zawsze odzwierciedlają rzeczywistą wydajność w praktycznych zastosowaniach.

Koszty i redukcja halucynacji

Jednym z kluczowych atutów Muse Spark 1.1 jest jego ekonomiczność. Szacowany koszt wykonania zadania wynosi 0.26 dolara, co stanowi znaczną różnicę w porównaniu do 0.37 dolara dla GLM-5.2 i 0.89 dolara dla GPT-5.4. Model Meta wykorzystuje również mniej tokenów wyjściowych – 94 miliony w porównaniu do 141 milionów w przypadku GLM-5.2.

Dodatkowo, wskaźnik halucynacji, czyli generowania błędnych lub zmyślonych informacji, spadł z 73 do 38 procent. Oznacza to, że model częściej odmawia odpowiedzi, niż udziela nieprawidłowych. Meta zwiększyła również okno kontekstowe czterokrotnie, do miliona tokenów, co pozwala na przetwarzanie znacznie dłuższych sekwencji danych. W momencie premiery Muse Spark 1.1 jest dostępny wyłącznie za pośrednictwem własnego API Meta.

Kontekst rynkowy i przyszłość modeli AI

Rozwój Muse Spark 1.1 podkreśla rosnącą konkurencję na rynku modeli językowych, gdzie firmy dążą do optymalizacji zarówno wydajności, jak i kosztów. Udoskonalenia w zakresie kodowania i redukcji halucynacji, w połączeniu z konkurencyjną ceną, mogą sprawić, że model Meta stanie się atrakcyjną opcją dla deweloperów i przedsiębiorstw poszukujących efektywnych narzędzi AI. Warto obserwować, jak te innowacje wpłyną na dalszy rozwój i zastosowania sztucznej inteligencji w różnych sektorach.

Źródło: the-decoder.com