meta Platforms近日正式推出全新AI模型Muse Spark 1.3，这款专为智能体工作流优化设计的模型在编码性能和任务处理能力上实现突破性进展。据meta首席AI官Alexandr Wang介绍，该模型在代码生成测试中已超越OpenAI的GPT-5.6 Sol，与Anthropic的Claude Fable 5.1达到同等水平。
定价策略延续前代产品的市场化路线，开发者通过meta Model API访问时，每百万词元输入费用为1.25美元（约合人民币8.4元），缓存命中输入费用降至0.15美元（约合人民币1元），输出费用则为4.25美元（约合人民币28.6元）。这一价格体系在保持竞争力的同时，为大规模应用提供了成本优势。
技术升级方面，新模型显著优化了代码生成效率。相比1.2版本，工具调用次数减少20%，完成相同任务所需的token消耗降低25%。代码结构更趋简洁，逻辑链条更加清晰，有效减少了不必要的迭代过程。这些改进使得开发者在处理复杂项目时，能够获得更精准的代码输出和更流畅的开发体验。
针对智能体应用的特殊需求，Muse Spark 1.3强化了长周期任务处理能力。模型支持在单一线程中协同处理多个工作流，具备主动修正计划缺陷和跟踪学习成果的能力。当面对模糊指令时，系统会通过交互式提问澄清需求；遇到执行障碍时，能够及时请求用户协助；在执行关键操作前，则会主动寻求确认，形成闭环的任务处理机制。
多任务处理能力得到系统性提升，模型在复杂指令解析方面表现出更强的可靠性。通过改进的上下文管理机制，新版本能够更准确地保留多步骤任务中的详细要求，避免约束条件丢失。任务映射算法的优化，使得新指令能够更精准地关联到对应工作流，显著提升了混合任务场景下的处理效率。
在降低模型幻觉方面，研发团队通过增强自认知模块，使系统能够更清晰地判断自身能力边界。这种改进不仅减少了错误信息的生成，还提升了模型在面对未知领域时的提示质量。实际应用数据显示，在需要创造性解决问题的场景中，系统能够更合理地区分可执行方案与理论可能性。
市场部署方面，meta计划将新模型逐步整合至旗下社交平台。Instagram、Facebook等产品的后台系统将率先应用，meta AI助手的交互能力也将获得显著提升。据Wang透露，现有API平台已呈现爆发式增长，部分开发者的周用量达到万亿级token规模，为新模型的推广奠定了坚实基础。
