Muse Spark 1.1: Mô hình Reasoning Agentic mới Của Meta cùng Meta Model API

Infinity phân tích bản công bố này và nhận thấy đây là bước chuyển mô hình kinh doanh đáng chú ý nhất của Meta trong mảng AI: từ hãng gắn liền với open weight qua dòng Llama, Meta giờ tính phí theo token và bước thẳng vào sân chơi mà Anthropic, OpenAI đang chiếm lĩnh.

Tóm tắt các điểm chính

• Muse Spark 1.1 ra mắt ngày 9/7/2026, có cửa sổ ngữ cảnh 1 triệu token, chỉ hai ngày sau khi Meta tung ra Muse Image
• Giá API: 1,25 USD/triệu token đầu vào, 4,25 USD/triệu token đầu ra, kèm 20 USD credit miễn phí
• Trên benchmark MCP Atlas đo tool use quy mô lớn, Muse Spark 1.1 đạt 88,1 điểm, vượt Opus 4.8 (82,2) và GPT-5.5 (75,3)
• Trên Terminal-Bench 2.1, Muse Spark 1.1 đạt 80,0 điểm, thấp hơn Opus 4.8 (82,7) và GPT-5.5 (83,4)
• Mô hình đóng closed-weight, không hỗ trợ triển khai local hay fine-tune cộng đồng, khác hoàn toàn dòng Llama mở

Muse Spark 1.1 là gì?

Muse Spark 1.1 là mô hình reasoning đa phương thức mới nhất của Meta, được thiết kế để lập kế hoạch và điều phối công việc trên các ứng dụng, dịch vụ bên ngoài, thay vì chỉ trả lời câu hỏi đơn lượt. Mô hình đứng trên dòng Llama mở, vốn là tuyến sản phẩm chủ lực trước đây của Meta trước khi dòng Muse Spark xuất hiện.

Khác với Llama, Muse Spark thuộc sở hữu độc quyền và đóng closed-weight, không có triển khai local hay fine-tune cộng đồng. Thay đổi nổi bật nhất so với bản Muse Spark gốc nằm ở năng lực agentic. Meta cho biết phiên bản 1.1 xử lý các dự án phức tạp nhanh hơn vì được huấn luyện để điều phối hệ thống multi-agent, có thể đóng vai trò main agent lập kế hoạch và phân công, hoặc subagent bám sát nhiệm vụ được giao và báo cáo lại khi cần. Mô hình cũng chủ động quản lý cửa sổ ngữ cảnh 1 triệu token, nén lại phần việc đã hoàn thành trong khi vẫn giữ những bước cần dùng về sau.

Về coding, Meta báo cáo phiên bản 1.1 cải thiện đáng kể so với bản đầu tiên trên Meta Internal Coding Bench nội bộ và cạnh tranh được với các lựa chọn hàng đầu trên thị trường.

Infinity lưu ý: Khung đánh giá này cần được đọc thận trọng, vì benchmark nội bộ không thể tái lập độc lập, trong khi các benchmark bên thứ ba lại cho thấy một bức tranh có phần trái chiều hơn, phần này sẽ được làm rõ ở mục benchmark bên dưới.

Muse Spark 1.1 điều phối các dự án multi-agent như thế nào?

Muse Spark 1.1 có thể vận hành như lead agent, thu thập ngữ cảnh, lập kế hoạch và phân công thực thi song song cho nhiều subagent. Khi đóng vai trò subagent, mô hình hiểu rõ những công cụ mình có quyền dùng và biết khi nào cần trả quyền kiểm soát lại cho main agent.

Meta cho biết cấu trúc song song này là yếu tố giúp mô hình hoàn thành dự án phức tạp nhanh hơn bản Muse Spark gốc, nhờ giảm độ trễ end-to-end. Với người dùng thực tế, điều này có nghĩa là có thể giao một dự án dạng "kéo dữ liệu ticket hỗ trợ quý trước, phân loại, rồi soạn bản tóm tắt dạng slide" và để mô hình tự chia việc truy xuất, gắn nhãn và soạn thảo cho từng subagent. Meta cũng khẳng định mô hình có khả năng tổng quát hóa zero-shot với công cụ native mới, MCP server và custom skill, nên không cần fine-tune riêng cho từng tích hợp.

Muse Spark 1.1 vận hành máy tính qua nhiều ứng dụng ra sao?

Muse Spark 1.1 xử lý được các workflow computer-use trải rộng trên nhiều ứng dụng, nơi thông tin thay đổi ngay giữa tác vụ. Meta huấn luyện mô hình để quyết định khi nào nên viết script cho nhanh, khi nào nên click trực tiếp qua giao diện, và tạo ra một loạt hành động cho mỗi bước thay vì suy luận từng cú click một.

Ví dụ Meta đưa ra là một agent đặt món cho tiệc tối, nhận ra ngữ cảnh mới phát sinh và tự cập nhật đơn hàng mà không cần người dùng can thiệp. Một ví dụ gần gũi hơn với đội ngũ dữ liệu có thể là một agent scrape trang giá của nhà cung cấp, phát hiện giá thay đổi giữa phiên làm việc, rồi tự sửa lại bảng so sánh trước khi xuất file. Tuyên bố của Meta là mô hình duy trì được ngữ cảnh xuyên suốt các phiên làm việc kéo dài và thích ứng với yêu cầu thay đổi mà cần rất ít sự can thiệp của con người.

Muse Spark 1.1 sửa lỗi và migrate code trong codebase lớn ra sao?

Coding là mảng Meta đặt trọng tâm marketing nhiều nhất, với các dẫn chứng về cải thiện trên tác vụ thực tế như chẩn đoán bug phức tạp, triển khai tính năng trong hệ thống doanh nghiệp, và chạy migration code quy mô lớn.

Muse Spark 1.1 hỗ trợ các tính năng agentic-coding phổ biến, gồm planning mode, goal conditioning, phân công subagent và nén ngữ cảnh, Meta cho biết mô hình thích ứng được với nhiều harness khác nhau như OpenCode. Các đối tác sớm xác nhận điều này. CEO của Cline, Saoud Rizwan, nhận định Meta đang xây dựng nghiêm túc cho agentic coding, với tool use mạnh ở mức giá đủ khả thi để chạy khối lượng công việc coding thực tế ở quy mô lớn. CEO của Replit, Amjad Masad, đánh giá cao năng lực coding hàng đầu của mô hình, đặc biệt ở mảng frontend và thiết kế, cùng gói đóng gói tương thích OpenAI.

Muse Spark 1.1 kết hợp perception và action trong một workflow như thế nào?

Điểm mạnh đa phương thức của Muse Spark 1.1 bao gồm perception, sinh code từ hình ảnh, mô tả hình ảnh và video cực kỳ chi tiết, cùng khả năng thực thi agentic đa phương thức. Điều Meta nhấn mạnh ở đây là kết hợp perception và action cùng lúc: quan sát input hình ảnh hoặc âm thanh, giữ các chi tiết đó xuyên suốt một workflow dài, rồi dùng chúng khi vận hành máy tính thay người dùng.

Bản demo của Meta dùng video quay từ smartphone để trích xuất ảnh sản phẩm và suy luận về món hàng, sau đó vận hành trình duyệt để tạo listing trên Facebook Marketplace thay người dùng.

Infinity lưu ý: Một giới hạn về modality mà nhiều hướng dẫn bên thứ ba đã chỉ ra: input bao phủ text, hình ảnh và âm thanh, nhưng output hiện chỉ ở dạng text, không có khả năng sinh trực tiếp hình ảnh hay video từ mô hình này.

Muse Spark 1.1 đạt bao nhiêu điểm trên các benchmark agentic?

Trên MCP Atlas, benchmark đo tool use quy mô lớn đòi hỏi lập kế hoạch và điều phối trên nhiều ứng dụng bên ngoài, Muse Spark 1.1 dẫn đầu với 88,1 điểm, vượt Opus 4.8 (82,2) và GPT-5.5 (75,3). Bài đăng chính thức của Meta dựa nhiều vào các đánh giá nội bộ như Meta Internal Coding Bench, vốn không thể tái lập độc lập. Những con số công khai hữu ích nhất đến từ so sánh bên thứ ba, và chúng cho thấy Muse Spark 1.1 đánh đổi hiệu suất token mạnh để lấy một khoảng cách nhất định trên các tác vụ coding khó nhất.

Infinity nhận định: So sánh bốn mô hình Muse Spark 1.1, Gemini 3.1 Pro, Opus 4.8 và GPT-5.5 trên cùng bộ benchmark cho thấy một mẫu hình rõ ràng: Muse Spark 1.1 mạnh vượt trội ở các benchmark đo tool use và điều phối agent, nhưng tụt lại ở các benchmark coding dài hơi và multimodal khó nhất. Đây là dấu hiệu Meta ưu tiên huấn luyện cho khối lượng công việc agentic thực dụng, hơn là cạnh tranh trực diện trên mọi mặt trận năng lực.

Terminal-Bench 2.1 cho thấy gì về khả năng coding trong terminal?

Terminal-Bench 2.1 đo khả năng xử lý tác vụ coding và agent nhiều bước trong terminal, và Muse Spark 1.1 đạt 80,0 điểm, thấp hơn Opus 4.8 (82,7) và mức dẫn đầu của GPT-5.5 (83,4). Khoảng cách này đặt Muse Spark 1.1 ở vị trí thứ ba trong nhóm bốn mô hình so sánh trên chính benchmark này, dù vẫn vượt xa bản Muse Spark gốc (67,3) và Gemini 3.1 Pro (70,3).

MCP Atlas cho thấy gì về khả năng tool use quy mô lớn?

Muse Spark 1.1 dẫn đầu ở MCP Atlas với 88,1 điểm, so với 82,2 của Opus 4.8 và 75,3 của GPT-5.5. Mô hình mới của Meta cũng đứng đầu benchmark JobBench, vốn tập trung vào tool use trong bối cảnh công việc chuyên nghiệp, với 54,7 điểm so với 48,4 của Opus 4.8.

Infinity nhận thấy: Đây là bằng chứng rõ nhất cho thấy tool use agentic chính là ưu tiên hàng đầu trong quá trình huấn luyện Muse Spark 1.1, phản ánh đúng định hướng marketing mà Meta theo đuổi cho phiên bản này.

Evaluation awareness của Muse Spark 1.1 được đo ra sao?

Chỉ số evaluation-awareness của Apollo Research đo mức độ mô hình có vẻ nhận ra mình đang bị kiểm tra hay không. Các bản tóm tắt bên thứ ba lặp lại nhận định rằng Muse Spark cho thấy tỷ lệ evaluation-awareness cao nhất trong số các mô hình được đánh giá.

Infinity khuyến nghị: Tiếp nhận thông tin này một cách thận trọng, vì chỉ số này chưa được tái lập rộng rãi một cách độc lập, và một số nhà bình luận lo ngại nó có thể bị diễn giải quá mức khi thiếu thêm dữ liệu replication.

Muse Spark 1.1 có giá bao nhiêu và truy cập ở đâu?

Truy cập cho người dùng thông thường hoàn toàn miễn phí, còn Meta Model API dành cho lập trình viên tính phí 1,25 USD/triệu token đầu vào và 4,25 USD/triệu token đầu ra. Muse Spark 1.1 chạy ở chế độ Thinking trong ứng dụng Meta AI và tại meta.ai, yêu cầu đăng nhập tài khoản Meta và nhiều khả năng có giới hạn tốc độ phía server với người dùng nặng. Mô hình nhận input dạng văn bản, hình ảnh và âm thanh nhưng chỉ trả về output văn bản.

Với lập trình viên, Meta Model API mới đang ở giai đoạn public preview. Lập trình viên tại Mỹ hiện có thể truy cập để thử prompt, so sánh output và dựng prototype tích hợp, với mức giá:

Reuters định vị mức giá này cao hơn GPT-5 mini cấp entry-level của OpenAI và Claude Haiku 4.5 của Anthropic, nhưng thấp hơn Claude Sonnet 4.8 cấp cao hơn của Anthropic. Mô hình được kỳ vọng sẽ thay thế các mô hình Llama hiện đang chạy chatbot trên WhatsApp, Instagram, Facebook và kính thông minh của Meta.

Lưu ý: Nhiều hướng dẫn độc lập ghi nhận tài liệu API còn khá sơ sài, chưa có model card chi tiết và chưa có xác nhận chính thức, chính xác cho một số thông số kỹ thuật cốt lõi.

Muse Spark 1.1 có phải open-weight như Llama không?

Không. Muse Spark 1.1 thuộc sở hữu độc quyền và đóng closed-weight, khác hoàn toàn dòng Llama mở của Meta. Điều này đồng nghĩa không có triển khai local, không có fine-tune cộng đồng, và không có biến thể chuyên biệt theo ngành, một đánh đổi chiến lược mà nhiều nhà bình luận nhìn nhận là đi ngược lại chiến lược mở trước đây của Meta.

Kết luận

Tín hiệu rõ ràng nhất từ đợt ra mắt này là Meta đã đổi mô hình kinh doanh. Bằng cách tính phí theo token qua Meta Model API, Meta giờ cạnh tranh trực tiếp trên sân của Anthropic và OpenAI, thay vì chỉ phát hành open weight như đã làm với Llama, một bước ngoặt lớn với một công ty từng xây dựng danh tiếng AI của mình dựa trên tính mở.

Infinity đánh giá: Muse Spark 1.1 đáng chú ý ở hai điểm: khả năng truy cập miễn phí ở cấp frontier cho người dùng thông thường qua meta.ai, và hiệu suất token mạnh trên các benchmark tool use.

Điểm cần cân nhắc lớn hơn với người triển khai thực tế là tính minh bạch. Không có bản phát hành open-weight, nên nếu workflow cần triển khai local hoặc fine-tune, Muse Spark không phải lựa chọn phù hợp, và dòng Llama mở hay một lựa chọn open-weight khác như MiniMax M3 vẫn là phương án tốt hơn.