Muse Spark 1.3 โมเดล Coding ของ Meta ใช้ Tool Calls น้อยลง 20% Tokens น้อยลง 25%

Meta เปิดตัว Muse Spark 1.3 ซึ่งเป็นอัปเดตโมเดลตระกูล flagship ที่เน้นงาน agentic และ coding โดยจุดขายหลักคือประสิทธิภาพที่สูงขึ้น ใช้ tool calls น้อยลงประมาณ 20% [1] และใช้ tokens น้อยลงประมาณ 25% เมื่อเทียบกับ Muse Spark 1.2 ในการเปรียบเทียบภายในของวิศวกร Meta

จุดเด่นของรุ่น 1.3

Muse Spark 1.3 เน้นการใช้งานจริง (real-world usability) มากกว่าการเพิ่มคะแนน benchmark โดยความสามารถหลักที่ Meta ระบุประกอบด้วย:

• ทำงานระยะยาวต่อเนื่อง: รองรับงานที่กินเวลานานข้ามหลาย workflow ใน thread เดียว
• ทำงานร่วมกับผู้ใช้เชิงรุก: ถามคำถามเพื่อความชัดเจน แจ้งเมื่อติดขัด และยืนยันก่อนทำการที่มีผลกระทบ
• ประเมินขีดจำกัดตัวเองได้ดีขึ้น: แทนที่จะหลอกว่าทำสำเร็จ (hallucinate outcomes)
• ใช้ tool calls น้อยลง 20% และ tokens น้อยลง 25%: เมื่อเทียบกับรุ่น 1.2

ความหมายของตัวเลขประสิทธิภาพ

ตัวเลข "tool calls น้อยลง 20%" และ "tokens น้อยลง 25%" มีความหมายโดยตรงต่อผู้ที่รัน agent ในปริมาณมาก

tool calls ที่น้อยลงหมายถึงจำนวนรอบการสื่อสารที่ลดลง ซึ่งแปลเป็น latency ที่ต่ำลงในงาน agentic coding ส่วน tokens ที่น้อยลงหมายถึงต้นทุนต่อการทำงานหนึ่งชิ้นที่ลดลงโดยตรง

สำหรับองค์กรที่รัน agent จำนวนมาก ตัวเลขสองตัวนี้แปลเป็นต้นทุนและความเร็วที่จับต้องได้ มากกว่าคะแนน benchmark ที่วัดความสามารถล้วน ๆ

การเข้าถึง

Muse Spark 1.3 เปิดให้ใช้งานแล้วใน Muse Code และ Meta Model API โดยคง context window ไว้ที่ 1 ล้านโทเคน

จากข้อมูลของ DataCamp โมเดลรุ่น xhigh ได้คะแนน Intelligence Index 61 [2] จาก Artificial Analysis ด้วยความเร็ว output 182 tokens ต่อวินาที

Meta ยังระบุว่าจะมีโมเดลที่ใหญ่กว่าและ Muse Spark แบบ open weights ตามมาในอนาคต [3]

บริบทการแข่งขัน

การเปิดตัว Muse Spark 1.3 เกิดขึ้นเพียงไม่กี่ชั่วโมงหลังจาก Google เปิดตัว Gemini 3.8 Flash ซึ่งสะท้อนการแข่งขันที่เข้มข้นในตลาดโมเดล agentic coding

จุดที่ Meta เน้นต่างจากคู่แข่งคือการลด "การเคลื่อนไหวที่สูญเปล่า" ของ agent แทนที่จะแข่งที่ความเร็วล้วน ๆ โดยผู้ใช้ใน Threads หลายคนชี้ว่า "tool calls ที่หลอกน้อยลง" อาจสำคัญกว่า "ความเร็วสูง" ใน agent ที่ใช้งานจริง

ผลกระทบต่อนักพัฒนาไทย

สำหรับนักพัฒนาไทยที่ใช้ agent ในการเขียนโค้ด Muse Spark 1.3 มีความน่าสนใจตรงที่การลด tool calls และ tokens ลงโดยตรงช่วยลดต้นทุนการใช้งาน API ซึ่งเป็นเรื่องสำคัญสำหรับนักพัฒนารายย่อยและสตาร์ทอัพ

การที่โมเดล "ยืนยันก่อนทำการที่มีผลกระทบ" และ "แจ้งเมื่อติดขัด" ยังช่วยลดความเสี่ยงในการรัน agent แบบอัตโนมัติ ซึ่งเป็นข้อกังวลหลักของผู้ที่เริ่มใช้ coding agent ในงานจริง

แหล่งอ้างอิง

[1] MarkTechPost, "Meta AI Released Muse Spark 1.3: An Agentic Coding Model That Uses 20% Fewer Tool Calls and 25% Fewer Tokens Than Muse Spark 1.2" (2026), https://www.marktechpost.com/2026/09/03/meta-ai-released-muse-spark-1-3-an-agentic-coding-model-that-uses-20-fewer-tool-calls-and-25-fewer-tokens-than-muse-spark-1-2/

[2] DataCamp, "Muse Spark 1.3: Features, Benchmarks, and Pricing" (2026), https://www.datacamp.com/blog/muse-spark-1-3

[3] AI at Meta (@aiatmeta), โพสต์ Threads ประกาศ Muse Spark 1.3 (2026), https://www.threads.com/@aiatmeta/post/DczAnUmmnl8