Muse Spark 1.3发布约一个月后，Meta推出了人工智能模型家族新成员Muse Spark 1.3。该模型专为编码、长期代理任务及复杂工作流开发，被Meta称为迄今为止功能最强大的模型。
即日起，Muse Spark 1.3可通过Muse Code和Meta Model API使用。现有推理（reasoning）模式已上线，需更多计算资源的max reasoning选项计划在通过额外安全测试后推出。
Muse Spark 1.3专注于长期代理任务
Meta强调新模型在基于代理的工作流方面的能力。Muse Spark 1.3能在单次长对话中跟踪多项任务；面对开放式目标时，可利用工具构建上下文、发现并修正计划不足，并将过程知识传递至最终输出。
遇到模糊指令时，模型会主动提问而非假设；无法完成任务时会请求用户帮助；执行不可逆或重大影响操作前会获取确认。此外，相比前代，新模型能更好保留长复杂指令中的约束条件，并行处理多任务并跟踪新旧需求关系，且对自身能力的校准更准确，避免表现出完成不可能任务的倾向。
编码任务中工具调用和Token使用更少
Muse Spark 1.3在编码领域也有显著改进。Meta表示，针对长期软件开发任务进行了更多训练。工程师对比显示，完成类似任务时，较Muse Spark 1.2减少约20%的工具调用和25%的Token使用，同时减少了不必要的对话轮次，生成代码细节更少但更清晰。
在Meta发布的评估中，Muse Spark 1.3在衡量长期软件开发任务的DeepSWE v1.1中获得75.4分，优于GPT-5.6 Sol和Claude Opus 5，但在其他部分评估中仍落后于竞品。DeepSWE包含113个任务，涵盖TypeScript、Go、Python、JavaScript和Rust语言的91个代码库。Meta指出，第三方模型测试可能未针对各模型优化，未必反映最高性能。
Meta认为已缩小与OpenAI和Anthropic的差距
Meta首席人工智能官Alexandr Wang认为，Muse Spark 1.3代表了公司迄今最大的模型性能飞跃，在编码领域已达到可与OpenAI和Anthropic最强模型竞争的水平。
独立评估平台Artificial Analysis在Intelligence Index中为Muse Spark 1.3 max版本打出62分，使其跻身顶尖模型行列。该平台还指出，该模型拥有100万token上下文窗口，支持文本、图像及视频输入。
需注意，模型性能受基准测试、评估方法和代理基础设施影响显著。Meta关于缩小与OpenAI和Anthropic差距的说法，仍需在实际应用场景中进一步验证。
Muse Spark 1.3的价格未变
尽管性能提升，API定价保持不变：每百万输入token 1.25美元，缓存输入token 0.15美元，每百万输出token 4.25美元。
Meta加强了针对代理和编码能力的安全措施。Muse Spark 1.3增强了对提示注入（prompt injection）和恶意输入的抵御能力，并在不可逆操作方面更加谨慎。
未来路线图包括Muse Spark系列更大规模模型及开源权重版。截至目前，Meta尚未公布是否发布Muse Spark 1.3的模型权重。