北京
9月2日，Meta Platforms正式发布其迄今最强大的AI模型Muse Spark 1.3，主打长周期智能体工作流与编码能力升级。Meta首席AI官Alexandr Wang对外表示，该模型在编码能力上已超越OpenAI的GPT-5.6 Sol，与Anthropic的Claude Fable 5.1表现持平。
性能对标顶级竞品，定价却维持原样。Muse Spark 1.3通过Meta Model API向开发者提供付费访问，价格与前代Muse Spark 1.2完全一致：每100万词元输入费用1.25美元（约合8.4元人民币），缓存命中输入费用0.15美元（约合1元人民币），输出费用4.25美元（约合28.6元人民币）。
性能提升背后的效率账
官方博文给出了具体的改进数据：相比Muse Spark 1.2，新版本减少了不必要的代码迭代，代码更简洁，整体编码风格更清晰。工具调用次数减少了约20%，完成相同任务所需的token减少了25%。这意味着开发者用更少的调用和更低的token消耗，就能完成同样的编码任务——虽然单价没变，但实际使用成本在下降。
Wang透露，API平台市场采用强劲，部分开发者的周用量已达万亿级token。新模型将逐步整合至Instagram、Facebook及Meta AI助手。
长周期任务的"主动型"模型
Muse Spark 1.3的核心优化方向是长周期智能体任务。它能在单一长线程中协作处理多个工作流，主动修正计划缺口并跟踪学习成果。面对模糊指令时，模型会主动提出澄清问题；遇到障碍时请求用户帮助；在执行关键操作前会寻求确认。
这种"主动沟通"的设计，让模型在复杂长指令场景下的可靠性明显提升。多步骤任务中，它能更好地保留详细需求，不丢失约束条件；多任务处理能力增强，能更准确地将新指令映射到单一线程中的正确任务。同时，模型对自身能力与局限性的认知更强，幻觉输出有所减少。
对开发者而言，这意味着更少的人工干预和更稳定的长流程自动化。Meta这次选择"加量不加价"，显然是想在开发者生态上加速抢占份额。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
