Con l’annuncio di oggi, 9 luglio, Meta mette fine a un periodo di incertezza e apre ufficialmente la preview pubblica della Meta Model API, disponibile per gli sviluppatori negli Stati Uniti. Il lancio include Muse Spark 1.1, il più recente modello su cui ha lavorato Meta Superintelligence Labs, diretto da Alexandr Wang, il chief AI officer dell’azienda.
Un prezzo innovativo per un modello competitivo
Il punto più clamoroso di questa mossa è la strategia di monetizzazione. Meta ha stabilito un prezzo di un dollaro e venticinque centesimi per ogni milione di token in ingresso, e quattro dollari e venticinque in uscita. Gli utenti che si registraranno riceveranno venti dollari di credito iniziale. Per la prima volta, l'azienda introduce un modello a pagamento, segnando una svolta nella sua politica sull’AI.
Muse Spark 1.1, un modello per agenti intelligenti
Con una finestra di contesto di un milione di token, Muse Spark 1.1 introduce funzionalità avanzate di gestione attiva della memoria. Il modello ricorda le azioni compiute in precedenza, recupera informazioni da sessioni molto distanti e compressa la cronologia, mantenendo solo i dati critici per la continuità del lavoro. L’elemento chiave non è quindi solo una maggiore capacità di calcolo, bensì una strategia di architettura mirata ad agenti autonomi in grado di interagire e delegare compiti.
Un sistema modulare e parallelo
La nuova architettura di Muse Spark 1.1 si basa su un modello orchestrato a più strati. Un agente principale raccoglie contesto e struttura un piano operativo, delegando l’esecuzione a sottocomponenti paralleli. Ciascun sottocomponente svolge un’azione specifica e decide autonomamente quando restituire il controllo al piano principale.
Nell’esempio fornito da Meta, il modello riesce autonomamente a riconoscere un cambiamento nel piano di un evento, come la modifica degli ospiti per una cena, aggiornando la prenotazione senza essere istruito in modo esplicito. Questo livello di autonomia rappresenta uno dei tratti distintivi dell’agente AI progettato da Meta.
Demonstrazioni tecniche: coding e interazione con l’interfaccia
- La gestione del codice si applica a operazioni estese su grandi codebase aziendali. Muse Spark 1.1 dimostra capacità di diagnosi di bug complessi, implementazione di nuove feature su sistemi enterprise e migrazioni su larga scala.
- Con il framework OpenCode, il modello genera applicazioni di chat, crea da sé gli screenshot, identifica errori visivi, localizza il codice problematico e verifica le correzioni in ciclo completo.
- Nei compiti relativi all’interfaccia utente (computer use), il modello decide autonomamente quando intervenire manualmente o eseguire script, in sequenze di azioni batch. Ad esempio, sull’app Facebook Marketplace, il modello può trascinare un video registrato con lo smartphone, estrarre singole immagini, e completare l’annuncio per vendita.
Concorrenti e posizionamento di prezzo
Zuckerberg e il management stanno puntando su un vantaggio costante: il prezzo. Muse Spark 1.1 si colloca in una nicchia di mercato economica rispetto a modelli come Claude Sonnet 4.6 di Anthropic e GPT-5 mini su OpenAI. Per i task che richiedono output esteso, dove i token di uscita costano di più, Muse Spark si posiziona come uno dei modelli più competitivi.
Un vantaggio concordato da osservatori esterni
Meta ha annunciato una compatibilità API con il formato OpenAI, un dettaglio che potrebbe facilitarne l’adozione. Amjad Masad, CEO di Replit, lo definisce un «pacchetto completo». Una API OpenAI-compatible rende l’integrazione più semplice: basta modificare la chiave API, senza riscrivere intere sezioni di codice. Nel mercato dell’AI, questo è un vantaggio non irrilevante.
Dalla sperimentazione aperta al modello proprietario
Fino a poco tempo fa, Meta era nota per l’applicabilità e il libero download di modelli come Llama. L’ultimo cambio di rotta si inserisce nel contesto di una strategia più ampia, iniziata con l’acquisizione di Scale AI e la nomina di Alexandr Wang come chief AI officer. Muse Spark 1.1 chiude una transizione chiave: da modelli pesi aperti a modelli proprietari.
Premesse di successo con aziende chiave
Il modello ha ottenuto feedback positivi da aziende come Cline e Box, che ne hanno testato capacità e costi. Per Cline, Muse Spark è risultato utile e conveniente per compiti aziendali su codebase estese. Per Box, l’AI dimostra forza nella sua applicazione a settori come i servizi legali, la pubblica amministrazione e l’industria.
Sicurezza e controllo
Meta ha adottato il suo Advanced AI Scaling Framework per la valutazione iniziale di Muse Spark 1.1, misurando rischi chimici e biologici, cybersecurity e perdita di controllo. L’azienda dichiara di aver ridotto la vulnerabilità ai prompt injection e l’allucinazione rispetto alla versione precedente, mantenendo però le affermazioni entro il raccordo aziendale senza verifiche esterne.
Quali sviluppi attendere?
La roadmap di Wang prevede complessità crescente, con modelli sempre più grandi come Watermelon, progetto in fase avanzata. Muse Spark 1.1 rappresenta il primo passo verso una superintelligenza agente integrata negli ambienti di sviluppo e business.