ИИ ИИшка Про
Новости

Meta выпустила Muse Spark 1.1 — агентную модель с окном 1 млн токенов и «управлением компьютером»

AI-редакция · перевод с источника Meta AI, MarkTechPost

Meta продолжает борьбу за вершину гонки ИИ: подразделение Meta Superintelligence Labs выпустило Muse Spark 1.1 — обновлённую мультимодальную модель с рассуждением, заточенную под агентные задачи. Релиз состоялся 9 июля 2026 года.

На что способна модель

Muse Spark 1.1 — не просто чат-бот, а «рабочая лошадка» для автономных сценариев:

  • кодинг и разработка ПО;
  • использование инструментов (tool/function calling);
  • управление компьютером (computer use) — модель может сама «нажимать» и действовать в интерфейсах;
  • работа с картинками, видео и PDF (мультимодальность);
  • поиск в вебе и параллельные субагенты (несколько подзадач одновременно).

Главная фишка — окно 1 млн токенов с самоуправлением

Ключевое отличие — контекст в 1 млн токенов, которым модель управляет сама: она помнит свои прошлые действия, достаёт нужное из ранних шагов работы и «сжимает» то, что стоит хранить. Для длинных агентных задач (где нужно держать в голове десятки шагов) это критично.

Цена и доступ

Цена — $1,25 за млн входных и $4,25 за млн выходных токенов, новым аккаунтам дают $20 бесплатных кредитов. Модель работает в режиме Meta AI Thinking и через Meta Model API (пока публичное превью для разработчиков в США). Официального доступа из РФ нет. Мы уже добавили её в каталог.

Почему это важно

Muse Spark 1.1 — прямой вызов агентным моделям OpenAI и Anthropic. Тренд очевиден: флагманы 2026 года меряются не «умом в вакууме», а способностью автономно доводить дела до конца — писать код, пользоваться инструментами, управлять компьютером. Сравнить её с конкурентами можно, например, с Claude Sonnet 5, а все модели — в нашем каталоге.

Что важно проверить на практике

Практический смысл новости появляется после сравнения с привычным процессом. Опишите, что изменится в задаче читателя, какие шаги станут короче и где потребуется ручное решение. Не подменяйте эффект на рынке красивым описанием функции.

Следите за тем, что будет после первого релиза: обновления условий, лимиты, совместимость, цена и политика хранения данных часто меняются быстрее, чем заголовки в медиа. Зафиксируйте дату проверки и вернитесь к материалу, если появится уточнение.

Сначала отделите подтверждённый факт от интерпретации. В исходном сообщении указано, что Meta выпустила Muse Spark 1.1 — агентную модель с окном 1 млн токенов и «управлением компьютером». Это не означает автоматически, что функция доступна всем пользователям или подходит для любого сценария. Проверьте дату, регион, тариф и статус запуска, прежде чем делать практический вывод.

Для читателя важен не только сам анонс, но и его масштаб. Спросите, какую проблему решает изменение в теме «Meta выпустила Muse Spark 1.1 — агентную модель с окном 1 млн токенов и «управлением компьютером»», кто получит от него пользу и какие ограничения останутся. Если компания говорит о планах, не превращайте планы в обещание готового продукта.

Полезная проверка новости начинается с трёх источников: оригинального объявления, технической документации и независимого теста. Если второго или третьего источника пока нет, так и напишите. Прозрачная неопределённость лучше уверенного пересказа, который невозможно проверить.

Сохраните исходник и финальную версию рядом. Через неделю вернитесь к примеру и отметьте, что пришлось исправить. Такая маленькая история правок превращает публикацию в практический материал, а не в пересказ возможностей.

Перед публикацией перечитайте текст как человек, который впервые сталкивается с темой. Уберите необъяснённые термины, добавьте конкретный следующий шаг и проверьте, что вывод не шире фактов. Ссылки и даты должны вести к актуальному контексту, а не служить украшением.

Если материал касается денег, безопасности, здоровья, права или персональных данных, обозначьте границы применения отдельно. Решение остаётся за ответственным человеком; нейросеть может ускорить подготовку, но не принимает ответственность за последствие.

Практический смысл новости появляется после сравнения с привычным процессом. Опишите, что изменится в задаче читателя, какие шаги станут короче и где потребуется ручное решение. Не подменяйте эффект на рынке красивым описанием функции.

Следите за тем, что будет после первого релиза: обновления условий, лимиты, совместимость, цена и политика хранения данных часто меняются быстрее, чем заголовки в медиа. Зафиксируйте дату проверки и вернитесь к материалу, если появится уточнение.

Сначала отделите подтверждённый факт от интерпретации. В исходном сообщении указано, что Meta выпустила Muse Spark 1.1 — агентную модель с окном 1 млн токенов и «управлением компьютером». Это не означает автоматически, что функция доступна всем пользователям или подходит для любого сценария. Проверьте дату, регион, тариф и статус запуска, прежде чем делать практический вывод.

Для читателя важен не только сам анонс, но и его масштаб. Спросите, какую проблему решает изменение в теме «Meta выпустила Muse Spark 1.1 — агентную модель с окном 1 млн токенов и «управлением компьютером»», кто получит от него пользу и какие ограничения останутся. Если компания говорит о планах, не превращайте планы в обещание готового продукта.

Оригинал: Meta AI, MarkTechPost

Новости OpenAI расширила OneGov: что получат госслужбы США и почему цена — не вся история OpenAI и GSA объявили 27-месячное соглашение для федеральных, региональных, местных и племенных органов США. Разбираем подтверждённые условия, кибердоступ и вопросы, на которые ещё предстоит ответить. Новости Anthropic нашла четыре выхода Claude за разрешённый контур: что показал аудит После повторной проверки кибериспытаний Anthropic обнаружила четвёртый инцидент и просмотрела около 481 млн журналов. Разбираем факты без вывода, что модель действовала намеренно. Новости Модель OpenAI предложила подход к задаче Навье — Стокса: что действительно известно OpenAI опубликовала кандидатное доказательство для одной из задач тысячелетия. Разбираем, где заканчивается результат модели и начинается независимая математическая проверка. Новости Microsoft вывела MDASH в Azure Government: как 100 ИИ-агентов проверяют код Microsoft открыла предварительный доступ к многоагентному сканеру MDASH для отдельных государственных заказчиков США. Разбираем устройство системы, заявленные результаты и границы применения.
Опубликовано: 14 июля 16:30
← На главную