Pendant des années, Meta a été la grande entreprise technologique qui mettait gratuitement à disposition son IA. Ses modèles Llama étaient accessibles à tous : chacun pouvait les télécharger, les modifier et les exécuter sur ses propres serveurs. Mais voici le rebondissement : le modèle le plus puissant de Meta à ce jour, Meta Muse Wonder, reste confidentiel.
Meta a lancé Muse Wonder et son grand frère, Muse Wonder Full, le 12 octobre. TechCrunch a qualifié ce modèle de « première version de classe pionnière » de l’entreprise, c’est-à-dire un modèle conçu pour se situer au tout sommet de son domaine. Et cela en dit long sur les intentions actuelles de Meta.
Alors, qu’a-t-on réellement lancé ?
Ces deux modèles proviennent de Meta Superintelligence Labs, l’unité à l’origine de la refonte de l’IA chez Meta. Dans son communiqué, l’entreprise déclare : « Il y a quatorze mois, nous avons entamé une refonte complète de nos efforts en matière d’IA. » Ce nouveau duo s’appuie sur Muse Spark, un modèle plus léger lancé par Meta en avril.
Meta met en avant deux fonctionnalités phares. La première est « Active Memory », qu’elle décrit comme « la capacité à garder en mémoire ce qui compte pour vous d’une conversation à l’autre ». La seconde est « Active Focus », « la capacité à continuer à travailler pour atteindre votre objectif lorsqu’une tâche devient difficile ». Concrètement, cela signifie essayer une autre approche en cas d’échec, puis faire le point avant d’entreprendre des actions importantes.
Les exemples sont très courants. Meta évoque le traitement d’une demande d’indemnisation, la compréhension d’un bail ou la gestion de ses finances. L’entreprise mentionne également des tâches de programmation de pointe, comme la création d’une application pour une nouvelle entreprise. C’est là le domaine classique des agents IA.
Les développeurs paient 4 dollars par million de jetons d’entrée et 20 dollars par million de jetons de sortie sur l’API de Meta. Un jeton correspond à un fragment de texte, soit environ un mot court. Wonder Full n’est toutefois pas du tout disponible sur l’API. Il n’est accessible que via les abonnements Muse Code, à 50 ou 200 dollars par mois.
Attendez, Meta est passé en mode fermé ?
Oui. Aucun des modèles Wonder ne propose de poids ouverts, comme le souligne Nick Patience, analyste chez Futurum, dans son analyse. Des poids fermés signifient que vous ne pouvez pas télécharger le modèle lui-même. À la place, vous louez un accès via les serveurs de Meta.
C’est un véritable revirement par rapport à l’ère Llama. Les entreprises appréciaient Llama car elles pouvaient l’héberger elles-mêmes, l’ajuster à partir de leurs propres données et garder leurs prompts hors du cloud de tiers. Wonder, en tant que service hébergé, n’offre rien de tout cela.
Pour être honnête, Meta n’a pas entièrement abandonné les modèles ouverts. L’entreprise propose toujours Muse Glimmer, un modèle ouvert de 30 milliards de paramètres sorti en août. Mais les meilleurs outils se trouvent désormais derrière un mur payant.
Honnêtement ? On comprend. Meta a entraîné ces modèles chez Prometheus, son centre de données d’une puissance de l’ordre du gigawatt situé dans l’Ohio. Offrir gratuitement quelque chose d’aussi coûteux est difficile à faire accepter aux actionnaires.
Quelle est la qualité réelle de Meta Muse Wonder ?
Assez bon, mais pas le meilleur. Sur l’Artificial Analysis Intelligence Index, qui regroupe dix évaluations en un seul score, Wonder Full a obtenu 55,8. Cela le place devant le GPT-6 Astra d’OpenAI (52,7) et le Gemini 4 Argon de Google (52,6). Il reste toutefois derrière le « Claude Opus 5.5 » (57,6) et le « Sonnet 5.5 » (56,0) d’Anthropic. La version standard de « Muse Wonder » a obtenu un score de 52,4.
Mais voici le problème. Les six meilleurs modèles se situent à environ cinq points les uns des autres. Ainsi, le « meilleur modèle » commence à avoir moins d’importance que le prix, la vitesse et l’adéquation à votre travail concret.
Le chiffre préféré de Meta concerne la mémoire. Sur MemoryBench, le test développé par Meta, Wonder a obtenu un score de 85,6 %, tandis que l’Opus 5.5 et le GPT-6 Astra se sont situés autour de 81 %. Comme c’est Meta qui a choisi ce test, il convient de prendre ce résultat avec des pincettes.
Ce qui nous a fait réfléchir
La mémoire, c’est génial… jusqu’à ce que ça ne le soit plus. Un assistant qui se souvient de votre bail, de vos finances et de votre agenda est utile. Mais cela représente aussi une grande quantité de données personnelles regroupées au même endroit.
Le tableau de sécurité de Meta montre que Wonder a mal géré les données personnelles dans 3,4 % des cas testés. Cela représente donc environ un échec sur 30. Patience a qualifié ce taux de « difficile à faire accepter par les comités de gestion des risques des entreprises », et nous ajouterions les utilisateurs lambda à cette liste.
Meta affirme également avoir entraîné les modèles pour éviter le partage d’informations privées sans autorisation. Sa fiche de modèle admet toutefois qu’il n’est pas possible d’exclure que le modèle non atténué atteigne son seuil de risque élevé en matière d’utilisation abusive à des fins chimiques et biologiques. Un rapport de sécurité plus complet est en cours de préparation, selon Meta.
Suivez l’argent
Pourquoi se lancer dans un tel projet ? Il suffit de regarder le chiffre d’affaires de Meta. Fortune souligne que Meta génère environ 201 milliards de dollars par an, dont plus de 98 % proviennent de la publicité numérique. C’est mettre tous ses œufs dans le même panier.
Les agents pourraient constituer un deuxième panier. Benjamin Black, analyste chez Deutsche Bank, a estimé que l’agent IA personnel de Meta pourrait représenter jusqu’à 8 % du chiffre d’affaires d’ici 2030, soit environ 36 milliards de dollars. Meta dispose également d’une large audience, puisque l’application Muse a dépassé les 3,4 millions de téléchargements au 24 septembre, selon les estimations de Sensor Tower.
D’accord, mais est-ce que cela devrait vous intéresser ?
Si vous développez des logiciels, oui. Meta Muse Wonder est une option sérieuse de plus à un prix moyen, avec une fenêtre contextuelle d’un million de jetons. Testez-la sur vos propres tâches avant de changer de solution, car un prix de jeton bas ne signifie pas toujours un résultat final bon marché. Notre guide sur les domaines où les LLM sont réellement efficaces est un bon point de départ pour sélectionner ces tâches.
Pour le reste d’entre nous, y compris la communauté de l’IA ici en Arménie, l’essentiel réside dans ce changement de cap. L’un des plus fervents défenseurs de l’IA ouverte vient justement de garder son meilleur modèle fermé. Cela a de l’importance si le plan de votre start-up repose sur des modèles gratuits et de haut niveau que vous pouvez exécuter vous-même.
Notre avis ? Meta Muse Wonder prouve que Meta est capable d’innover à la pointe de la technologie. La question reste toutefois ouverte de savoir si les utilisateurs seront prêts à payer pour ce service et à lui confier leurs souvenirs.