模型发布“大周”：Meta Muse Spark 1.3 正式上线
本周堪称 AI 模型发布的“大周”。继 Claude Fable 5.1、Gemini 3.8 Flash 发布后，OpenAI 的 Astra 与 SpaceXAI 的 Grok 4.7 也即将面世。在此背景下，Meta 正式推出新一代模型 Muse Spark 1.3。
Meta 创始人扎克伯格罕见地在 X 平台亲自发文站台。他表示，Muse Spark 1.3 是公司在编程和智能体任务上迄今为止最大的一次提升，并预告代号为“西瓜”的下一代模型及 Muse Spark 即将开源。该帖子发布 3 小时内，浏览量已突破 120 万。Meta 首席 AI 官 Alexandr Wang 随后转发确认了新模型的发布。
基准测试：编程与长上下文表现强劲
相较于上一代 Muse Spark 1.2 对标 GPT-5.6 中杯版本引发的争议，此次 1.3 版本直接对标顶配模型。测试数据显示，Muse Spark 1.3 在 11 项基准测试中获得 5 项第一，优势主要集中在编程能力和长上下文处理两个方向。
核心指标领先
在软件工程基准 DeepSWE v1.1 中，Muse Spark 1.3 得分为 75.4%，超越 Claude Opus 5（74.0%）和 GPT-5.6 Sol（73.0%）。在代码库理解测试 SWEAtlas 中，其准确率达到 59.4%，位居全场第一。终端编程测试 Terminal-Bench 2.1 中，该模型得分 88.8%，与 GPT-5.6 Sol 持平。此外，在长上下文检索 MRCR 两项测试中，得分均超过 98 分，表现遥遥领先。
与上一代 1.2 版本相比，1.3 版本提升显著：DeepSWE 从 55.0% 跃升至 75.4%，OSWorld 从 47.6% 提升至 66.9%。
智能体任务仍有差距
尽管在编码领域表现优异，Muse Spark 1.3 在通用智能体（Agent）基准上的表现略显平淡。在知识工作 GDPVal-AA v2 测试中，得分为 1754，略低于 Claude Opus 5 的 1824；工具调用 JobBench 测试中得分为 64.9，稍逊于 Claude Opus 5 的 65.7；计算机操控 OSWorld 2.0 测试中得分为 66.9，仍落后于竞争对手的 68.3。
值得注意的是，跑分最强的 Muse Spark 1.3 (max) 版本目前尚未正式发布，需等待额外安全测试结束后上线。
定价策略：低价背后的数据代价
Muse Spark 1.3 的标准 API 定价为每百万 tokens 输入 1.25 美元、输出 4.25 美元，与上一代保持一致。相较于 Claude Opus 5（5/25 美元）、GPT-5.6 Sol（4/20 美元）及 Claude Fable 5.1（10/50 美元），其价格极具竞争力。同日发布的 Gemini 3.8 Flash 定价虽更低（0.75/3.75 美元），但从综合排名来看，满血版 Muse Spark 1.3 性能更优。
扎克伯格所称的“几乎不要钱”，特指打折的 Contributor 层级：输入 0.10 美元，输出 0.20 美元，缓存输入仅需 0.002 美元。然而，选择该层级的代价是用户的提示词和代码输出将被 Meta 用于模型训练。此前 Muse Code 上线时，默认开启此数据共享模式，用户需手动切换方可退出。因此，企业在选用时需审慎评估数据隐私风险。
行业观察：Meta AI 的挑战与困境
当前 Meta AI 的发展处境略显尴尬。在开源领域，面对国内 DeepSeek、千问、Kimi、GLM 等模型的强势竞争，Meta 的优势不再明显；而在闭源高端模型赛道，其与 OpenAI、Anthropic 乃至 Grok 仍存在差距，尤其在六项 Agent 基准测试中未获第一，官方仅能表示“越来越接近”。
自 Llama 4 被指跑分注水以来，Meta 的 AI 战略似乎屡受挫折。今年 7 月，扎克伯格在内部会议上对智能体进展缓慢表示不满，当时 Alexandr Wang 曾展示代号“西瓜”的新模型声称追平 GPT-5.5。然而历经近五个月，从牛油果到 1.1、1.2 再到如今的 1.3，四个版本的迭代似乎仍未完全实现既定目标。代号“西瓜”的终极模型仍在路上，Meta 此次可谓“起了个大早，赶了个晚集”。