摘要：2026年7月9日深夜，Meta超级智能实验室（MSL）正式推出多模态推理模型Muse Spark 1.1，同步上线首个收费的Meta Model API。新模型主打agentic任务、工具调用与电脑操作，1M token上下文窗口，定价仅$1.25/$4.25每百万token，比Anthropic Fable 5便宜约10倍，比Claude Opus 4.8便宜4-6倍。在MCP Atlas、JobBench、Finance Agent v2等智能体基准上拿下多项第一，但纯编程和多模态仍落后于Opus 4.8与GPT-5.5。这标志着Meta从开源Llama路线转向闭源商业化，正面挑战OpenAI和Anthropic的API生意。
一、深夜突袭：小扎亲自下场打价格战
扎克伯格憋了三年没发推，7月9日深夜连发三条X推文官宣Muse Spark 1.1。马斯克还凑过来回了句”Jinx”，评论区一句吐槽精准到位：”老扎这是founder mode上身了。”
这是Meta超级智能实验室的第二代多模态推理模型，也是Meta第一个收费的AI模型。今年4月初代Muse Spark反响平平，Scale AI出身的首席AI官Alexandr Wang自己都管它叫”开胃菜”，三个月后正菜终于上桌。
更狠的是价格：输入1.25美元、输出4.25美元，每百万token。跟Anthropic旗舰Fable 5（输入10美元、输出50美元）相比便宜约10倍；跟Opus 4.8（输入5美元、输出25美元）相比便宜4到6倍。小扎自己一句话概括：“very low cost”。
二、核心定位：为Agent而生，不是聊天机器人
Muse Spark 1.1的定位非常清晰——Agent。它不是一个等你提问的聊天机器人，而是一个能自己干活的数字员工。
关键能力包括：
- 1M token上下文窗口：能自己管理、自己压缩，聊到快撑爆时会自动”瘦身”，只保留后续任务真正需要的关键步骤。
- 多智能体编排：当主Agent时负责拆解任务、制定计划、派出子Agent并行干活；当子Agent时老老实实执行本职，知道什么时候该把球踢回给主Agent。
- 电脑操控：不是傻乎乎一步步点鼠标，而是自己判断写脚本快还是点界面快，甚至能一次性生成一批操作。
- 编程能力：大型代码库调试、新功能开发、大规模代码迁移都能上手，适配OpenCode、Cline、Replit等主流框架。
- 多模态理解：支持文本、图像、音频、视频、PDF输入，能做视觉转代码、超详细图像视频描述。
三、跑分解读：Agent第一，编程第三
Meta官方给出了与Opus 4.8（max）、GPT-5.5（xhigh）、Gemini 3.1 Pro（high）的对比表。核心结论是”分裂式胜负”：Muse Spark 1.1赢下工具编排战役，但在原始精度上让步。
Agent与工具使用（Muse Spark 1.1领先）：
| 基准 | Muse Spark 1.1 | Opus 4.8 | GPT-5.5 | Gemini 3.1 Pro |
|---|---|---|---|---|
| MCP Atlas（多工具编排） | 88.1 | 82.2 | 75.3 | 78.2 |
| JobBench（专业工具使用） | 54.7 | 48.4 | 38.3 | 15.9 |
| HLE with tools（推理+工具） | 62.1 | 57.9 | 52.2 | 51.4 |
| Finance Agent v2（金融分析） | 57.2 | 53.9 | 51.8 | 43.0 |
电脑使用（Opus 4.8领先）：OSWorld-Verified上Muse Spark 1.1拿到80.8，Opus 4.8以83.4领先。
编程与多模态（落后于Opus 4.8和GPT-5.5）：
| 基准 | Muse Spark 1.1 | Opus 4.8 | GPT-5.5 |
|---|---|---|---|
| SWE-Bench Pro | 61.5 | 69.2 | 58.6 |
| DeepSWE 1.1 | 53.3 | 59.0 | 67.0 |
| BabyVision（视觉推理） | 76.3 | 81.2 | 83.6 |
值得注意的是，Meta未公开SWE-bench Verified的独立数字，而是使用内部基准Meta Internal Coding Bench，并称”与GPT-5.5级结果相当”。开发者需要谨慎对待这些厂商自报数据。
四、开发者接入：OpenAI兼容，20美元免费额度
Muse Spark 1.1目前通过Meta Model API公开预览版向美国开发者开放。
接入要点：
- API定价：输入$1.25/百万token，输出$4.25/百万token
- 免费额度：新用户注册即送20美元体验额度
- OpenAI兼容：现有OpenAI兼容代码可直接对接，降低迁移成本
- 思考模式：在Meta AI app和meta.ai网站上线”Thinking”模式
- reasoning_effort参数：从minimal到xhigh可调，让开发者显式控制成本/延迟/质量权衡
- MCP原生：零样本泛化到新的MCP服务器，无需工具专用微调
- 内置Web搜索：与Claude和GPT-5.6需要额外工具配置不同，Muse Spark原生集成网络搜索grounding
早期合作伙伴包括Replit、Cline、Box。Replit CEO Amjad Masad特别提到了百万token上下文和OpenAI兼容API格式；Cline CEO Saoud Rizwan则强调工具调用能力和规模化编程工作负载的定价优势。
五、战略转向：从开源Llama到闭源收费API
Muse Spark 1.1的发布标志着MetaAI战略的彻底转向。
多年来Meta以开源Llama系列闻名，权重免费发放、由他人构建生态，靠广告而非API费用变现。但Muse Spark是闭源专有模型，权重不开放，只能通过Meta自家app或付费API访问。这一哲学性反转反映了Alexandr Wang从Scale AI空降后的使命：把Meta的AI研究变成赚钱生意。
战略意义有三层：
- API市场竞争：$1.25/$4.25的定价直接挑战Anthropic Sonnet 4.6（$3/$15）和OpenAI GPT-5.6 Terra（$2.50/$15）的中端市场。
- 消费产品赋能：Muse Spark 1.1将替换WhatsApp、Instagram、Facebook聊天机器人以及Ray-Ban智能眼镜中的Llama模型，形成”开发者API+数十亿消费触点”的飞轮。
- 个人超级智能愿景：配合本周发布的Muse Image生图模型，Meta正在构建完整的生成式AI产品矩阵。
六、不足与限制
客观来看，Muse Spark 1.1也存在明显短板：
- 长上下文检索弱：MRCR Long Context在1M窗口下只有54.1分，GPT-5.5为74.0。”1M上下文”不等于”最强检索”。
- 纯编程非领导者：SWE-Bench Pro、DeepSWE、Terminal-Bench等硬核编程基准均落后。
- 多模态视觉弱于GPT-5.5：BabyVision视觉推理76.3分，落后GPT-5.5的83.6。
- 可用性受限：仅美国公开预览，欧盟团队暂无法访问生产级基础设施。
- 数据为厂商自报：所有benchmark均为Meta自报，需独立验证。
七、对开发者意味着什么
如果你正在选型，可以这样判断：
- 选Muse Spark 1.1：MCP重度工作流、多工具调用密集、需要1M上下文且成本敏感、需要内置Web搜索、正在评估agentic编排性能。
- 坚持Claude Sonnet 4.6/Opus 4.8：需要前沿编程精度（SWE-Bench级任务）、需要GA生产SLA、位于美国之外。
- 坚持GPT-5.6 Terra/Sol：长时序软件工程是主要用例、需要reasoning.mode: ultra并行agent推理。
ChatForest的评价颇为精准：“这是自GPT-4开放付费API以来，前沿API市场最重大的结构性变化”。Meta多年来运营着全球最大的AI算力之一，但一直以开源权重而非托管推理分发。Muse Spark是Meta明确决定竞争托管API预算的信号。
文章来源
本文综合整理自：Meta官方博客、Reuters报道、DataLearnerAI、DigitalApplied、Kingy.ai、36氪、网易科技、Lushbinary、ChatForest、腾讯新闻、FelloAI等公开资料。文中benchmark数据均为Meta官方自报，独立第三方评测尚未公布，请以实际使用为准。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...