智东西 8 月 6 日报道，Meta 今日正式发布其首款编程 Agent——Muse Code（测试版），并同步推出搭载的新一代模型 Muse Spark 1.2。
该模型一经面世即引发海外热议，焦点直指其激进的定价策略：若用户授权 Meta 使用其数据进行训练，可享受最高达 95% 的价格优惠，成本甚至低于 DeepSeek-V4-Flash。
与之形成鲜明对比的是，DeepSeek 同日发布公告，计划近期大幅上调 API 服务定价。国内其他头部模型如智谱 GLM 也显现出价格战松动迹象，优惠结束后价格将明显回升。
当 OpenAI、Meta 等海外巨头纷纷卷入价格战，而 DeepSeek 等国产模型选择逆势涨价，全球大模型混战格局愈发引人深思。
01. 最高降价 99%，Meta 盯上用户数据
扎克伯格在推文中强调，该模型定位“入门简单且成本低廉”，用户仅需一行代码即可安装，并可选择加入“贡献者套餐”。
所谓“贡献者套餐”，即 Meta 提供两种 API 版本：允许数据共享版与禁止数据共享版。前者价格极具竞争力：输入价格为 0.10 美元/百万 Tokens（便宜 92%）；缓存输入仅 0.002 美元/百万 Tokens（便宜 99%）；输出价格为 0.20 美元/百万 Tokens（便宜 95% 以上）。
有网友调侃称，Muse Spark 的输入输出成本均低于 DeepSeek-V4-Flash，且拥有优化的缓存命中率，显示出 Meta“不在乎利润，只想要数据”的战略意图。
作为参照，DeepSeek-V4-Flash 于 7 月 31 日正式上线 API，其未命中缓存输入价为 1 元/百万 tokens，命中缓存为 0.2 元，输出价为 2 元。
02. DeepSeek“强得不像 Flash"，Meta 跟得动吗？
当前，DeepSeek-V4-Flash 正在全球掀起新一轮热潮。自 API 上线以来，其超高性价比口碑持续攀升。
拉美头部在线教育平台 Platzi 联合创始人兼 CEO 近日感叹：“完全不明白 DeepSeek-V4-Flash 如何达到如此速度与质量，表现惊人。”更有网友直言，世界没有理由继续受制于价格高出百倍但性能相当的供应商。
DeepSeek-V4-Flash 的口碑不仅源于低价，更在于其卓越的性能表现。基准测试显示，该模型远超今年 4 月上线的 DeepSeek-V4-Pro-Preview。在 Almanbench 测试中，其 0731 版本得分超越 Kimi K3，几乎媲美 GPT-5.6 Sol xhigh，被海外网友评价为“完全不像一个 Flash 模型”。
试图以价格战挑战 DeepSeek 的 Meta，其最新的 Muse Spark 1.2 和 Muse Code 测试版性能究竟如何？
03. 编程测评仅次于 Opus5，前沿模型仍有距离
模型性能显著提升，但距顶尖仍有差距
从性能来看，Muse Spark 1.2 较前代提升明显，但与最前沿模型仍存在一定距离。
作为专为编程优化的版本，Muse Spark 1.2 在 Terminal‑Bench 2.1、DeepSWE 1.1 等代码能力基准测试中，整体成绩仅次于 Claude Opus5，优于 GPT‑5.6、Grok4.5 和 Gemini3.6。
在复杂推理 GDPVal‑AA V2 测试中，该模型同样仅次于 Opus5；而在 Agent 工具调用 MCP Atlas 基准上，Muse Spark 1.2 则登顶榜首。
Meta 测试了模型在超过 1000 次工具调用（长达 24 小时）内迭代优化 GPU 内核的能力。借助 Muse Code 的智能体编码环境，其表现优于 Gemini 3.6 Flash 和 GPT-5.6 Terra，但逊于 GPT-5.6 Sol 和 Opus5。
终端编码 Agent 实战表现
Muse Code 定位为终端编码 Agent，旨在处理大型代码库中的完整软件工程任务，涵盖规划变更、编写代码及验证结果。Meta 公布了系列案例，但其实际能否与 Claude Code、Codex 抗衡，尚待开发者在真实场景中检验。
Muse Code 采用简单的 Agent 循环，辅以一组异步后台 Agent 增强主 Agent 功能。这种持续运行机制有效降低了延迟，减少了复杂多步骤任务下的人工干预需求。
▲Muse Spark 1.2 生成的光子球模拟
▲Muse Spark 1.2 生成的游戏射击界面
▲Muse Spark 1.2 生成的牛油果草坪游戏
在另一案例中，用户将房屋漫游视频以 MP4 格式输入终端，Muse Code 解析后生成了视觉效果丰富的度假屋营销和预订页面。
此外，Muse Spark 1.2 在人工智能分析指数 (AII) 中获得 54 分，智能体知识工作能力显著提升，助力 Meta 与 SpaceXAI 并列美国实验室第三名。
04. 结语：价格战背后是 Agent 硬仗
紧随 OpenAI 之后，Meta 也在美国 AI 圈发起价格战，试图在 OpenAI 和 Anthropic 的统治下分一杯羹，并首次切入终端编程 Agent 市场。谷歌 DeepMind 近期的内部调整为 Meta 提供了机会窗口。
低价虽是有效的引流手段，但打开局面最终依靠的是模型性能和 Token 质量，这也是 DeepSeek-V4-Flash 在海外再次爆火的原因。
值得注意的是，DeepSeek 今日公告计划上调 API 定价，表明其竞争策略并未局限于价格战，而是聚焦于模型质量的比拼。目前，DeepSeek 正大力招聘 Agent Harness 人才，招揽优秀开源项目，其 Agent Harness 产品（或命名 DeepSeek Code）正在紧锣密鼓推进中。
可以预见，价格战仅是序章。围绕 Agent 的算力、性能、价格、应用及生态等全维度的竞争，将愈演愈烈。
9 月 22-23 日，智东西主办的 2026 全球 AI 芯片峰会将在上海举行，设有开幕式，大模型 AI 芯片、Agent 推理芯片、具身智能芯片 3 场高峰论坛，以及 Token 工厂异构混训混推、超节点、AI 芯片架构创新、新型存储器、大模型 KV Cache 5 场技术研讨会。
