Meta has a competitive AI model but loses its open-source identity

Meta possède un modèle d'IA compétitif mais perd son identité open-source

Meta a un modèle d'IA compétitif mais perd son identité open-source.

Le mouvement de l'IA open-source n'a jamais manqué d'options. Mistral, Falcon, et un nombre croissant de modèles à poids ouverts sont disponibles pour les développeurs depuis des années. Mais lorsque Meta a mis son poids derrière Llama, quelque chose a changé. Une entreprise avec trois milliards d'utilisateurs, d'énormes ressources de calcul et la crédibilité d'un géant de la technologie construisait désormais ouvertement, et la communauté des développeurs a répondu.

D'ici début 2026, l'écosystème Llama avait atteint 1,2 milliard de téléchargements, avec une moyenne d'environ 1 million par jour. C'est dans ce contexte que, le 8 avril 2026, Meta a lancé Muse Spark, son premier nouveau modèle d'IA majeur en un an, et le premier produit de ses nouveaux Meta Superintelligence Labs.

Muse Spark est capable de manière que Llama 4 ne l'était jamais, se classant bien par rapport à l'état actuel de la technologie, et est entièrement propriétaire. Pas de téléchargement gratuit. Pas de poids ouverts. Pas de construction dessus à moins que Meta ne décide que vous le pouvez.

L'entreprise a dépensé 14,3 milliards de dollars, a recruté Alexandr Wang de Scale AI pour diriger sa reconstruction IA, puis a passé neuf mois à démolir toute sa pile IA et à recommencer. Muse Spark est le résultat de ce processus. La communauté des développeurs qui a fait de Llama ce qu'il était est maintenant invitée à attendre une future version open-source qui pourrait ou non arriver dans un délai prévisible.

Qu'est-ce que Muse Spark ?

Muse Spark est un modèle de raisonnement multimodal natif avec utilisation d'outils, chaîne de pensée visuelle et orchestration multi-agents intégrées. Il alimente désormais Meta AI, qui atteint plus de trois milliards d'utilisateurs dans les applications de Meta. Meta a reconstruit son infrastructure technologique à partir de zéro, permettant à l'entreprise de créer un modèle aussi capable que son ancien variant de taille moyenne Llama 4 pour un coût de calcul d'un ordre de grandeur inférieur.

Ce chiffre d'efficacité mérite d'être noté. À l'échelle à laquelle Meta opère, les coûts de calcul s'accumulent rapidement, et faire fonctionner un modèle d'IA de classe frontière de Meta à une fraction du coût de ses prédécesseurs change l'économie de son déploiement dans des milliards d'interactions quotidiennes.

Sur les benchmarks, le tableau est vraiment mitigé. Muse Spark obtient un score de 52 sur l'Artificial Intelligence Index v4.0, le plaçant quatrième au classement général derrière Gemini 3.1 Pro, GPT-5.4, et Claude Opus 4.6. Meta n'a pas prétendu avoir construit le meilleur modèle au monde, ce qui constitue en soi un départ par rapport aux surenchères qui ont nui à la crédibilité de Llama 4.

Où Muse Spark excelle, c'est dans le domaine de la santé. Sur HealthBench Hard – requêtes de santé ouvertes – il obtient un score de 42,8, bien devant Gemini 3.1 Pro à 20,6, GPT-5.4 à 40,1, et Grok 4.2 à 20,3. La santé est une priorité déclarée pour Meta ; l'entreprise affirme avoir travaillé avec plus de 1 000 médecins pour sélectionner les données d'entraînement pour le modèle.

Muse Spark propose également trois modes d'interaction :

• Mode instantané pour des réponses rapides
• Mode de réflexion pour des tâches de raisonnement en plusieurs étapes
• Mode de contemplation, qui orchestre le raisonnement de plusieurs agents en parallèle pour rivaliser avec les modes de raisonnement les plus exigeants de Gemini Deep Think et GPT Pro.

Le retrait de l'open-source

C'est la partie de l'histoire de Muse Spark que les tableaux de benchmarks ne capturent pas. Contrairement aux modèles précédents de Meta, qui ont été publiés en tant que modèles à poids ouverts – ce qui signifie que tout le monde pouvait les télécharger et les exécuter sur son propre équipement – Muse Spark est entièrement propriétaire. L'entreprise a déclaré qu'elle proposera le modèle dans un aperçu privé à des partenaires sélectionnés via une API, rendant Muse Spark encore plus propriétaire que les modèles payants proposés par les concurrents de Meta.

Wang a abordé le changement directement, déclarant : « Neuf mois auparavant, nous avons reconstruit notre pile IA à partir de zéro. Nouvelle infrastructure, nouvelle architecture, nouveaux pipelines de données. C'est la première étape. De plus grands modèles sont déjà en développement avec des plans pour des versions open-source futures. »

La réponse de la communauté des développeurs a été sceptique. Certains voient cela comme un pivot nécessaire après que Llama 4 n'a pas réussi à gagner l'adhésion attendue. D'autres considèrent cela comme Meta fermant les portes une fois qu'elle a quelque chose de précieux à protéger. C'est cette communauté qui est maintenant invitée à attendre pendant que des concurrents sans cet héritage open-source continuent de proposer des poids librement disponibles.

Distribution sur les benchmarks

Pendant ce temps, Meta n'attend pas que la communauté des développeurs se rallie. Muse Spark fera ses débuts dans les semaines à venir sur Facebook, Instagram, WhatsApp, et Messenger, ainsi que dans les lunettes AI de Meta Ray-Ban. Ce chemin de déploiement est sans doute plus conséquent que n'importe quel résultat de benchmark. OpenAI et Anthropic vendent à des développeurs et des entreprises. Meta déploie directement à plus de trois milliards de personnes déjà présentes dans ses applications chaque jour.

L'accent mis par Meta sur la santé soulève des questions de confidentialité qu'il convient de surveiller. Les utilisateurs de Muse Spark devront se connecter avec un compte Meta existant pour l'utiliser, et bien que Meta ne dise pas explicitement que les informations personnelles du compte seront utilisées par l'IA, l'entreprise a généralement formé son IA sur des données d'utilisateur publiques et a positionné Muse Spark comme un produit de superintelligence personnelle.

L'action de Meta a augmenté de plus de 9 % le jour du lancement, un signal que les investisseurs ont interprété le lancement de Muse Spark comme une preuve que le pari de 14,3 milliards de dollars sur Wang et la reconstruction de neuf mois ont produit quelque chose de concret. La question de savoir si les versions open-source promises se matérialiseront réellement est une question que la communauté des développeurs posera chaque trimestre. La réponse définira comment ce chapitre de l'histoire de l'IA de Meta sera mémorisé.