Il 9 luglio 2026 Meta ha rilasciato Muse Spark 1.1, il suo modello di IA più capace per compiti "agentici" e per il coding reale, e nello stesso momento ha fatto una cosa che non aveva mai fatto prima: ha aperto una API a pagamento. La nuova Meta Model API, per ora in "public preview", segna la prima volta in cui l'azienda fa pagare gli sviluppatori per usare un modello che ha costruito, entrando nello stesso terreno commerciale di OpenAI e Anthropic.
Sviluppato dai Meta Superintelligence Labs, Muse Spark 1.1 è un modello multimodale di ragionamento con una finestra di contesto da 1 milione di token. Non è pensato solo per rispondere a domande: è costruito per usare strumenti, controllare software e portare a termine attività composte da molti passaggi. La svolta, però, non è solo tecnica. È di modello di business, e riguarda la reputazione stessa dell'azienda.
Cosa sa fare Muse Spark 1.1
Rispetto al primo Muse Spark, comparso ad aprile 2026, la versione 1.1 migliora in quattro aree concrete. La prima è l'uso di strumenti (tool use): il modello decide quando chiamare una funzione, quando scrivere uno script e quando invece è meglio interagire direttamente con un'interfaccia. La seconda è il "computer use", cioè il controllo di desktop, browser e dispositivi mobili: secondo la documentazione tecnica, Muse Spark 1.1 gestisce flussi di lavoro che attraversano più applicazioni anche quando le informazioni cambiano a metà del compito.
La terza area è il coding. Come spiega l'analisi pubblicata da DataCamp, il modello supporta una "modalità pianificazione", la delega a sotto-agenti e la compattazione del contesto: in pratica riesce a diagnosticare bug e a portare avanti migrazioni di codice all'interno di basi di codice molto grandi, comprimendo il lavoro già svolto ma tenendo i passaggi che gli serviranno più avanti. La quarta è la comprensione multimodale: accetta testo, immagini e audio in ingresso (l'output resta testuale) ed è forte nel trasformare ciò che "vede" in codice o in azioni.
La finestra da 1 milione di token non è un semplice numero da scheda tecnica: serve proprio a sostenere compiti lunghi, in cui l'agente deve ricordare istruzioni, pagine web e risultati intermedi lungo decine di passaggi senza perdere il filo.
La svolta: Meta comincia a far pagare la sua IA
Qui sta il cuore della notizia. Fino a oggi Meta aveva costruito la propria reputazione nell'IA sul modello aperto: la famiglia Llama, con pesi scaricabili e utilizzabili gratuitamente, era diventata il simbolo di un approccio "open" contrapposto a quello chiuso dei concorrenti. Con Muse Spark 1.1 quella logica cambia. Il modello di punta non arriva come file da scaricare, ma come servizio offerto via API a pagamento: allo stato attuale non risulta confermato che i suoi pesi siano open o scaricabili, a differenza dei Llama aperti.
È la prima volta che Meta chiede un pagamento per l'uso di un proprio modello. Come sottolinea Quartz, l'azienda si posiziona esplicitamente contro OpenAI e Anthropic nel mercato dei coding assistant e degli agenti, chiudendo di fatto l'era "solo open" con cui era diventata un punto di riferimento per la comunità degli sviluppatori. Per chi costruisce prodotti, il messaggio è chiaro: il modello più forte di Meta ora si paga, come quelli dei rivali.
Prezzi e come accedere alla Meta Model API
I prezzi comunicati per la public preview sono i seguenti (tariffe attribuite alla stessa Meta e riprese da AI Weekly):
| Voce | Costo |
|---|---|
| Token in input | 1,25 $ per milione di token |
| Token in output | 4,25 $ per milione di token |
| Credito iniziale | 20 $ di crediti gratuiti all'iscrizione |
Secondo Tech Times, Meta presenta queste tariffe come circa un quarto di quelle dei modelli di punta di OpenAI e Anthropic. Un dettaglio da conoscere prima di fare i conti: trattandosi di un modello di ragionamento, anche i token del "ragionamento interno" (la catena di pensiero) vengono conteggiati alla tariffa di output, cioè 4,25 $ per milione. In pratica, un compito agentico che ragiona a lungo può costare più di quanto suggerisca il solo testo finale.
Sul fronte dell'accesso, la disponibilità è a fasi: gli sviluppatori negli Stati Uniti possono usare la Meta Model API da subito, mentre per il resto del mondo è prevista una lista d'attesa. I passi tipici per iniziare sono:
- Iscriversi alla Meta Model API in public preview e, se non si è negli USA, mettersi in lista d'attesa.
- Creare un progetto e generare una API key dalla console per sviluppatori.
- Configurare la chiave come variabile d'ambiente e chiamare l'endpoint. La preview è documentata come compatibile con lo standard OpenAI, quindi chi già usa quell'SDK può riutilizzare il proprio codice cambiando poche righe.
Poiché la documentazione ufficiale è ancora essenziale, conviene verificare l'URL base esatto, il nome preciso del modello e i limiti di frequenza sulla documentazione tecnica di riferimento prima di andare in produzione. A titolo indicativo, una chiamata con un SDK compatibile OpenAI ha questa forma:
from openai import OpenAI
client = OpenAI(
api_key="LA_TUA_API_KEY",
base_url="https://api.meta.ai/v1" # verifica l'URL nella doc ufficiale
)
risposta = client.chat.completions.create(
model="muse-spark-1.1",
messages=[
{"role": "user", "content": "Riassumi in tre punti il file README allegato."}
]
)
print(risposta.choices[0].message.content)Prima di lanciare lavori costosi conviene stimare la spesa: 20 $ di credito coprono, ad esempio, circa 4,7 milioni di token in output puro, ma un agente che ragiona e usa strumenti li consuma molto più in fretta di una singola risposta.
Un esempio di compito agentico
Per capire dove Muse Spark 1.1 fa la differenza rispetto a un normale chatbot, conviene pensare a un'attività che unisce "computer use" e uso di strumenti. Un esempio tipico è questo:
Apri il sito indicato, compila il modulo di contatto con i dati che ti fornisco, invia la richiesta e riassumi in cinque righe la pagina di conferma e i risultati mostrati.
Con un modello agentico e la modalità di controllo del browser, il flusso atteso è: il modello naviga fino all'URL, individua i campi del modulo, li compila uno per uno, gestisce eventuali passaggi intermedi (un menu a tendina, un consenso da spuntare), invia e poi legge la pagina di risposta. Il risultato atteso è un breve riassunto testuale della conferma, con gli elementi chiave estratti dalla pagina finale, più — se richiesto — la lista delle azioni compiute.
Lo stesso schema si applica al coding reale: "individua la causa di questo bug nella nostra base di codice e proponi una correzione". In questo caso Muse Spark 1.1 pianifica, esplora i file, tiene in memoria il contesto rilevante grazie alla finestra da 1 milione di token e restituisce una diagnosi con la modifica suggerita. È proprio questo tipo di lavoro multi-passaggio, e non la singola domanda, il terreno su cui Meta ha deciso di sfidare i concorrenti — e per la prima volta di farsi pagare.
La data da tenere a mente è il 9 luglio 2026: non un semplice aggiornamento di prodotto, ma il momento in cui Meta ha iniziato a vendere la propria IA più avanzata. Per gli sviluppatori italiani, in attesa dell'apertura oltre gli Stati Uniti, è il segnale che il catalogo dei fornitori di modelli a pagamento si è appena allargato.
