L'IA de codage de Meta pourrait déclencher une nouvelle guerre des prix de l'IA

Meta est entré dans la course à l'IA de codage le 5 août avec Muse Code, un agent de codage basé sur 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 ouverts, Muse Code est un logiciel payant pour macOS et Linux qui s'intègre étroitement avec 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 grands dépôts : planification des modifications, écriture de code, validation des résultats. » Il a ajouté que les tests internes ont montré que l'agent est capable de créer six fonctionnalités de jeu différentes simultanément sans problème, tout en suggérant qu'il y aura d'autres lancements futurs de logiciels IA à poids ouverts.

Où en est Meta sur un marché qu'il a surtout observé

Meta s'immisce 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 observé que Muse Spark 1.2 pourrait être compétitif sur certains aspects, mais qu'il est loin d'être le leader du marché. Il n'a obtenu que 82,9 % au benchmark Terminal-Bench 2.1, devançant GPT-5.6 Terra et Grok 4.5 mais perdant face à Opus 5 d'Anthropic sur ce benchmark. Muse Spark 1.2 a également montré des performances médiocres sur le benchmark DeepSWE 1.1, se classant troisième, Opus 5 étant le vainqueur.

Les tests tiers ont donné le même résultat. Muse Spark 1.2 se classe 14e sur 186 modèles selon Artificial Analysis en termes d'indice d'intelligence, avec un score de 54, supérieur à la médiane de 32. Il offre une bonne latence et un prix relativement bas, ce qui signifie que Meta se concentre davantage sur l'équilibre entre performance et prix plutôt que sur le fait d'être le modèle de performance absolue.

Comment Muse Spark 1.2 se compare en prix à V4 de DeepSeek

La tarification pourrait devenir l'un des plus grands avantages concurrentiels de Meta, si les développeurs acceptent le compromis.

Reuters, citant Artificial Analysis, a rapporté que DeepSeek V4-Flash est le modèle d'IA largement utilisé le moins cher à exécuter dans les tests de référence, faisant de la famille DeepSeek V4 une référence clé en matière de prix pour les modèles concurrents de pointe.

Muse Spark 1.2 propose deux options de tarification différentes. Sa tarification 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 son prix « Contributor » pour les invites et réponses approuvées, faisant baisser 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'entrée mise en cache et de sortie, respectivement. Pour V4-Pro, les prix sont respectivement de 0,435 $, 0,0145 $ et 0,87 $, selon les heures de pointe et creuses, conformément à la description de l'API.

La comparaison ci-dessus montre deux approches différentes de la tarification. En ce qui concerne la tarification régulière, Muse Spark 1.2 est plus cher que les deux modèles DeepSeek. Cependant, sous le niveau « Contributor », Meta offre un prix plus bas pour l'entrée et la sortie par rapport à V4-Flash et V4-Pro, ce qui en fait l'un des produits les moins chers pour les utilisateurs éligibles prêts à partager leurs données.

L'avantage tarifaire de DeepSeek pourrait ne pas durer éternellement. Selon les rapports, DeepSeek prévoit d'appliquer une importante hausse de prix à ses services IA qui n'a pas encore été révélée. Si les nouveaux prix sont introduits, cela pourrait combler l'écart entre DeepSeek et les autres acteurs forts de l'industrie.

Le pari sur les agents de fond persistants

La caractéristique distinctive de l'agent de Meta pourrait être son architecture plutôt que ses résultats aux benchmarks.

Selon les notes d'ingénierie de l'entreprise, Muse utilise des agents de fond persistants pour maintenir le contexte d'arrière-plan des dépôts pendant chaque session de développement, plutôt que de repartir de zéro à chaque demande. Lors du traitement de projets plus volumineux, Muse transmet les tâches à effectuer dans de nombreux worktrees Git isolés, afin que les sous-agents puissent exécuter leurs tâches sans affecter l'espace de travail principal du développeur.

Meta se concentre également sur la fiabilité. Chaque appel de modèle, exécution d'outil et modification de fichier est consigné dans un journal d'événements local, permettant aux sessions interrompues de reprendre à partir d'un point de contrôle au lieu de recommencer. L'entreprise a testé ce système sur plus de 1 000 appels d'outils tout au long d'un travail d'ingénierie de noyau GPU de 24 heures, soulignant son accent sur l'ingénierie logicielle autonome à long terme.

Le lancement intensifie également la concurrence dans le secteur mondial de l'IA. L'arrivée de Meta permet aux développeurs logiciels d'avoir un autre concurrent fiable sur le marché, en plus d'Anthropic, OpenAI et DeepSeek, exerçant une pression sur les fournisseurs d'IA pour qu'ils rivalisent en matière de compétences en codage et de modèles de tarification. Cela pourrait conduire à des lancements de produits plus rapides, à une baisse des coûts d'inférence et à une plus grande disponibilité d'outils de programmation IA avancés qui aident l'ingénierie logicielle.