Meta muscle ses modèles IA premium pour rattraper ses rivaux

Meta a dévoilé lundi Muse Wonder et Muse Wonder Full, deux modèles d’IA premium censés combler son retard face à Anthropic, OpenAI et Google. Le groupe les présente comme ses versions les plus capables à ce jour, avec des usages qui vont des réclamations d’assurance à la lecture d’un bail, jusqu’à la création d’applications. Le lancement intervient alors que la concurrence avance vite, et que les questions de sécurité, elles, ne prennent jamais de RTT.

Deux modèles premium, deux publics bien distincts

Muse Wonder, que Meta décrit comme un modèle « state-of-the-art », est d’abord proposé aux développeurs via l’API Meta Model. L’accès passe par des formules payantes, la Power Plan à 20 dollars par mois ou la Maximum Plan à 100 dollars par mois, avant un déploiement annoncé dans Muse avec une tarification plus souple au million de tokens [à vérifier].

Selon Meta, ce modèle s’appuie sur Muse Spark, lancé plus tôt cette année, mais avec une capacité de calcul plus élevée et de meilleures performances pour le droit, la finance et la santé. L’entreprise cite notamment la lecture d’un contrat de location ou le traitement d’une demande d’assurance. Muse Wonder Full pousse plus loin cette logique : il vise les entreprises et les utilisateurs intensifs, avec un raisonnement plus flexible et des ressources de traitement renforcées. Il n’existe pas d’API publique pour cette version ; l’accès passe par l’abonnement payant Muse Code, facturé de 50 à 200 dollars par mois.

Pourquoi Meta insiste sur les usages “agentiques”

Meta met en avant des tâches dites agentiques, c’est-à-dire des actions où le modèle ne se contente pas de répondre, mais enchaîne plusieurs étapes pour atteindre un objectif. En pratique, Muse Wonder et Wonder Full doivent aider à construire des jeux et des applications, gérer des workflows professionnels ou s’orienter dans des tâches moins balisées. C’est le type d’argument qui plaît aux développeurs, surtout quand la facture de calcul reste plus facile à justifier qu’un lundi matin.

Les deux nouveautés clés sont Active Memory et Active Focus. Active Memory permet au modèle de conserver des informations entre plusieurs conversations. Meta affirme avoir entraîné l’outil pour éviter de partager des données privées sans autorisation et l’avoir durci contre les cyberattaques. Active Focus, de son côté, aide l’agent à poursuivre une tâche après un blocage technique, en essayant d’autres approches ou en demandant une précision à l’utilisateur.

Une montée en puissance qui arrive avec des garde-fous sous surveillance

La stratégie de Meta s’inscrit dans une séquence plus large, nourrie par des investissements de plusieurs milliards de dollars sur l’année écoulée selon l’entreprise. Mais elle arrive dans un climat plus tendu qu’un simple lancement produit. Des chercheurs et plusieurs dirigeants du secteur, dont Dario Amodei chez Anthropic et Sam Altman chez OpenAI, plaident pour une évaluation externe et davantage de régulation. Mark Zuckerberg, lui, défend l’idée que les laboratoires peuvent s’autoréguler.

Le débat n’est pas abstrait. Quand un modèle gagne en mémoire, en capacité d’action et en résistance aux blocages techniques, la question n’est plus seulement ce qu’il peut faire, mais ce qu’il ne doit pas faire. Meta assure avoir pris des mesures de sécurité, sans pour autant lever toutes les réserves des observateurs sur la protection des données et la robustesse réelle des garde-fous.