Meta 正式发布其首个付费 AI 模型 Muse Spark 1.1，标志着这家以开源策略起家的科技巨头首次正面进入付费 AI 开发者市场。新模型在 Agent 能力评测中拿下多项第一，编码水平接近 Claude Opus 4.8，但 API 定价仅为后者的四分之一。
Muse Spark 1.1 核心能力
Muse Spark 1.1 来自 Meta 超级智能实验室（Meta Superintelligence Labs），该团队由 Scale AI 创始人 Alexandr Wang 领导。去年 Meta 以 143 亿美元收购 Scale AI 49% 股份后，Alexandr Wang 被任命为 Meta 首席 AI 官。新团队历时九个月，推翻旧架构重新构建了 Muse Spark 系列模型。
核心规格：
- 上下文窗口：100 万 token
- 输入模态：文本、图片、视频
- Agent 模式：可作为「主 Agent」收集信息、规划方案，再拆分任务给多个子 Agent 并行执行
Agent 评测三榜第一
Muse Spark 1.1 在多个核心 Agent 评测中表现突出：
- MCP Atlas（模型调用外部工具能力）：88.1 分，Claude Opus 4.8 为 82.2，GPT-5.5 为 75.3
- JobBench（真实职业场景工具使用）：54.7 分，Claude Opus 4.8 为 48.4，GPT-5.5 为 38.3
- Humanity's Last Exam（跨学科推理与工具使用）：62.1 分，Claude Opus 4.8 为 57.9
与上一代 Muse Spark 相比，JobBench 从 17.0 分跃升至 54.7，DeepSWE（长周期编程任务）从 10.0 提升至 53.3，Vibe Code Bench（自然语言生成应用）从 19.7 提升至 72.2，版本间提升达三到五倍。
在第三方平台 Vals AI 综合排名中，Muse Spark 1.1 位列第五，超过 GPT-5.5 和 Grok 4.5，同时是前十名中推理速度最快的模型，比前三名快约三倍。
此外，在医疗记录、税务评估和法律 Agent 三个垂直领域榜单上也取得第一。其中法律 Agent 榜的前任冠军为 Grok 4.5。
编程能力接近第一梯队
编程方面，Muse Spark 1.1 与 Claude Opus 4.8 仍有差距：
- SWE-Bench Pro（综合软件工程）：Claude Opus 4.8 得 69.2，Muse Spark 1.1 得 61.5
- DeepSWE 1.1：Muse Spark 1.1 得 53.3，GPT-5.5 得 67.0
- Terminal-Bench 2.1（命令行编程）：GPT-5.5 得 83.4，Claude Opus 4.8 得 82.7，Muse Spark 1.1 得 80.0
Meta 内部评测显示，Muse Spark 1.1 编码得分 68.3，与 Claude Opus 4.8 的 69.0 差距不大，略高于 GPT-5.5 的 67.1。
定价策略：性价比路线
Muse Spark 1.1 的 API 定价为每百万输入 token 1.25 美元、输出 4.25 美元：
横向对比：
- Claude Opus 4.8：输入 5 美元，输出 25 美元
- Claude Sonnet 5（限时优惠）：输入 2 美元，输出 10 美元
- Grok 4.5：输入 2 美元，输出 6 美元
Muse Spark 1.1 的输入成本约为 Claude Opus 4.8 的四分之一，输出成本不到五分之一。目前新用户注册 Meta Model API 可获得 20 美元免费额度。
从开源到闭源的转变
Meta 过去在 AI 领域以开源策略著称，Llama 系列模型全部开放权重。Muse Spark 1.1 则采取了完全不同的路径——闭源、付费、仅通过 API 调用。这是 Meta 首次与 OpenAI、Anthropic 在付费开发者市场展开直接竞争。
首批合作伙伴包括 Replit、Cline 和 Box。Replit CEO Amjad Masad 评价称：「百万级上下文、多模态、结构化输出、并行工具调用，全打包在一个模型里。这是一个完整的 Agent 底座。」
扎克伯格亲自发帖宣传 Muse Spark 1.1，马斯克在评论区回复「Jinx」（撞车），暗指 Grok 4.5 前一天刚发布。同时，Muse Spark 1.1 的发布时间选在 OpenAI GPT-5.6 全量上线前几小时，竞争意图明显。
市场定位与前景
Muse Spark 1.1 以性价比为核心卖点切入市场。虽然 Agent 评测成绩亮眼，但实际项目表现仍需时间验证。对于需要大规模 Agent 调用的开发者来说，这款模型的低成本优势可能成为重要考量因素。
Meta 从开源倡导者转向付费市场竞争，也反映了 AI 行业从「跑分竞赛」向「商业化落地」的趋势转变。