Meta: Muse Spark 1.2
Meta: Muse Spark 1.2 est un LLM de Meta sorti le 5 août 2026. Il se caractérise par une fenêtre de contexte de 1 048 576 tokens, soit environ un million, et par un positionnement tarifaire très économique.
M
Meta
Meta développe les familles Llama et Muse, entre modèles de langage, multimodalité et diffusion encadrée des poids
42 fiches modèlesorties 21 mai 2021 → 5 août 202628 à poids ouverts8 multimodauxcontexte jusqu'à 10 000 000 tokens (≈ 10,0 M)
Meta est un groupe technologique américain issu de Facebook, créé en 2004 par Mark Zuckerberg et plusieurs cofondateurs. Rebaptisée Meta en 2021, l’entreprise développe des services de communication et de partage, notamment Facebook, Instagram et WhatsApp. Son positionnement s’est progressivement élargi aux environnements immersifs, aux infrastructures numériques et à l’intelligence artificielle, avec pour objectif général de faciliter les interactions entre personnes et communautés.
Dans le catalogue, l’offre s’articule principalement autour de Llama, famille de modèles de langage déclinée en plusieurs tailles et versions, ainsi que de Muse. Elle comprend aussi des systèmes multimodaux et des modèles capables de traiter des contextes particulièrement longs. Bien que Meta soit souvent associée à la diffusion de modèles à poids ouverts, le catalogue ne recense qu’une présence limitée de modèles combinant poids ouverts et usage commercial. L’approche observée associe donc publication de poids, conditions de licence spécifiques et modalités d’accès plus encadrées.
Ces modèles couvrent des usages de génération, d’assistance, d’analyse de documents et de traitement conjoint du texte et d’autres types de contenus.
Modèles
Modèles LLM
Muse Spark 1.1
Sorti le 9 juillet 2026, Muse Spark 1.1 est un LLM propriétaire de Meta. Il se distingue par une fenêtre de contexte d’environ 1,0 million de tokens et par un positionnement tarifaire très économique.
Muse Spark
Muse Spark est un LLM propriétaire de Meta, lancé le 8 avril 2026 aux États-Unis. Ses poids ne sont pas ouverts. Son profil associe de solides résultats en raisonnement scientifique et mathématique à une bonne restitution de connaissances factuelles.
Meta: Llama Guard 4 12B
Meta: Llama Guard 4 12B est un LLM à poids ouverts publié par Meta le 30 avril 2025. Âgé d’environ un an, il appartient déjà à une génération ancienne à l’échelle de l’IA, dont les modèles sont probablement dépassés et souvent retirés des catalogues.
Llama 4 Scout
Sorti le 5 avril 2025, Llama 4 Scout est un LLM de Meta qui accuse déjà une ancienneté importante à l’échelle de l’IA. Ses 109 milliards de paramètres et sa fenêtre de contexte de 10 millions de tokens le distinguent, mais ses performances sont désormais probablement dépassées par celles…
Llama 4 Maverick
Publié par Meta le 5 avril 2025, Llama 4 Maverick est déjà ancien à l’échelle de l’IA. Environ un an après sa sortie, ses performances sont largement dépassées et le modèle est souvent absent du catalogue de l’éditeur.
Llama 3.3 70B
Llama 3.3 70B est un LLM de 70 milliards de paramètres publié par Meta aux États-Unis le 6 décembre 2024. Désormais ancien d’environ deux ans, un intervalle très long à l’échelle de l’IA, il doit être replacé parmi les modèles de sa période plutôt que comparé directement aux systèmes…
Llama 3.3 70B Instruct
Publié par Meta le 6 décembre 2024, Llama 3.3 70B Instruct est un LLM de 70 milliards de paramètres désormais ancien à l’échelle de l’IA. À sa sortie, il se classait dans le top 36% des modèles de sa génération sur GPQA, un positionnement solide pour sa période.
Llama 3.2 3B Instruct
Publié par Meta le 25 septembre 2024, Llama 3.2 3B Instruct est un LLM de 3 milliards de paramètres destiné au suivi d’instructions. Près de deux ans après sa sortie, il appartient déjà à une génération ancienne à l’échelle de l’IA et ses performances apparaissent largement dépassées.
Meta: Llama 3.2 1B Instruct
Meta: Llama 3.2 1B Instruct est un LLM à poids ouverts lancé par Meta le 25 septembre 2024. À près de deux ans, il appartient déjà à une génération ancienne à l’échelle de l’IA, probablement dépassée par des modèles plus récents. Ses connaissances s’arrêtent au 31 décembre 2023.
Llama 3.2 90B Instruct
Publié par Meta le 25 septembre 2024, Llama 3.2 90B Instruct est un LLM open-weights de 90 milliards de paramètres, sous licence Llama 3.2 avec usage commercial autorisé. Sa fenêtre de contexte atteint 131 072 tokens et ses connaissances s’arrêtent au 31 décembre 2023.
Llama 3.2 11B Instruct
Publié par Meta le 25 septembre 2024, Llama 3.2 11B Instruct est un LLM de 11 milliards de paramètres désormais ancien à l’échelle de l’IA. Près de deux ans après sa sortie, il appartient à une génération probablement dépassée et souvent retirée des catalogues des éditeurs.
Llama 3.2 90B
Llama 3.2 90B est un LLM publié par Meta le 24 septembre 2024. À sa sortie, il se plaçait dans le tiers supérieur des modèles de sa génération sur GPQA diamond, un test exigeant de questions scientifiques de niveau doctorat.
Llama 3.1 8B Instruct
Publié par Meta le 23 juillet 2024, Llama 3.1 8B Instruct est désormais ancien à l’échelle de l’IA. Avec 8 milliards de paramètres, il représente un LLM compact de sa période, aujourd’hui probablement dépassé et souvent retiré des catalogues de l’éditeur.
Llama 3.1 70B Instruct
Publié par Meta le 23 juillet 2024, Llama 3.1 70B Instruct est un LLM de 70 milliards de paramètres conçu pour suivre des instructions. Près de deux ans après sa sortie, il appartient déjà à une génération ancienne à l’échelle de l’IA et se trouve probablement dépassé par des modèles…
Llama 3.1 405B Instruct
Sorti le 23 juillet 2024, Llama 3.1 405B Instruct est déjà ancien à l’échelle de l’IA. Ce LLM de Meta appartient désormais à une génération probablement dépassée par les modèles haut de gamme plus récents.
Llama 3.1-8B
Llama 3.1-8B est un LLM publié par Meta le 23 juillet 2024. Près de deux ans après sa sortie, il appartient déjà à une génération ancienne à l’échelle de l’IA, où les évolutions de performances et les renouvellements de catalogues sont rapides.
Llama 3.1-70B
Llama 3.1-70B est un grand modèle de langage publié par Meta le 23 juillet 2024. À sa sortie, il se plaçait dans le haut du panier de sa génération sur GPQA diamond, un benchmark de questions scientifiques de niveau doctorat.
Llama 3.1-405B
Publié par Meta aux États-Unis le 23 juillet 2024, Llama 3.1-405B est un LLM de 405 milliards de paramètres. Près de deux ans après sa sortie, il appartient déjà à une génération ancienne à l’échelle de l’IA et ses performances sont probablement dépassées par celles des modèles plus…
Meta: Llama 3 8B Instruct
Publié par Meta le 18 avril 2024, Llama 3 8B Instruct est un LLM ancien à l’échelle de l’IA. Près de deux ans après sa sortie, il appartient à une génération probablement dépassée et susceptible de ne plus figurer au catalogue courant de son éditeur.
Llama 3-8B
Publié par Meta le 18 avril 2024, Llama 3-8B est un LLM désormais ancien à l’échelle de l’IA. Près de deux ans après sa sortie, il appartient à une génération largement dépassée par les modèles plus récents et souvent retirée des catalogues des éditeurs.
Llama 3-70B
Publié par Meta le 18 avril 2024, Llama 3-70B est un LLM américain de 70 milliards de paramètres. Près de deux ans après sa sortie, il appartient déjà à une génération très ancienne à l’échelle de l’IA. Ses performances sont probablement dépassées et les modèles de cet âge sont souvent…
Llama 2-70B
Llama 2-70B est un LLM de 70 milliards de paramètres publié par Meta aux États-Unis le 18 juillet 2023. Près de trois ans plus tard, il appartient déjà à une génération ancienne à l’échelle de l’IA et ses résultats doivent être replacés dans le contexte de sa période de sortie.
Modèles Embedding
facebook/pe-av-base
facebook/pe-av-base est un modèle d’embedding multimodal de Meta, sorti le 22 décembre 2025 sous licence ouverte Apache 2.0. Son milliard de paramètres, tous actifs, produit des vecteurs de 1 024 dimensions dans un espace partagé entre l’audio, la vidéo, l’audio-vidéo et le texte.
facebook/pe-av-large
Publié par Meta le 22 décembre 2025, facebook/pe-av-large est un modèle d’embedding multimodal de 2 milliards de paramètres actifs. Il produit des vecteurs de 1 024 dimensions dans un espace commun associant audio, vidéo et texte. Distribué sous licence ouverte Apache 2.0, il est…
facebook/pe-av-small
facebook/pe-av-small est un modèle d’embedding multimodal de Meta, publié le 22 décembre 2025 sous licence ouverte Apache 2.0. Ses 847 millions de paramètres, tous actifs, produisent des vecteurs denses de 1 024 dimensions.
facebook/vjepa2-vitg-fpc32-384-diving48
Publié par Meta le 13 juin 2025 sous licence ouverte MIT, facebook/vjepa2-vitg-fpc32-384-diving48 est un modèle dense de 1 milliard de paramètres, tous actifs. Il produit des représentations vectorielles de dimension 1 408 à partir de contenus vidéo.
facebook/vjepa2-vitl-fpc16-256-ssv2
facebook/vjepa2-vitl-fpc16-256-ssv2 est un modèle dense de compréhension vidéo publié par Meta le 13 juin 2025 sous licence ouverte MIT. Son architecture ViT-L 256 compte 375 millions de paramètres, tous actifs, et produit des représentations vectorielles de 1 024 dimensions.
facebook/vjepa2-vitl-fpc32-256-diving48
Publié par Meta le 13 juin 2025 sous licence ouverte MIT, facebook/vjepa2-vitl-fpc32-256-diving48 est un modèle d’embedding dense de 375 millions de paramètres actifs. Son architecture ViT-L 256 produit des représentations de 1 024 dimensions et se concentre sur la compréhension de…
facebook/vjepa2-vitg-fpc64-384-ssv2
Publié par Meta le 13 juin 2025, facebook/vjepa2-vitg-fpc64-384-ssv2 est un modèle d’embedding vidéo à poids ouverts sous licence MIT. Son architecture ViT-g 384 compte 1 milliard de paramètres actifs. Elle traite 64 images par séquence et produit une représentation dense de 1 408…
facebook/vjepa2-vitg-fpc64-256
facebook/vjepa2-vitg-fpc64-256 est un modèle d’embedding dense de Meta, publié le 11 juin 2025 sous licence ouverte Apache 2.0. Ses 1 milliard de paramètres, tous actifs, transforment des vidéos et des images en vecteurs de 1 408 dimensions. Le traitement vidéo présenté repose sur une…
facebook/vjepa2-vith-fpc64-256
Publié par Meta le 11 juin 2025, facebook/vjepa2-vith-fpc64-256 est un modèle d’embedding dense de 654 millions de paramètres, tous actifs. Il encode les vidéos et les images en vecteurs de 1 280 dimensions. Sous licence MIT, il peut être auto-hébergé et intégré à des applications…
facebook/vjepa2-vitl-fpc64-256
Publié par Meta le 11 juin 2025 sous licence ouverte MIT, facebook/vjepa2-vitl-fpc64-256 est un modèle dense de compréhension vidéo développé par FAIR. Ses 326 millions de paramètres produisent des vecteurs de 1 024 dimensions à partir de vidéos et d’images.
facebook/vjepa2-vitg-fpc64-384
Publié par Meta le 11 juin 2025, facebook/vjepa2-vitg-fpc64-384 est un modèle d’embedding vidéo à poids ouverts sous licence Apache 2.0. Son milliard de paramètres, tous actifs, produit des vecteurs denses de 1 408 dimensions. Il traite une vidéo à partir de 64 images échantillonnées.
facebook/dinov2-base
facebook/dinov2-base est un modèle d’embedding visuel publié par Meta le 18 juillet 2023 sous licence ouverte Apache 2.0. Cet encodeur Vision Transformer de taille base compte 87 millions de paramètres actifs et produit des vecteurs denses de 768 dimensions.
facebook/dinov2-giant
facebook/dinov2-giant est un modèle d’embedding d’images publié par Meta le 18 juillet 2023 sous licence ouverte Apache 2.0. Ce Vision Transformer géant compte 1 milliard de paramètres actifs et produit une représentation globale dense de 1 536 dimensions à partir du jeton [CLS].
facebook/dinov2-large
Publié par Meta le 18 juillet 2023, facebook/dinov2-large est un modèle d’embedding visuel de 304 millions de paramètres actifs. Ce Vision Transformer produit des représentations denses de 1 024 dimensions à partir des états cachés, avec une représentation globale de l’image portée par…
facebook/dinov2-small
facebook/dinov2-small est un modèle d’embedding d’images publié par Meta le 18 juillet 2023 sous licence ouverte Apache 2.0. Ce Vision Transformer de 22 millions de paramètres produit des représentations denses de dimension 384, à partir des patchs et du jeton global [CLS].
facebook/SONAR
Publié par Meta le 21 mai 2021 sous licence ouverte MIT, facebook/SONAR est un modèle d'embedding multilingue et multimodal. Il représente les phrases textuelles ou vocales par un vecteur dense unique, de taille fixe et comportant 1 024 dimensions, dans un espace partagé entre texte et…
Modèles Image
Modèles Vidéo
Modèles Musique
Benchmarks
CoVoST2
CoVoST2 est un benchmark de traduction automatique de la parole, créé en 2020 par Facebook AI Research, aujourd’hui Meta AI, avec Changhan Wang et ses coauteurs. Issu de Common Voice, il rassemble des segments audio multilingues associés à des traductions textuelles.
Multi-IF
Multi-IF est un benchmark créé en 2024 par Meta GenAI pour évaluer la capacité des grands modèles de langage à suivre des instructions dans des dialogues multilingues à plusieurs tours. Il prolonge IFEval en ajoutant des séquences conversationnelles et des traductions de prompts anglais.
TextVQA
TextVQA est un benchmark conçu en 2019 par Amanpreet Singh et ses coauteurs, issus de Facebook AI Research et de Georgia Tech. Il évalue la capacité des modèles multimodaux à lire le texte visible dans une image, puis à raisonner sur ce contenu afin de répondre à une question visuelle.