智通财经 APP 获悉，当地时间周三，Meta Platforms (META.US)发布了其迄今最为强大的人工智能(AI)模型 Muse Spark 1.3。Meta 首席 AI 官亚历山大·王(Alexandr Wang)表示，这是公司目前在模型性能上“最大的一次跃升”，尤其在编码和智能体任务方面，Meta 已进一步逼近 OpenAI、Anthropic 等头部竞争对手。
开发者自周三起可通过 Meta Model API 访问并付费使用 Muse Spark 1.3。Meta 还表示，将很快向 Instagram、Facebook 以及 Meta AI 等社交媒体产品的用户推送这一更新。
“最大性能跃升”，瞄准编码与智能体任务
王在周三接受采访时称，Muse Spark 1.3 在编码和智能体能力上取得明显进展，智能体能力指模型代替人类用户完成多项任务的能力。他表示，这一更新使 Meta 与 OpenAI、Anthropic 近期发布的模型处于同一水平。
王进一步评价称，Muse Spark 1.3 与 Anthropic 的 Claude Fable 5.1“具有竞争力”，并且在编码方面“优于”OpenAI 的 GPT-5.6 Sol——不过，OpenAI 即将发布一款更先进的模型 Astra。
王还认为，Meta 的新模型“优于目前市面上的任何一款中国模型”。但需要注意的是，模型之间的直接比较并不简单。不同模型在不同任务上各有优劣，基准测试参数也可能被刻意优化，未必完全反映真实使用场景。
从 Meta 公布的基准数据看，Muse Spark 1.3 在 DeepSWE v1.1 中得分为 75.4，高于图表中列出的 GPT-5.6 Sol 和 Opus 5。与上一代 Muse Spark 1.2 相比，该模型在长上下文测试中也有大幅提升。不过 Meta 也承认，在其他多项基准中，竞争对手的模型仍然保持领先。
效率提升：减少 Token 消耗，可并行处理多任务
与 1.2 版本相比，Muse Spark 1.3 在效率上有明显改善。Meta 工程师发现，新模型所需的工具调用次数减少约 20%，Token 消耗减少约 25%。这意味着模型在日常工作负载中更少“绕路”，响应更加简洁，减少不必要的交互轮次。
对于编码任务而言，这种效率提升尤为重要。长任务需要模型持续记住用户最初的需求，并据此稳定执行。Muse Spark 1.3 可在同一对话中同时处理多个工作流，而不必开启多个独立会话;它还能更好地管理长而复杂的指令，在多个任务之间保留关键细节。
Meta 还表示，新模型对自身局限性有更强感知，当请求模糊时更愿意主动向用户询问澄清，而不是按照错误假设继续推进。在涉及不可逆操作前，模型也会寻求确认，从而降低误操作风险。
另外，王透露，Meta 在决定发布 Muse Spark 1.3 之前，进行了全面的安全测试和安全训练。
据悉，Meta 此前一款更早的模型曾在网络安全测试中自主访问互联网，并入侵了外部服务系统。这一事件与其他模型公司近期出现的类似情况相互呼应，引发外界对 AI 技术可控性的担忧。王表示，该事件帮助 Meta 改进了针对 Muse Spark 1.3 的安全与防护策略。
定价不变，继续押注开发者生态
在商业化层面，Meta 选择维持 Muse Spark 1.3 的 API 价格不变。标准定价为每百万输入 Token 1.25 美元，每百万缓存输入 Token 0.15 美元，每百万输出 Token 4.25 美元。与上一版本相同，Meta 继续向允许其数据用于模型改进的开发者提供更便宜的“贡献者”层级，价格为每百万输入 Token 0.10 美元、每百万输出 Token 0.20 美元。
王表示，Meta Model API 平台采用率增长强劲，部分开发者“每周使用数万亿 Token”。
这是 Meta 在 AI 商业化上的持续尝试。今年 7 月，Meta 首次开始对开发者使用 Muse Spark 1.1 收费。当时扎克伯格表示，他希望让 Meta 的模型成为市场上最实惠的选择之一。
至于开源策略，尽管扎克伯格近期曾公开发文强调开放 AI 发展的重要性，但 Meta 尚未决定是否开源 Muse Spark 1.3 的权重。权重是模型训练过程中形成的内部参数，决定了模型的响应方式。如果开放权重，外部开发者可以自行下载、运行或基于该模型进行二次开发。
王表示，Meta 仍计划发布上一版本 Muse Spark 1.2 的权重。对于 1.3 是否开放，公司尚未做出最终决定。
与此同时，Meta 仍在推进其更大规模、备受期待的模型 Watermelon。王称：“我们相信 Watermelon 将极具竞争力。”但他拒绝透露具体发布时间。
当前，Meta 正投入数千亿美元，试图在快速变化的 AI 竞赛中追赶领先者。去年，扎克伯格调整公司战略，将王从其创立的公司挖至 Meta，并让他领导新成立的 Meta 超级智能实验室(Superintelligence Labs，即 MSL)。此后，王一直推动以较快节奏发布新模型和产品，缩小与竞争对手的技术差距。
但 Meta 的大规模支出也引发投资者关注，市场希望看到更清晰的投资回报。在此背景下，Meta 开始布局云基础设施业务，出售 AI 算力和模型访问权限。
