#ia #programação #dev #ferramentas
Meta lança Muse Spark 1.3: codar com 25% menos tokens e agentes que pedem ajuda quando travam
A Meta liberou nesta terça-feira (2) o Muse Spark 1.3, a nova versão do seu modelo principal, já disponível no Muse Code e na Meta Model API. O lançamento é uma resposta direta ao que a empresa aprendeu com meses de adoção das ferramentas: em vez de apenas empilhar benchmarks, a atualização ataca a usabilidade em tarefas reais — especialmente fluxos de programação e trabalhos longos conduzidos por agentes.
O que mudou na prática
Nos testes internos da Meta, o Muse Spark 1.3 usa cerca de 20% menos chamadas de ferramentas e 25% menos tokens que o Muse Spark 1.2 para concluir as mesmas tarefas de codificação. Ele também é menos verboso e escreve em um estilo de código mais limpo, dispensando turnos desnecessários.
No lado agentivo, o modelo foi treinado para sustentar trabalhos de horizonte mais longo: quando recebe um objetivo aberto, ele usa ferramentas para gerar o próprio contexto a partir de fontes confusas e conflitantes, corrige lacunas no plano e registra o que aprendeu até entregar o resultado final. Entre as mudanças mais notáveis:
- Pergunta quando o pedido é ambíguo e invoca a ajuda do usuário quando trava, em vez de alucinar uma saída;
- Confirma antes de ações consequentes — e tem melhor calibração sobre o que conta como ação irreversível em tarefas agentivas complexas;
- Gerencia múltiplas tarefas em uma única thread longa, mapeando prompts novos para a tarefa certa mesmo quando o usuário interrompe ou muda de assunto;
- Segue instruções longas e detalhadas com mais fidelidade, sem largar restrições no meio do caminho.
Os modos de raciocínio
Os modos de raciocínio já disponíveis nos modelos anteriores continuam valendo no Spark 1.3. O modo max reasoning — o mais profundo — chega “em breve”, segundo a Meta, depois que a empresa terminar testes adicionais de segurança.
Segurança e o que vem depois
A Meta diz que reforçou a segurança nas frentes mais relevantes para uso agentivo: o modelo tem resistência adversarial mais forte, incluindo maior proteção contra prompt injection, e demonstra mais critério antes de executar ações de alto impacto.
No roadmap, a empresa adianta duas novidades: modelos maiores e a versão de pesos abertos do Muse Spark.
Por que isso importa para devs
O recado do lançamento é claro: a briga agora é por custo por tarefa concluída, não só por acerto em benchmark. Gastar 25% menos tokens e errar menos o caminho (menos chamadas de ferramentas, menos idas e vindas) muda a conta de quem roda agentes de codificação em escala — e a Meta já deixou o preço da API inalterado. Para quem programa com IA, a métrica que vale acompanhar não é “qual modelo gabarita a prova”, e sim quantos tokens (e quanta supervisão) cada modelo consome para entregar a mesma feature.