智东西9月3日消息，Meta今日发布新一代旗舰模型Muse Spark 1.3。在Artificial Analysis的AI分析指数榜上，该模型得分仅次于Claude Fable 5.1与Claude Opus 5，性能表现超乎预期。
基准测试显示，Muse Spark 1.3拿下5项第一。在长上下文及大部分编程测试中优于GPT‑5.6 Sol和Claude Opus 5，仅在Terminal‑Bench终端操作测试中与前者持平。其相对短板在于Agent能力，在联网搜索及通用知识任务中分数较低。
▲部分大模型价格对比（智东西制表）
目前，Muse Spark 1.3已在Muse Code与Meta Model API中逐步上线，推理模式可用，极致推理模式（max‑reasoning）将在完成安全测试后开放。
Meta已规划后续路线图，包括更大参数规模模型、开源权重版本发布等。
开发者实测：速度快、成本低但生成效果一般
多位开发者在社交平台X分享了实测案例，普遍评价 Muse Spark 1.3 速度快、成本低，但生成效果尚未达到惊艳程度。
在基于照片进行3D建筑模拟的对比中，从1.1到1.3版本，模型在几何形状、结构及视觉效果上提升明显，且总成本维持在0.6美元（约合人民币4.03元）不变。
另一项对比测试中，开发者使用相同提示词让 Muse Spark 1.3 Ultra与Claude Fable 5.1 xHigh运行约2小时。Muse Spark 在2小时内执行了60次以上智能体任务，完成20轮自我优化循环，总成本不到1美元（约合人民币6.7元）。
在开源3D空间推理基准测试MineBench中，Gemini 3.8 Flash耗时1分51秒，Elo评分1888分；而 Muse Spark 1.3 耗时5分36秒，得分1787分，输出质量与顶尖前沿模型仍有差距。
综合对比Qwen 3.8 Max、GLM 5.3及GPT-5.6 Sol，开发者认为 Muse Spark 1.3 在成本与速度上可媲美 Qwen 3.8 Max，但 GLM 5.3 在性能、成本及Token用量上的综合表现最佳。
尽管 Muse Spark 1.3 价格低廉且运行迅速（约2分钟），但在成果质量与完成度上，仍不及耗时更长的 Qwen 3.8 Max（约1.5小时）。
长周期任务不跑偏，编程Token量减少25%
该模型能在单条长对话中并行处理多条工作流。面对开放式目标，它能自主构建上下文，修正方案漏洞，并输出完整交付成果。
通过多样化评测框架训练，模型能适配各类智能体环境。即使在信息杂乱的上下文中，也能准确匹配新输入与对应任务，避免偏离工作流程或遗漏约束条件。
模型具备更强的自我认知能力，能明确自身能力边界，在遇到障碍时采取审慎策略而非产生错误预测。例如在撰写流体仿真报告的任务中，它能准确生成所需文件。
编程方面，相比1.2版本，Muse Spark 1.3操作步骤更少，表述更简洁。测试显示，其工具调用次数减少20%，Token使用量减少25%。
▲Muse Spark 1.3生成的超能力风暴游戏
此外，模型在安全能力上进行了升级，增强了对抗鲁棒性，提升了对提示注入攻击的抵御能力，并在处理复杂任务时具备对不可逆操作的风险判断力。
结语：5个月迭代4版，Meta大模型要起飞了？
