L'IA de programmation de Meta pourrait déclencher une nouvelle guerre des prix dans le domaine de l'IA

Meta a fait son entrée dans la course au codage IA le 5 août avec Muse Code, un agent de codage basé sur un terminal, et Muse Spark 1.2, son modèle d'IA axé sur le codage, visant directement Claude Code d'Anthropic et Codex d'OpenAI.

Meta affirme que Muse Code est conçu pour le développement logiciel sur des bases de code étendues plutôt que pour la création de simples extraits de code. Contrairement à ses modèles Llama à poids libre, Muse Code est un logiciel payant pour macOS et Linux qui s'intègre étroitement à Muse Spark 1.2.

Le PDG Mark Zuckerberg a affirmé que l'agent est capable d'exécuter « des tâches complètes d'ingénierie logicielle sur de vastes dépôts : planification des modifications, écriture de code, validation des résultats ». Il a ajouté que des tests internes ont montré que l'agent est capable de créer simultanément six fonctionnalités de jeu différentes sans problème, tout en laissant entendre que d'autres logiciels d'IA open-weight seront lancés à l'avenir.

Où se situe Meta sur un marché qu'elle a principalement observé

Meta fait son entrée sur un marché où des entreprises comme Anthropic et OpenAI sont des acteurs clés, et où certaines startups, comme Cursor, ont déjà constaté un besoin en outils d'ingénierie logicielle basés sur l'IA.

Meta a constaté que Muse Spark 1.2, bien que compétitif sur certains points, est loin d'être leader du marché. Sur Terminal-Bench 2.1, il n'a obtenu qu'un score de 82,9 %, surpassant GPT-5.6 Terra et Grok 4.5, mais s'inclinant face à Opus 5 d'Anthropic. Sur le benchmark DeepSWE 1.1, Muse Spark 1.2 a également affiché des performances médiocres, se classant troisième, Opus 5 remportant la victoire.

Des tests effectués par des tiers ont abouti au même résultat. Muse Spark 1.2 se classe 14e sur 186 modèles selon Artificial Analysis, avec un score de 54, supérieur à la médiane de 32. Il présente une faible latence et un prix relativement bas, ce qui indique que Meta privilégie l'équilibre entre performance et prix plutôt que la performance pure.

Comparaison des prix de Muse Spark 1.2 et de DeepSeek V4

La tarification pourrait devenir l'un des plus grands atouts concurrentiels de Meta, à condition que les développeurs acceptent ce compromis.

Reuters, citant Artificial Analysis, a rapporté que DeepSeek V4-Flash est le le moins cher et le plus utilisé pour les tests de référence, faisant de la famille DeepSeek V4 un point de référence clé en matière de prix pour les modèles concurrents de pointe.

Muse Spark 1.2 propose deux options tarifaires. Le tarif standard pour l'utilisation de l'API est de 1,25 $ par million de jetons d'entrée, 0,15 $ pour les jetons d'entrée mis en cache et 4,25 $ par million de jetons de sortie. Meta propose un tarif Contributeur pour les requêtes et réponses approuvées, réduisant considérablement les prix à 0,10 $ pour les jetons d'entrée, 0,01 $ pour les jetons d'entrée mis en cache et 0,20 $ pour les jetons de sortie.

DeepSeek facture 0,14 $, 0,0028 $ et 0,28 $ pour V4-Flash pour un million de jetons d'entrée, d'entrées mises en cache et de sorties, respectivement. Quant à V4-Pro, les prix sont de 0,435 $, 0,0145 $ et 0,87 $, respectivement, en fonction des heures de pointe et des heures creuses, comme indiqué dans la description de l'API.

Le tableau comparatif ci-dessus présente deux approches tarifaires différentes. En ce qui concerne le prix standard, Muse Spark 1.2 est plus cher que les deux modèles DeepSeek. Cependant, avec l'abonnement Contributor, Meta propose un tarif d'entrée et de sortie inférieur à celui de V4-Flash et V4-Pro, ce qui en fait l'un des produits les plus économiques pour les utilisateurs éligibles prêts à partager leurs données.

L'avantage tarifaire dont bénéficie DeepSeek pourrait ne pas durer. Selon certaines sources, DeepSeek envisagerait une forte hausse des prix de ses services d'IA, dont le montant n'a pas encore été dévoilé. Si ces nouveaux tarifs sont mis en place, DeepSeek pourrait réduire l'écart avec les autrestrondu secteur.

Le pari sur les agents de fond persistants

La caractéristique distinctive de l'agent de Meta réside peut-être davantage dans son architecture que dans ses résultats de référence.

D'après les notes techniques de l'entreprise, Muse utilise des agents persistants en arrière-plan pour conserver le contexte des dépôts pendant chaque session de développement, évitant ainsi une réinitialisation à chaque requête. Pour les projets de grande envergure, Muse répartit les tâches à effectuer dans de nombreux espaces de travail Git, permettant aux sous-agents d'exécuter leurs tâches sans impacter l'espace de travail principal du développeur.

Meta mise également sur la fiabilité. Chaque appel de modèle, exécution d'outil et modification de fichier est consigné dans un journal d'événements local, permettant ainsi aux sessions interrompues de reprendre à partir d'un point de contrôle plutôt que de recommencer. L'entreprise a testé ce système sur plus de 1 000 appels d'outils au cours d'une tâche d'ingénierie du noyau GPU de 24 heures, soulignant ainsi son engagement envers l'ingénierie logicielle autonome de longue durée.

Ce lancement intensifie également la concurrence dans le secteur mondial de l'IA. L'arrivée de Meta offre aux développeurs de logiciels un nouvel acteur fiable sur le marché, aux côtés d'Anthropic, d'OpenAI et de DeepSeek, ce qui incite les fournisseurs d'IA à rivaliser en termes de compétences de programmation et de modèles de tarification. Il pourrait en résulter des lancements de produits plus rapides, des coûts d'inférence réduits et une plus grande disponibilité d'outils de programmation d'IA avancés facilitant le développement logiciel.