Le 8 avril 2026, Meta a lancé Muse Spark — le premier modèle développé par Meta Superintelligence Labs, sa nouvelle division IA dirigée par Alexandr Wang. En 24 heures, l'app Meta AI est passée de la 57e à la 5e place de l'App Store américain, les téléchargements iOS ont bondi de 87% (46 000 sur la seule journée du 8 avril), et le trafic web a augmenté de plus de 450%. L'action Meta a clos en hausse de 6,5%.
Ce n'est pas juste un nouveau modèle. C'est un acte stratégique majeur : Meta abandonne sa philosophie open-source qui a fait sa réputation depuis Llama, pour adopter un modèle propriétaire fermé.
L'humiliation Llama 4 : le point de départ
Pour comprendre Muse Spark, il faut revenir à avril 2025. Meta lance Llama 4, sa quatrième génération de modèles open-source. La presse spécialisée utilise un mot pour décrire le résultat : « dud » (un flop). Les chercheurs indépendants découvrent que Meta a benchmarké Llama 4 en utilisant des versions spécialisées indisponibles au public. La communauté se sent trahie.
Pendant ce temps, OpenAI continue avec GPT-5, Anthropic gagne le segment enterprise avec Claude, Google rattrape avec Gemini. Meta — qui a investi des dizaines de milliards dans l'IA — se retrouve à la traîne sur son propre terrain.
Mark Zuckerberg, selon les rapports internes, est furieux. Il décide d'une chose radicale : reconstruire toute la stack IA de Meta depuis zéro.
Le pari à 14,3 milliards de dollars : Alexandr Wang
En juin 2025, Meta paie 14,3 milliards de dollars pour acquérir 49% de Scale AI. L'argent n'est pas la cible principale. La cible, c'est le co-fondateur et CEO : Alexandr Wang.
Wang a entre 27 et 29 ans selon les sources quand il rejoint Meta. Zuckerberg crée pour lui un poste qui n'existait pas chez Meta : Chief AI Officer. Mission : reconstruire l'intégralité de la stack IA et livrer un modèle compétitif aux frontières du marché.
Wang et Zuckerberg lancent une campagne de recrutement agressive. Selon les rapports, Meta offre à des chercheurs d'OpenAI, Anthropic et Google des packages atteignant plusieurs centaines de millions de dollars. C'est sans précédent dans l'histoire de la tech.
En parallèle, Meta engage entre 115 et 135 milliards de dollars de dépenses d'investissement IA pour 2026 — presque le double de 2025. Et coupe 16 000 emplois ailleurs pour financer le pari.
Neuf mois plus tard : Muse Spark
Le 8 avril 2026, Wang livre. Le modèle, dont le nom de code interne était « Avocado », est lancé sous la marque Muse Spark.
Ce que Muse Spark sait faire
Multimodal natif : texte, voix et images en entrée (sortie texte uniquement). Vous pouvez prendre en photo un rayon de supermarché et lui demander quels snacks contiennent le plus de protéines, ou scanner un produit pour le comparer.
Modes multiples : mode rapide pour les questions simples, plusieurs modes de raisonnement pour les tâches complexes. Un « shopping mode » combine le LLM avec les données d'intérêts et de comportement des utilisateurs Meta. C'est la signature commerciale.
Sous-agents : le modèle peut déployer plusieurs sous-agents pour traiter des requêtes complexes en parallèle.
Performances : selon les benchmarks indépendants d'Artificial Analysis, Muse Spark obtient un score de 52 sur l'Intelligence Index v4.0 — ce qui le place 4e mondial, derrière Gemini 3.1 Pro Preview (57), GPT-5.4 (57) et Claude Opus 4.6 (53). Le saut depuis Llama 4 est spectaculaire : 18 → 52, soit quasiment un triplement de l'intelligence en 9 mois.
L'efficacité tokens : l'arme cachée
| Modèle | Score Intelligence Index | Tokens output |
|---|---|---|
| Muse Spark | 52 | 58M |
| Gemini 3.1 Pro | 57 | 57M |
| GPT-5.4 | 57 | 120M |
| Claude Opus 4.6 | 53 | 157M |
À l'échelle de milliards d'utilisateurs Meta AI, cette différence en coût de calcul est massive. C'est probablement le vrai avantage stratégique de Muse Spark : pas le plus intelligent, mais le plus rentable à servir à grande échelle.
Le killer feature : la santé
C'est ici que Muse Spark écrase littéralement la concurrence. Sur HealthBench Hard, il obtient 42.8 contre 40.1 pour GPT-5.4 et 20.6 pour Gemini 3.1 Pro. Gemini score moins de la moitié de Muse Spark.
Meta a collaboré avec plus de 1 000 médecins pour curer les données d'entraînement santé. Pour quelqu'un qui photographie un produit alimentaire ou décrit ses symptômes, Muse Spark est aujourd'hui le modèle le plus capable du marché.
Contemplating mode : penser large plutôt que penser longtemps
Muse Spark introduit un mode de raisonnement unique. Là où Gemini Deep Think et GPT Pro mode font travailler un seul agent plus longtemps, Contemplating mode lance plusieurs agents en parallèle dont les résultats sont fusionnés.
Les chiffres : 50.2% sur Humanity's Last Exam (sans outils), devant GPT-5.4 Pro (43.9%) et Gemini Deep Think (48.4%). Et 38.3% sur FrontierScience Research, devant les deux concurrents.
Les vraies faiblesses
Muse Spark déçoit sur ARC-AGI-2, Terminal-Bench Hard et GDPval — exactement les benchmarks qui mesurent le raisonnement abstrait, l'agentique complexe et le coding lourd. Comme l'a résumé un analyste cité par DataCamp :
« C'est le modèle d'un PDG de data labeling. Les empreintes digitales sont partout dans les résultats. Il a construit le meilleur modèle pour les tâches que les pipelines de données résolvent — et un modèle médiocre pour tout le reste. »
Wang vient de Scale AI, sa force c'est la qualité des données — Muse Spark gagne donc là où la curation des données fait la différence (santé, vision multimodale) et perd là où l'architecture et le RL scaling comptent plus (code, raisonnement abstrait).
Note importante sur les benchmarks
Meta a déjà été pris par le passé en train de manipuler les benchmarks publiés (l'affaire Llama 4). Cette fois cependant, Artificial Analysis a eu un accès anticipé indépendant au modèle et confirme les chiffres principaux. C'est rassurant.
Où vous le trouverez
Muse Spark alimente déjà l'app Meta AI et le site meta.ai. Dans les semaines qui viennent, il sera déployé sur WhatsApp, Instagram, Facebook, Messenger, et les lunettes Ray-Ban Meta. Pour Meta, c'est l'avantage structurel face à OpenAI : 3 milliards d'utilisateurs déjà captifs, prêts à utiliser une IA intégrée sans rien installer.
Le revirement stratégique : adieu l'open-source
Depuis Llama 1 en 2023, Meta a bâti sa réputation IA sur l'open-source. La famille Llama est devenue la référence pour les développeurs. C'était l'argument différenciant : « On donne, eux vendent. »
Muse Spark brise cette tradition. C'est un modèle propriétaire, fermé, dont le design et le code ne seront pas rendus publics. Meta promet une version open-source « à venir » — mais sans date, sans détails, et avec la mention que ce sera une version dérivée, pas le modèle frontier lui-même.
« Zuckerberg n'a pas payé 14 milliards de dollars pour Alexandr Wang pour livrer des poids open-source. » — Vladimir Danilchenko, développeur
Le calcul stratégique est clair : Meta a investi des sommes colossales (14,3 Md$ pour Wang, 115-135 Md$ en infra 2026), il faut maintenant monétiser. Pendant que Meta donnait Llama gratuitement, OpenAI atteignait 25 milliards de dollars de revenu annuel et Anthropic 19 milliards. Le constat de Zuckerberg : l'open-source est un beau geste, mais ce sont les modèles fermés qui font de l'argent.
L'explosion de l'usage en 24 heures
- App Meta AI : 57e → 5e dans le classement App Store US
- 46 000 téléchargements iOS le 8 avril (+87% en un jour)
- Trafic web +450% sur meta.ai en 24h
- 60,5 millions d'installations cumulées depuis le lancement de l'app
- +138% de téléchargements sur les 5 derniers mois vs les 5 premiers
- Top marchés : Inde (1er), États-Unis, Brésil, Pakistan, Mexique
Meta a un avantage que les autres n'ont pas : la distribution. Quand vous avez 3 milliards d'utilisateurs sur Facebook/Instagram/WhatsApp, lancer une app IA n'est pas un défi marketing. C'est un défi technique. Et Wang vient de prouver qu'il est relevé.
Ce que ça change pour le paysage IA
Le marché de l'IA frontière compte désormais 4 acteurs sérieux au lieu de 3 : OpenAI (GPT), Anthropic (Claude), Google (Gemini), et maintenant Meta (Muse). Pour la première fois depuis le lancement de ChatGPT en 2022, Meta n'est plus à la traîne — il joue dans la même ligue.
Pour les développeurs : si la version open-source promise arrive vraiment et qu'elle est compétitive, vous aurez un modèle Meta de qualité frontier à utiliser librement. Si elle n'arrive jamais, vous perdez le meilleur fournisseur de modèles open-source du marché.
Pour les utilisateurs grand public : Muse Spark va débarquer dans WhatsApp, Instagram et Facebook. 3 milliards de personnes auront accès à un modèle IA compétitif sans rien installer. C'est le plus grand déploiement d'IA grand public de l'histoire.
Pour les entreprises : Meta prépare un accès API en preview privée. Le pricing n'a pas été annoncé. Si Meta s'aligne sur les prix d'OpenAI/Anthropic, ça créera une pression à la baisse sur tout le marché.
Les zones d'ombre
La vie privée. Pour utiliser Muse Spark, il faut se connecter avec un compte Meta. Selon TechCrunch, « la politique de confidentialité de Meta impose peu de limites sur la façon dont la société peut utiliser les données partagées avec son système IA. » Pour une entreprise positionnée sur la « personal superintelligence », c'est un signal d'alerte.
Le risque de jardin clos. En passant au modèle fermé, Meta enferme son IA dans son propre écosystème. Sortir de l'écosystème Meta deviendra encore plus coûteux pour les utilisateurs. C'est exactement la stratégie d'Apple.
La promesse open-source non tenue. Meta dit qu'une version open-source viendra. Sans date, sans précisions, et sans engagement contractuel.
Verdict : 7.5/10
Muse Spark est une réussite technique pour Meta — neuf mois pour reconstruire une stack IA et passer d'un score de 18 à 52, c'est un exploit. Wang a justifié son recrutement à 14 milliards. Le modèle a deux vrais atouts différenciants : la santé (grâce aux 1 000+ médecins) et l'efficacité tokens (2-3x moins que GPT-5.4 et Claude Opus). Mais le score reflète les zones d'ombre : 4e sur les benchmarks principaux, faible sur le coding et le raisonnement abstrait, perte de sa différenciation open-source, questions de confidentialité sérieuses. Le vrai test arrive dans 6 mois : si Meta livre la version open-source promise, le pari dual-track fonctionne. Sinon, Meta aura échangé son plus grand atout communautaire contre un moteur de commerce. La course n'est plus à 3 — elle est à 4.