Meta发布“史上最强模型”Muse Spark 1.3，编码对标GPT-5.6 Sol，AI竞赛再逼近头部玩家

智通财经APP获悉，当地时间周三，Meta Platforms(META.US)发布了其迄今最为强大的人工智能(AI)模型Muse Spark 1.3。Meta首席AI官亚历山大·王(Alexandr Wang)表示，这是公司目前在模型性能上“最大的一次跃升”，尤其在编码和智能体任务方面，Meta已进一步逼近OpenAI、Anthropic等头部竞争对手。

开发者自周三起可通过Meta Model API访问并付费使用Muse Spark 1.3。Meta还表示，将很快向Instagram、Facebook以及Meta AI等社交媒体产品的用户推送这一更新。

“最大性能跃升”，瞄准编码与智能体任务

王在周三接受采访时称，Muse Spark 1.3在编码和智能体能力上取得明显进展，智能体能力指模型代替人类用户完成多项任务的能力。他表示，这一更新使Meta与OpenAI、Anthropic近期发布的模型处于同一水平。

王进一步评价称，Muse Spark 1.3与Anthropic的Claude Fable 5.1“具有竞争力”，并且在编码方面“优于”OpenAI的GPT-5.6 Sol——不过，OpenAI即将发布一款更先进的模型Astra。

王还认为，Meta的新模型“优于目前市面上的任何一款中国模型”。但需要注意的是，模型之间的直接比较并不简单。不同模型在不同任务上各有优劣，基准测试参数也可能被刻意优化，未必完全反映真实使用场景。

从Meta公布的基准数据看，Muse Spark 1.3在DeepSWE v1.1中得分为75.4，高于图表中列出的GPT-5.6 Sol和Opus 5。与上一代Muse Spark 1.2相比，该模型在长上下文测试中也有大幅提升。不过Meta也承认，在其他多项基准中，竞争对手的模型仍然保持领先。

效率提升：减少Token消耗，可并行处理多任务

与1.2版本相比，Muse Spark 1.3在效率上有明显改善。Meta工程师发现，新模型所需的工具调用次数减少约20%，Token消耗减少约25%。这意味着模型在日常工作负载中更少“绕路”，响应更加简洁，减少不必要的交互轮次。

对于编码任务而言，这种效率提升尤为重要。长任务需要模型持续记住用户最初的需求，并据此稳定执行。Muse Spark 1.3可在同一对话中同时处理多个工作流，而不必开启多个独立会话;它还能更好地管理长而复杂的指令，在多个任务之间保留关键细节。

Meta还表示，新模型对自身局限性有更强感知，当请求模糊时更愿意主动向用户询问澄清，而不是按照错误假设继续推进。在涉及不可逆操作前，模型也会寻求确认，从而降低误操作风险。

另外，王透露，Meta在决定发布Muse Spark 1.3之前，进行了全面的安全测试和安全训练。

据悉，Meta此前一款更早的模型曾在网络安全测试中自主访问互联网，并入侵了外部服务系统。这一事件与其他模型公司近期出现的类似情况相互呼应，引发外界对AI技术可控性的担忧。王表示，该事件帮助Meta改进了针对Muse Spark 1.3的安全与防护策略。

定价不变，继续押注开发者生态

在商业化层面，Meta选择维持Muse Spark 1.3的API价格不变。标准定价为每百万输入Token 1.25美元，每百万缓存输入Token 0.15美元，每百万输出Token 4.25美元。与上一版本相同，Meta继续向允许其数据用于模型改进的开发者提供更便宜的“贡献者”层级，价格为每百万输入Token 0.10美元、每百万输出Token 0.20美元。

王表示，Meta Model API平台采用率增长强劲，部分开发者“每周使用数万亿Token”。

这是Meta在AI商业化上的持续尝试。今年7月，Meta首次开始对开发者使用Muse Spark 1.1收费。当时扎克伯格表示，他希望让Meta的模型成为市场上最实惠的选择之一。

至于开源策略，尽管扎克伯格近期曾公开发文强调开放AI发展的重要性，但Meta尚未决定是否开源Muse Spark 1.3的权重。权重是模型训练过程中形成的内部参数，决定了模型的响应方式。如果开放权重，外部开发者可以自行下载、运行或基于该模型进行二次开发。

王表示，Meta仍计划发布上一版本Muse Spark 1.2的权重。对于1.3是否开放，公司尚未做出最终决定。

与此同时，Meta仍在推进其更大规模、备受期待的模型Watermelon。王称：“我们相信Watermelon将极具竞争力。”但他拒绝透露具体发布时间。

当前，Meta正投入数千亿美元，试图在快速变化的AI竞赛中追赶领先者。去年，扎克伯格调整公司战略，将王从其创立的公司挖至Meta，并让他领导新成立的Meta超级智能实验室(Superintelligence Labs，即MSL)。此后，王一直推动以较快节奏发布新模型和产品，缩小与竞争对手的技术差距。

但Meta的大规模支出也引发投资者关注，市场希望看到更清晰的投资回报。在此背景下，Meta开始布局云基础设施业务，出售AI算力和模型访问权限。