Meta a passé des années à offrir gratuitement ses modèles d’IA. Cette période touche discrètement à sa fin.

Le 2 septembre 2026, Meta a publié Muse Spark 1.3, son modèle d’IA le plus avancé à ce jour, puis a ouvert le lendemain un accès API payant aux développeurs. Ce mouvement envoie un signal important : l’entreprise, surtout connue pour avoir rendu ses modèles Llama librement accessibles, construit désormais un produit propriétaire de pointe qu’elle entend monétiser directement.

Alexandr Wang, directeur de l’IA chez Meta, a indiqué que les capacités du modèle se rapprochent de plus en plus des offres de référence d’OpenAI et d’Anthropic.

De Llama à Muse : un virage stratégique discret

La famille Muse marque un véritable changement philosophique pour la division IA de Meta. L’entreprise a officialisé cette transition en avril 2026 avec la première version de Muse Spark, puis a publié la version 1.1 en juillet et la version 1.2 le 5 août, avant d’arriver à la 1.3 moins d’un mois plus tard.

La série Llama, qui a fait de Meta un favori parmi les chercheurs et développeurs souhaitant exécuter localement des modèles puissants sans frais de licence, n’est plus le principal vecteur des ambitions de pointe de l’entreprise. Muse Spark est fermé, soumis à une API et payant, ce qui le place structurellement sur le même segment que GPT-4o et Claude.

Ce changement compte, car il modifie la manière dont Meta participe au marché de l’IA : au lieu de s’appuyer uniquement sur une diffusion ouverte et sur l’adoption par les développeurs en aval, l’entreprise associe désormais le développement de modèles à une couche d’accès commercial direct. Meta n’a pas totalement abandonné l’ouverture. Muse Glimmer, une variante distillée publiée en août 2026, est conçue pour fonctionner sur des GPU grand public et reste ouverte en poids.

130 milliards de dollars de paris : où Meta investit réellement

Les indications de Meta concernant ses dépenses d’investissement pour 2026 prévoient entre 130 milliards et 145 milliards de dollars consacrés cette année aux infrastructures, notamment aux centres de données, aux semi-conducteurs sur mesure et à la capacité de calcul nécessaire pour entraîner et déployer des modèles de pointe.

L’ampleur de ces dépenses aide à expliquer pourquoi la monétisation devient plus explicite. Les modèles d’IA de pointe sont coûteux à construire et à exploiter, et l’infrastructure nécessaire pour les soutenir occupe désormais une place centrale dans la feuille de route produit globale de Meta. Mark Zuckerberg a décrit l’objectif de l’entreprise comme la construction de ce qu’il appelle une « superintelligence personnelle ». L’entreprise dessert déjà environ trois milliards de personnes chaque jour via Facebook, Instagram et WhatsApp, Meta AI étant déjà intégré à ses applications comme expression grand public de cette stratégie.