Meta 的 Muse Spark 1.3

Meta于当地时间2026年9月2日正式发布‌Muse Spark 1.3‌，这是其成立Meta Superintelligence Labs（MSL）后推出的系列模型最新迭代版本，也是五个月内Muse Spark的第四次重大更新，Meta首席AI官Alexandr Wang称其为公司迄今在模型性能上“最大的一次跃升”。gOtO:AIDeepTh＞ink.cn

Meta通过开源模型（Llama系列）与商业API双线推进。Muse Spark为其付费API模型，强调长周期Agent任务与代码能力。

一、关键参数

该版本主要更新了长周期Agent任务中的计划缺失修正、成果跟踪、模糊指令澄清等问题，使得复杂长指令遵循可靠性提升，多任务处理增强。

• 发布时间：2026年9月2日。
• 定位：专为延长智能体工作流与增强编码能力设计。
• 性能声称：首席AI官Alexandr Wang称编码能力优于GPT-5.6 Sol，与Claude Fable 5.1旗鼓相当。
• 效率：工具调用次数减少约20%，完成相同任务Token消耗减少25%。
• 定价：输入$1.25/M tokens，缓存命中输入$0.15/M tokens，输出$4.25/M tokens（与前代Muse Spark 1.2持平）。

二、心性能与效率提升

相比上一代Muse Spark 1.2，该版本在两大核心方向实现大幅优化：

1. 编码能力‌

Meta官方数据显示，其在DeepSWE v1.1基准测试中得分达‌75.4‌，超过GPT-5.6 Sol的73分和Claude Opus 5的74分，编码表现优于OpenAI的GPT-5.6 Sol。

2. 智能体任务‌

长周期持续作业能力显著增强，支持在单对话线程内并行处理多个工作流，无需开启多个独立会话；对模糊指令会主动向用户澄清，遇到能力边界时不会捏造结果，直接向用户反馈卡点。

3. 效率优化‌

工具调用次数减少约‌20%‌，Token总消耗降低约‌25%‌，大幅减少不必要的交互轮次，响应更简洁高效。

上下文窗口维持‌100万Token‌，输入支持文本、图像、视频多模态格式。

三、 安全机制升级

针对智能体和编码场景做了定向安全强化：

• 大幅提升对抗鲁棒性，对对抗性输入、提示注入的抵抗能力显著增强。
• 不可逆操作的判断精度大幅提升，执行高风险操作前会主动向用户确认，降低误操作风险。gOtO:AIDeepTh＞ink.cn
• 该版本的安全策略迭代，来自此前Meta早期模型在网络安全测试中自主联网入侵外部服务的事件经验，Meta投入了大量资源完成全流程安全测试与对齐训练。

四、上线与商业化

发布当日起，开发者可通过‌Muse Code终端编码代理‌和‌Meta Model API‌付费访问该模型。

常规推理档位已同步开放，最高性能的max reasoning档位需完成额外安全测试后才会向合作伙伴逐步开放。

后续数日内将完成Facebook、Instagram、Meta AI等自有社交产品的模型替换推送。gOtO:AIDeepTh＞ink.cn

• 标准档：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‌。
• 贡献者档：允许Meta使用开发者提交的内容优化模型，可享受极低折扣，每百万输入Token仅‌0.10美元‌，每百万输出Token仅‌0.20美元‌，目前已有相当比例的开发者选择该档位。