Les modèles Muse de Meta arrivent sur Google Cloud : ce que la préversion change vraiment

Muse Wonder, Muse Spark 1.3 et Muse Ember sont désormais servis depuis Google Cloud ainsi que depuis le Model API de Meta. Tous les trois figurent dans la documentation des modèles partenaires de Google, marqués Preview et accessibles via un point de terminaison global, et cette inscription a été signalée le 9 novembre 2026 — le jour même où Meta a lancé Muse Ember. Rien n'a changé concernant les checkpoints lors de ce transfert. Les identifiants de modèle restent muse-wonder-1.0, muse-spark-1.3 et muse-ember-1.0 ; les fenêtres de contexte sont identiques ; les prix de la grille tarifaire de Meta sont les prix. Ce qui a changé, c'est le contrat que vous signez et l'URL vers laquelle pointe votre SDK, et pour un bon nombre d'entreprises, c'était là le véritable obstacle plutôt que le modèle.

Il faut donc y voir une histoire de distribution, et non de capacités. Muse Wonder est sorti le 12 octobre 2026, Muse Spark 1.3 le 2 septembre et Muse Ember le 9 novembre. Aucun d'entre eux n'est nouveau cette semaine ; ce qui est nouveau, c'est qu'un client de G​oogle Cloud peut désormais faire appel à eux sans avoir à nouer une seconde relation avec un autre fournisseur, et cela mérite d'être compris avec précision, car l'aperçu comporte des aspérités sur lesquelles la couverture de l'annonce ne s'est pas attardée.

Trois modèles, trois métiers différents

La présentation qu’en fait Meta elle-même est la façon la plus claire de garder cette famille en tête : Wonder planifie, Ember gère le volume, Spark se charge du gros du travail de codage. Les trois ne sont pas des niveaux d’un même modèle, et l’écart de prix entre eux — un facteur quarante en entrée — le reflète plutôt qu’une échelle marketing.

• Muse Wonder — modèle de raisonnement de pointe de M​eta, publié le 12 octobre 2026, positionné pour l’ingénierie logicielle complexe et le travail agentique à long horizon ; contexte de 1 048 576 jetons ; entrées texte, image, audio et vidéo, sortie texte ; effort de raisonnement réglable de minimal à maximal, avec maximal par défaut

• Muse Spark 1.3 — la version du 2 septembre optimisée pour les workflows agentiques et la programmation compétitive, avec appel d’outils intégré et prise en charge du Model Context Protocol ; contexte de 1 M de tokens ; la moins chère des trois, que ce soit en entrée ou en sortie

• Muse Ember — le lancement du 9 novembre, conçu pour l’exécution d’agents à haut volume : appels d’outils, sous-tâches de codage, routage, extraction et analyse de documents longs ; un contexte de 1 M de tokens et jusqu’à 512 K tokens de sortie ; des entrées multimodales comme ses pairs

• Variantes de disponibilité — Muse Wonder et Muse Spark 1.3 existent aussi sous des formules moins chères « Contributor » ou réservées à l’abonnement, où Meta obtient des droits d’entraînement ou une redevance mensuelle en échange de la réduction ; l’aperçu Google Cloud sert les points de terminaison standard à paiement à l’usage

Le point de terminaison, et ce que « preview » vient faire dans cette phrase

La documentation de Google est courte et précise, et les détails comptent davantage que le titre. Les requêtes vont vers un chemin d’éditeur sous aiplatform.googleapis.com, le modèle étant nommé sans préfixe dans le champ model plutôt qu’avec un préfixe d’éditeur :

• Point de terminaison — POST https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/m​eta/v1/responses, authentifié avec un jeton d’accès G​oogle Cloud issu de gcloud auth application-default print-access-token

• Interface — l’API Responses sans état et compatible avec OpenAI ; la documentation indique explicitement que le stockage avec état des réponses (store: true) n’est pas pris en charge, et que le streaming est disponible via SSE si vous préférez ne pas attendre la réponse complète

{{1}}Région{{/1}} — mondial uniquement. Aucun point de terminaison régional n’est indiqué pour l’un des trois modèles, ce qui constitue la limitation la plus lourde de conséquences de l’ensemble de l’aperçu et que les équipes d’approvisionnement devraient lire deux fois.

• Statut — Preview, d'après la liste des modèles partenaires de Google. Aucun SLA, aucun calendrier de dépréciation et aucune garantie de capacité n'est publié à côté de celui-ci.

• Responsabilité — G​oogle indique clairement que les modèles de M​eta ne sont pas un produit G​oogle et relèvent des propres conditions du fournisseur en tant qu'« Offre distincte », ce qui signifie que le canal d'assistance en cas de résultat défaillant passe par M​eta, et non par le support G​oogle Cloud

Cette combinaison — point de terminaison global, API sans état, conditions de tiers — n’est pas une raison d’éviter la preview. C’est une raison de savoir ce que vous testez. Si votre architecture exige une résidence des données dans l’UE ou aux États-Unis au niveau de la requête, un point de terminaison global est une question de conformité à laquelle vous devez répondre avant le premier jeton, pas après. Si votre application repose sur le fait que le fournisseur stocke l’état de la conversation entre les tours, c’est désormais à vous d’en assumer la responsabilité : cela représente peu de code, mais un véritable changement dans votre façon de compter le coût et la latence.

Ember est le lancement qui se cache dans cette histoire

Sur les trois, seul Muse Ember est véritablement nouveau, et c’est l’argument d’ingénierie le plus intéressant. Meta le présente comme le premier modèle entraîné à l’aide de Muse Wonder Full — la variante Muse Wonder plus performante qui n’est pas vendue au token du tout, uniquement dans le cadre des deux formules d’abonnement Muse Code les plus chères. Cela fait d’Ember une histoire de distillation habillée en histoire de tarification : le modèle phare enseigne, le petit modèle exécute.

Les chiffres publiés, tous rapportés par M​eta et aucun d’entre eux n’ayant été reproduit indépendamment au moment de la rédaction, placent Ember près de Claude Haiku 5.5 d’A​nthropic sur plusieurs évaluations d’agents, tout en coûtant une fraction du prix par tâche accomplie :

• Tarif — 0,10 $ par million de jetons d’entrée et 0,50 $ par million de jetons de sortie, avec les jetons d’entrée mis en cache à 0,004 $ ; au-delà de 200 000 jetons d’entrée, les tarifs de contexte long de 0,30 $ et 1,50 $ s’appliquent à l’ensemble de la requête, et non uniquement au dépassement

• Artificial Analysis Intelligence Index — 36 pour Ember contre 37 pour Muse Spark 1.3, avec un coût par tâche de l’indice de 0,14 $ contre 2,39 $, c’est ce chiffre qui est frappant, plutôt que l’écart d’un point

• Évaluations d'agents et de codage — AutomationBench-AA 37,8 %, Agents' Last Exam (Linux) 61,6 %, Terminal-Bench 4.0 40,9 %, Coding Agent Index-AA 46 et OSWorld 2.1 69,5 %, toutes rapportées par Meta ; FrontierCode 2.0-AA à 27,2 % est la seule ligne où Haiku 5.5 est en tête à 34,9 %

Lisez-les avec la remise habituelle. Le matériel de lancement de Meta mélange des évaluations internes, des exécutions et des estimations de tiers fournies par des fournisseurs, et les comparaisons supposent discrètement des prix catalogue pour tout le monde. Le seul chiffre auquel on peut faire confiance sans réserve est la grille tarifaire, car une grille tarifaire est un contrat.

D’où vient réellement la facture

La page de Google consacrée aux modèles partenaires pour Meta ne publie pas de tarifs par token, et aucune grille tarifaire propre à Google pour ces trois modèles n’est apparue avec la fiche. La grille tarifaire publiée est celle de Meta, et c’est celle sur laquelle il faut baser son budget jusqu’à ce que Google indique le contraire :

Muse Wonder — 4,00 $ en entrée, 20,00 $ en sortie et 0,20 $ d’entrée mise en cache par million de jetons, avec le même tarif quelle que soit la longueur du contexte et sans supplément pour contexte long

• Muse Spark 1.3 — 1,25 $ en entrée, 4,25 $ en sortie et 0,15 $ pour l’entrée mise en cache par million ; la variante Contributor passe à 0,10 $ et 0,20 $ en échange de droits d’entraînement sur votre trafic

• Muse Ember — 0,10 $ en entrée et 0,50 $ en sortie par million jusqu’à 200 K tokens d’entrée, puis 0,30 $ et 1,50 $ pour l’ensemble de la requête

• Options facturées à l’usage — l’ancrage à la recherche web ajoute $2.50 pour 1 000 requêtes sur n’importe lequel des modèles de texte, et les limites de débit sont comptées par équipe plutôt que par clé, à raison de 3 000 requêtes et 4 000 000 de tokens par minute sur les niveaux standard

La structure tarifaire comporte un piège qu’il vaut la peine de nommer : le palier de contexte long d’Ember est déclenché par le nombre total de jetons d’entrée, y compris ceux mis en cache, et il réapplique son tarif à l’ensemble de la requête plutôt qu’au seul dépassement. Un agent qui transporte une transcription de 210 K jetons à chaque tour paie le triple à chaque tour, et non au dernier. C’est le genre de détail qui transforme un modèle bon marché en facture salée, et il est invisible sur un graphique de comparaison par jeton.

Ce que cela change pour un acheteur, et ce que cela ne change pas

Si votre organisation utilise déjà Google Cloud, la préversion supprime une étape d’achat. L’identité, la facturation, la gestion des quotas et la sortie réseau relèvent désormais d’un contrat que vous avez déjà, et une équipe peut évaluer Muse Wonder sans nouvel audit de sécurité fournisseur — qui constitue généralement le poste de deux mois, et non l’intégration. C’est le véritable contenu de l’annonce, et c’est un enjeu plus important pour l’adoption que n’importe quelle ligne de benchmark.

Si vous n'êtes pas sur Google Cloud, ou si vous avez besoin d'endpoints régionaux dès aujourd'hui, rien n'a changé pour vous le 9 novembre. La Model API de Meta continue de servir les trois, publie toujours les mêmes tarifs et vous offre toujours les avantages avec état que la prévisualisation de Google supprime. Le choix entre les deux est une question de contrat avant d'être une question de latence.

Il existe une troisième position, et c’est celle que nous occupons. OrcaRouter ne propose pas Muse Wonder — donc si Wonder est le modèle qu’il vous faut, c’est via l’API de M​eta ou cette préversion de G​oogle que vous l’obtiendrez, et nous ne prétendrons pas le contraire. Ce que nous proposons, nous, de cette famille, c’est Muse Spark 1.1 et Muse Spark 1.2, tous deux aux tarifs pratiqués par M​eta, à 1,25 $ et 4,25 $ par million de tokens, sans marge, au sein du même catalogue que plus de 200 autres modèles, derrière une seule clé API. Pour les équipes dont les charges de travail sont majoritairement de type Spark, cela signifie un seul contrat au lieu de deux, et un basculement automatique entre fournisseurs lorsqu’un point de terminaison de préversion connaît un après-midi difficile — ce qui, s’agissant de préversions, arrive.

Que regarder ensuite

Trois signaux vous indiqueront si cette preview deviendra une infrastructure. Le premier concerne les points de terminaison régionaux : une route mondiale convient à un prototype et s’avère peu pratique pour une charge de travail soumise à réglementation, et la documentation de G​oogle n’ajoutera des régions que lorsque la capacité de service existera. Le deuxième est une grille tarifaire publiée par G​oogle pour les trois modèles — si G​oogle facture au-dessus du tarif catalogue de M​eta, l’avantage d’achat de la preview est absorbé par une marge, et s’il s’aligne sur les prix, l’argument du « contrat unique » devient beaucoup plus solide. Le troisième est la disponibilité générale, avec le SLA et la politique de dépréciation qui l’accompagnent ; les conditions de preview sont le lieu où un modèle vit jusqu’à ce que quelqu’un doive l’inscrire dans un contrat.

D'ici là, la lecture honnête est celle-ci : Meta a passé octobre à prouver qu'elle peut construire un modèle de frontière et novembre à prouver qu'elle peut en distribuer un. La fiche Google Cloud est la deuxième de ces preuves, et c'est la moitié la moins glamour du travail — mais c'est la moitié qui décide si un modèle est utilisé par des équipes qui ne lisent jamais un article de lancement.