meta最新推出的大模型Muse Spark 1.3在人工智能领域引发关注，这款模型在Artificial Analysis最新榜单中与Fable 5系列模型并列获得62分，展现出强劲的竞争力。特别是在编程和智能体任务处理方面，Muse Spark 1.3的表现甚至超越了评分更高的Opus5 max模型，这一成果标志着meta在顶级大模型赛道上的强势回归。
自Llama模型之后，meta在前沿人工智能领域的进展相对缓慢，一度被竞争对手拉开差距。去年公司投入重金组建超级智能团队，从硅谷各大科技公司招募顶尖人才，其中就包括来自OpenAI的赵晟佳、余家辉等知名研究员。尽管团队组建初期遭遇核心成员余家辉离职创业的变故，但meta并未因此放缓研发步伐，反而加速推出了Muse Spark系列的多个迭代版本。
Muse Spark 1.3是该系列今年第四次更新，距离初代模型发布仅过去五个月时间。meta首席执行官扎克伯格亲自为这款模型站台，称其在编程和智能体任务处理能力上实现了"系列史上最大幅度提升"。更引人注目的是，他强调这款性能强大的模型"成本低到几乎无需计算"——内部测试显示，1.3版本相比1.2版本减少了约20%的工具调用和25%的Token消耗，同时显著提升了长任务处理能力和指令遵循可靠性。
实际测试数据印证了扎克伯格的说法。在生成包含三个可收藏3D维京手办的自包含HTML文件任务中，1.3版本与1.2版本成本相近（分别为0.08美元和0.1美元），但输出作品的细节质感有明显提升。另一项持续两小时的极端测试中，Muse Spark 1.3在"必须达到9.5分以上才能停止"的严苛条件下，连续完成20轮自我优化，每轮启动3个智能体，累计运行超过60次，总成本却不到1美元。
从定价策略来看，meta延续了高性价比路线。Muse Spark 1.3的标准API价格与前代保持一致：输入每百万Token 1.25美元，输出每百万Token 4.25美元，缓存输入0.15美元。根据Artificial Analysis的测算，其xhigh版本每个智能指数任务的成本约为0.55美元，显著低于同级别竞品GPT-5.6 Sol Max和Grok 4.6 High（分别约0.95美元和0.94美元）。
研发团队透露了技术突破的关键细节。核心成员赵晟佳指出，1.3版本在长任务处理、智能体任务能力和复杂指令遵循三个维度实现突破。毕树超则从底层技术角度解释，团队在训练阶段投入更多算力进行结果评分矫正，有效解决了模型偷懒、指令执行偏差、回避作答以及奖励机制漏洞等问题，显著提升了模型可用性。这些改进使得Muse Spark 1.3在需要多轮迭代和复杂指令的场景中表现出色。
值得注意的是，Muse Spark目前只是meta轻量级模型产品线的一部分。公司已宣布将开放模型权重，并持续预告更大规模模型的研发进展。随着Muse Spark 1.3的发布，meta去年组建的"天价团队"终于交出了第一份令人满意的答卷，而扎克伯格手中显然还握着更多尚未揭晓的技术王牌。
