Meta เปิด Muse Spark 1.3 — แต่โหมดที่ใช้ทำคะแนนในรายงานคือ max reasoning ที่ยังปล่อยไม่ได้ และ "open weights" ยังอยู่ในหน้าโรดแมปเป็นเดือนที่สอง

2 กันยายน 2026 Meta ปล่อย Muse Spark 1.3 เข้า Muse Code และ Meta Model API ในวันเดียวกับที่ประกาศ โดยชูเรื่องงานเอเจนต์ระยะยาวและการเขียนโค้ดที่กระชับขึ้น ตัวเลขเด่นที่ Meta ให้มาคือ ใช้ tool call น้อยลงราว 20% และใช้โทเคนน้อยลงราว 25% เทียบกับ Muse Spark 1.2

แต่ก่อนจะเอาตัวเลขนั้นไปตั้งงบ มีสองประโยคในหน้าเดียวกันที่ควรอ่านคู่กัน และมันขัดกันเองพอสมควร

ประโยคที่หนึ่ง: โหมดที่ใช้ทำคะแนน ยังปล่อยไม่ได้

ในหัวข้อการเปิดตัว Meta เขียนว่า:

“Muse Spark 1.3 is rolling out today in Muse Code and Meta Model API. Previously available reasoning modes are available today with max reasoning coming shortly after we finish additional safety testing.”

ส่วนในเอกสาร Evaluation Methodology (ไฟล์ PDF สี่หน้าที่ Meta ลิงก์ไว้เอง) เขียนว่า:

“We use max reasoning effort for Muse Spark 1.3, Claude Opus 5 and GPT-5.6 Sol, and xhigh for Muse Spark 1.2.”

รวมกันแล้วได้สองข้อสรุปที่นักพัฒนาต้องรู้ก่อนย้าย:

1. คะแนนในรายงานมาจากโหมดที่คุณเรียกใช้ไม่ได้ในวันนี้ — คุณเรียกได้เฉพาะโหมดที่มีอยู่แล้วก่อนหน้านี้ ส่วน max ยัง “coming shortly” ระหว่างรอ safety testing
2. การเทียบกับรุ่นก่อนไม่ได้อยู่บนระดับความพยายามเดียวกัน — 1.3 วัดที่ max ส่วน 1.2 วัดที่ xhigh ซึ่งเป็นคนละระดับ ดังนั้นส่วนต่างที่เห็นในกราฟจึงผสม “โมเดลดีขึ้น” กับ “ให้คิดนานขึ้น” ไว้ด้วยกัน แยกจากกันไม่ได้

ส่วนตัวเลข ~20% / ~25% ที่โดดที่สุดในประกาศ Meta ระบุที่มาไว้ตรง ๆ ว่ามาจาก “comparisons by Meta engineers” — คือการเปรียบเทียบภายในของวิศวกร Meta เอง ไม่ใช่ผลจากเบนช์มาร์กสาธารณะที่ใครก็รันซ้ำได้

ประโยคที่สอง: เอกสารวิธีวัดซื่อสัตย์กว่าที่คาด

ต้องให้เครดิต — PDF วิธีวัดของ Meta เขียนข้อจำกัดไว้ละเอียดกว่าค่าเฉลี่ยของอุตสาหกรรม และหลายบรรทัดคือสิ่งที่นักอ่านเบนช์มาร์กควรมองหาเสมอ:

• การเลือกคะแนน: “we report the highest comparable primary-metric value available from our evaluation, the official leaderboard, or the model provider’s self-reported results” — คือเลือกค่าที่สูงที่สุดจากสามแหล่ง ซึ่งเป็นวิธีที่ยุติธรรมกับคู่แข่ง แต่ก็แปลว่าคะแนนในตารางเดียวกันอาจมาจากคนละคอนฟิกและคนละคนรัน
• โมเดลของคู่แข่ง: “our runs use common settings where practical but are best-effort: prompts, tools, and runtime may not be tuned for proprietary models” — ยอมรับตรง ๆ ว่าอาจไม่ได้ดึงศักยภาพสูงสุดของโมเดลคู่แข่ง
• การนับ refusal: คำตอบที่ให้คะแนนไม่ได้และการปฏิเสธ ได้ศูนย์และ ยังอยู่ในตัวหาร ไม่ถูกตัดทิ้ง — เป็นวิธีนับที่เข้มกว่าปกติ
• harness ต่างกันในเบนช์มาร์กเดียวกัน: บน DeepSWE v1.1 Meta รัน 1.3 ด้วย mini-swe agent ของตัวเอง แต่ดึงคะแนนโมเดลอื่นจาก leaderboard ของ Datacurve; บน Terminal-Bench 2.1 Meta ใช้ evaluation framework ภายใน ส่วนคะแนน GPT-5.6 Sol max ดึงมาจาก model card
• เวอร์ชันชุดทดสอบไม่ตรงกัน: บน OSWorld 2.0 ทุกโมเดลวัดบนเวอร์ชัน 08.08 ยกเว้น Muse Spark 1.2 ที่วัดบนเวอร์ชัน 06.24
• IF Index เป็น “internal composite evaluation” ที่ Meta ระบุเองว่าไม่มีจำนวนงานตายตัว — คือตรวจสอบจากภายนอกไม่ได้เลย

ชุดเบนช์มาร์กที่ใช้จริงกว้างและทันสมัยดี: GDPVal-AA v2 (220 งานอาชีพ, วัดด้วย Elo จาก LLM judge, human baseline = 1,000), JobBench, OSWorld 2.0 (108 workflow บน Ubuntu VM จริง), DeepSearchQA, AutomationBench ของ Zapier, DeepSWE v1.1, SWE-Atlas Codebase QnA, Terminal-Bench 2.1 และ MRCR v2 ที่ 256K–512K และ 512K–1M

ราคา: ชั้นที่จ่ายถูกลง 12 เท่าถ้ายอมให้เอาข้อมูลไปเทรน

หน้าโมเดลของ Meta Model API แสดงราคาไว้สองแถวสำหรับรุ่นเดียวกัน:

model ID	อินพุต	cached input	เอาต์พุต	ข้อมูลถูกใช้เทรน
muse-spark-1.3-contributor	$0.10	$0.002	$0.20	ใช่
muse-spark-1.3	$1.25	$0.15	$4.25	ไม่

ส่วนต่างคือ อินพุตถูกลง 12.5 เท่า และเอาต์พุตถูกลงกว่า 21 เท่า แลกกับการที่ prompt และผลลัพธ์ของคุณถูกนำไปปรับปรุงผลิตภัณฑ์ของ Meta ทั้งสองรุ่นมีคอนเท็กซ์ 1M โทเคน เท่ากัน

สังเกตว่าราคาชั้นมาตรฐาน $1.25/$4.25 เท่ากับที่ Muse Spark 1.1 ประกาศไว้ตั้งแต่วันเปิด — สามรุ่นแล้วที่ราคาไม่ขยับ

”open weights” ยังอยู่ที่เดิม

ท้ายประกาศ Meta เขียนโรดแมปไว้ว่า “We have an exciting roadmap lined up, including bigger models, the Muse Spark open weights release, and more.”

ประโยคนี้ต้องอ่านคู่กับไทม์ไลน์ — 10 ส.ค. 2026 Mark Zuckerberg ประกาศในเรียงความ “The Future is for Everyone” ว่า Meta ตั้งใจจะปล่อย weights ของ Muse Spark 1.2 ซึ่งตอนนั้นเป็นรุ่นเก่งที่สุดของบริษัท ผ่านมาสามสัปดาห์ ผ่านมาอีกหนึ่งเวอร์ชัน คำสัญญานั้นถูกลดรูปเหลือบรรทัดเดียวในหน้าโรดแมป ไม่มีวันที่ ไม่มีขนาดโมเดล ไม่มีสัญญาอนุญาต และไม่ได้ระบุว่าเป็นรุ่นไหนอีกต่อไป

ตรวจที่ Hugging Face วันนี้: org facebook ยังไม่มีรีโป Muse Spark เลย โมเดลล่าสุดที่อัปโหลดคือชุด MoEViE เมื่อ 12 ส.ค. จนถึงวันนี้ Muse Spark ทุกรุ่นจึงยังเป็น hosted-only ล้วน ๆ

มุมมอง AI Curator

ผมคิดว่าข่าวนี้เป็นตัวอย่างที่ดีของสิ่งที่ผมอยากให้ผู้อ่านชินตา — ความต่างระหว่าง “โมเดลนี้ทำได้” กับ “โมเดลนี้ทำได้ในคอนฟิกที่คุณใช้ได้จริงวันนี้”

เมื่อรายงานประสิทธิภาพวัดที่ max reasoning แต่ max reasoning ยังไม่เปิด ตัวเลขทุกตัวในกราฟจะกลายเป็น ขอบบน ไม่ใช่ค่าที่คุณจะได้เมื่อเรียก API เช้าวันนี้ และนี่ไม่ใช่การจับผิดเรื่องเล็ก — ในรอบสองปีที่ผ่านมา ส่วนต่างระหว่างระดับ reasoning สูงสุดกับระดับกลางบนงานเอเจนต์ยาว ๆ มักเป็นหลักสิบเปอร์เซ็นต์ ไม่ใช่หลักหน่วย และมันยังพ่วงต้นทุนกับเวลาที่ต่างกันมาก คำแนะนำเดียวที่ผมคิดว่าใช้ได้: อย่าเพิ่งตัดสินใจย้ายจนกว่า max จะเปิดจริง แล้วรันชุดงานของตัวเองเทียบทั้งสองระดับ เพราะถ้าคุณตัดสินใจจากกราฟวันนี้ คุณกำลังตัดสินใจจากสินค้าที่ยังไม่ได้ส่งมอบ

สิ่งที่ผมชอบในประกาศนี้คือทิศทางของ 1.3 มันสวนกระแสอย่างน่าสนใจ — ขณะที่โมเดลอีกหลายตัวในสัปดาห์นี้ประกาศว่า “ทำงานหนักขึ้น ใช้โทเคนมากขึ้นเพื่อคะแนนที่ดีขึ้น” Meta กลับชูว่า ใช้ tool call น้อยลงและโทเคนน้อยลง ถ้าเป็นจริงในงานของคุณ นี่คือทิศทางที่ผู้ใช้จริงต้องการมากกว่าคะแนนเบนช์มาร์กที่สูงขึ้นอีกสองจุด เพราะ agent ที่เรียกทูลน้อยลงคือ agent ที่พังน้อยลงและ debug ง่ายขึ้นด้วย ไม่ใช่แค่ถูกลง

สำหรับทีมไทย ผมคิดว่าชั้นราคา -contributor คือสิ่งที่ควรคุยกันในทีมก่อน ไม่ใช่หลังจากที่มีคนเผลอเปิดใช้แล้ว ส่วนต่าง 12.5 เท่าเป็นตัวเลขที่ใหญ่พอจะเปลี่ยนความเป็นไปได้ของโปรเจกต์จริง ๆ — งาน batch ประมวลผลเอกสารภาษาไทยจำนวนมากที่ไม่คุ้มที่ $1.25 จะคุ้มทันทีที่ $0.10 แต่คำว่า “ใช้เพื่อปรับปรุงผลิตภัณฑ์ของเรา” มีน้ำหนักต่างกันมากตามชนิดข้อมูล: โค้ดของโปรเจกต์ทดลองส่วนตัวเป็นเรื่องหนึ่ง ส่วนสัญญา เอกสารลูกค้า ข้อมูลที่อยู่ใต้ PDPA หรือซอร์สโค้ดที่มีข้อผูกพันกับลูกค้าเป็นอีกเรื่องหนึ่งโดยสิ้นเชิง ข้อเสนอแนะที่ตรงที่สุด: ล็อก model ID ไว้ในโค้ดกลางที่เดียว อย่าให้ใครพิมพ์ชื่อโมเดลเองในแต่ละเซอร์วิส เพราะระยะห่างระหว่างสองชั้นนี้คือคำเดียว และมันคือคำที่ตรวจไม่เจอใน code review ถ้าไม่ได้ตั้งใจมอง

ข้อสุดท้าย เรื่อง open weights — ผมจะไม่เขียนว่า Meta “ผิดสัญญา” เพราะไม่เคยมีวันที่ถูกประกาศ แต่จะเขียนสิ่งที่เป็นข้อเท็จจริง: ผ่านมาสามสัปดาห์และหนึ่งเวอร์ชัน คำนี้ยังอยู่ที่เดิมในหน้าโรดแมป สำหรับทีมที่วางแผนจะรันโมเดลนี้เองในไทยด้วยเหตุผลด้าน data residency นี่คือสัญญาณให้วางแผนบนสิ่งที่มีอยู่จริงวันนี้ ไม่ใช่บนบรรทัดในโรดแมป — และของที่มีอยู่จริงวันนี้ในระดับเดียวกันคือโมเดลโอเพนเวตจากฝั่งจีนที่ปล่อยน้ำหนักจริงทุกรอบ ไม่ใช่ Muse Spark

แหล่งข่าว

• Meta AI Research — Introducing Muse Spark 1.3 (2 ก.ย. 2026)
• Meta — Muse Spark 1.3 Evaluation Methodology (PDF วิธีวัดฉบับเต็ม)
• Meta Model API — หน้าโมเดล Muse Spark พร้อมตารางราคาและชั้น contributor