Con tariffe aggressive e una finestra di contesto da un milione di token, il gruppo di Zuckerberg apre per la prima volta un’API a pagamento sotto la guida di Alexandr Wang

Meta è entrata ufficialmente nel mercato dei modelli AI per la programmazione. Il 9 luglio 2026 l’azienda ha lanciato Muse Spark 1.1, un sistema di ragionamento multimodale che promette capacità agentiche a una frazione del costo dei rivali, segnando una svolta strategica per un colosso che per anni aveva fatto della filosofia open-source la propria bandiera.

Il modello arriva appena tre mesi dopo il debutto del primo Muse Spark, avvenuto in aprile sotto la guida di Alexandr Wang, primo chief AI officer nella storia di Meta. Wang ha definito Muse Spark 1.1 il modello più potente dell’azienda finora per il lavoro agentico e di coding, capace secondo lui di gestire ragionamenti a più passaggi, coordinare flussi di lavoro complessi, correggere bug e supportare migrazioni di codice su larga scala.

La leva del prezzo

La vera arma competitiva è il listino. I nuovi utenti ricevono 20 dollari di crediti gratuiti, dopodiché il prezzo è di 1,25 dollari per milione di token in input e 4,25 dollari per milione di token in output. Wang ha descritto questa politica come “molto aggressiva e attraente” rispetto alle offerte di laboratori come OpenAI e Anthropic, con l’obiettivo dichiarato di spingere l’adozione su larga scala. Anche Mark Zuckerberg è intervenuto pubblicamente, tornando a postare su X per la prima volta in tre anni per promuovere il lancio, definendolo un modello agentico e di coding solido a prezzo molto basso.

Per ora l’accesso resta selettivo. Il modello è disponibile in public preview attraverso il developer portal di Meta: alcuni partner iniziali hanno già accesso, mentre gli altri sviluppatori possono iscriversi a una lista d’attesa. L’API sarà servita esclusivamente sull’infrastruttura di Meta, e non su piattaforme di terze parti come il marketplace OpenRouter.

Punti di forza e limiti

Sul piano tecnico, Muse Spark 1.1 è costruito per compiti lunghi e ricchi di strumenti: può pianificare il lavoro, richiamare tool, operare tra app e servizi esterni, usare server MCP e coordinare subagenti in parallelo, gestendo una finestra di contesto da un milione di token. Wang sostiene che il modello rivaleggi con GPT-5.5 e Opus-4.8 su molti benchmark agentici.

Meta non nasconde però i limiti. L’azienda ha ammesso che su alcuni benchmark di coding il modello resta ancora dietro ai rilasci di punta di Anthropic, Mythos 5 e Fable 5, e a GPT-5.6 di OpenAI. La stessa Meta non ha chiarito come Muse Spark 1.1 si confronti con le versioni più recenti dei concorrenti diretti.

La svolta commerciale

Il lancio conferma un cambio di rotta netto. Se in passato Meta ha puntato sull’open-source con la famiglia Llama, ora sta portando sempre più modelli proprietari sul mercato. Wang assicura che una variante open-source di Muse Spark è ancora in sviluppo, senza però indicare una data. L’azienda promette inoltre una versione decisamente più potente entro fine anno, che userà molto più potenza di calcolo: un modello dal nome in codice “Watermelon”, tuttora in addestramento.

Sul fronte sicurezza, Meta afferma di aver valutato il modello secondo il proprio Advanced AI Scaling Framework: la versione non mitigata ha raggiunto una soglia di rischio elevato nei domini chimico-biologico e della cybersicurezza, ma l’azienda ha applicato salvaguardie multi-livello, giudicando il rischio residuo moderato o inferiore prima del lancio.

Il messaggio complessivo è chiaro: dopo l’investimento da 14,3 miliardi di dollari in Scale AI e la riorganizzazione delle proprie divisioni nei Meta Superintelligence Labs, il gruppo di Zuckerberg vuole recuperare terreno. E la battaglia, come suggerisce lo stesso Wang, si giocherà anzitutto sul portafoglio degli sviluppatori.