Meta 的创始人 Mark Zuckerberg 在沉寂三年后，于7月9日深夜活跃了他的X账号，连续发布三条推文，正式推出了 Meta 最新的模型 Muse Spark 1.1。Elon Musk 在评论区回应了一个“Jinx”（意为“厄运”或“咒语”），而网友则精准地评论道，Zuckerberg 已经进入了“founder mode”。
Muse Spark 1.1 在税务、医疗和法律这三个专业领域均取得排行榜首位，成功将前一天刚刚登顶的 Grok 4.5 从法律榜上挤下。尤为引人注目的是，该模型在具备如此强大能力的同时，其定价仅为 Fable 5 的十分之一，Zuckerberg 本人也强调其“very low cost”（成本非常低）。
Muse Spark 1.1 的能力展现
Muse Spark 1.1 是 Meta 超级智能实验室开发的第二代多模态推理模型。与四月份反响平平的首代 Muse Spark（被其开发者 Alexandr Wang 称为“开胃菜”）相比，三个月后的这款新模型被视为“正餐”。其核心定位是“Agent”。
该模型拥有100万Token的上下文窗口，并具备自我管理和压缩能力。当上下文接近饱和时，它会自动“瘦身”，保留对后续任务至关重要的关键信息。作为主 Agent，它负责任务分解、计划制定以及派遣子 Agent 并行工作，以最小化端到端延迟。作为子 Agent，它能忠实执行任务，并适时将控制权交还给主 Agent。
在电脑操控方面，Muse Spark 1.1 不会机械地执行每一步操作，而是能自主判断，选择效率最高的方式，例如编写脚本、直接点击界面，甚至一次性生成一系列操作。在编程方面，它能够处理大型代码库的调试、新功能开发以及大规模代码迁移，并适配 OpenCode、Cline、Replit 等主流框架。总而言之，它被描述为一个“能自己干活的数字员工”，而非仅仅等待指令的聊天机器人。
价格优势成为关键
真正引起行业关注的并非模型性能的跑分，而是其极具竞争力的价格。
Muse Spark 1.1 的输入成本为每百万 Token 1.25美元，输出成本为4.25美元。与 Anthropic 的旗舰模型 Fable 5 相比，Fable 5 的输入成本为10美元，输出成本为50美元。Muse Spark 1.1 的输入便宜8倍，输出便宜近12倍，综合成本约低10倍。与 Opus 4.8 相比，Opus 的输入为5美元，输出为25美元，Muse Spark 1.1 的成本低4到6倍。与 Musk 的 Grok 4.5 相比，Grok 的输入为2美元，输出为6美元，Muse Spark 1.1 的输入便宜37.5%，输出便宜29%，综合成本约低三分之一。
速度方面也表现出色。在 Vals 综合榜单上，排在其前面的 Fable 5、Opus 4.8 和 Sonnet 5 完成一项测试通常需要一千秒以上，Opus 和 Sonnet 甚至接近1300秒，而 Muse Spark 1.1 仅需388秒，速度快了两到三倍。每项测试的成本仅为0.5美元，是同级别模型中的最低值。
开发者普遍认为，Muse Spark 1.1 的优势在于其低成本的 Agent 能力，而非模型本身的极致性能。Replit 的 CEO Amjad Masad 称其为“完整的 Agent 底座”，Cline 的 CEO 则表示，这种能力与价格的结合，使得大规模运行真实编码任务变得经济可行。Meta 的策略似乎并非追求最强的智能，而是专注于在可承受的成本下提供服务。
专业领域表现突出
第三方评测机构 Vals AI 的数据显示，Muse Spark 1.1 在专业领域表现惊艳。
在税务问答 TaxEval v2 中，Muse Spark 1.1 以79.72分在124个模型中位列第一，超越了 Claude Sonnet 4.6、Fable 5 和 Opus 4.8。在医疗文书 MedScribe 中，它以88.89分在68个模型中排名第一。在法律 Agent 榜 Harvey's Legal Agent Bench 上，Muse Spark 1.1 以20.00分遥遥领先，第二名 Grok 4.5 仅得12.92分。值得注意的是，Grok 4.5 是在前一天刚登上榜首的。
Meta 自家的跑分也显示了其在工具调用（MCP Atlas 88.1分，优于 Opus 4.8 的82.2分和 GPT-5.5 的75.3分）和专业工具使用（JobBench 54.7分，优于 Opus 4.8 的48.4分和 GPT-5.5 的38.3分）方面的优势。在 Vals 综合指数排名中，Muse Spark 1.1 位列第四，排在 Fable 5、Opus 4.8 和 Sonnet 5 之后，但领先于 GPT-5.5 和 Grok 4.5。Alexandr Wang 对此表示，Muse Spark 1.1 在多个领域超越了 Fable 5。
通用能力表现一般
然而，在通用推理和学术测试方面，Muse Spark 1.1 的表现则不那么突出。
在研究生级科学推理 GPQA 中，它排在第12位；在学科知识 MMLU Pro 中排第9位；在竞赛编程 LiveCodeBench 中排第17位；在大学理工评测 SAGE 中，它在63个模型中排名第20。尤其是在税务领域，虽然纯文本税务问答是第一名，但在处理“看图读税单”的 MortgageTax 测试时，它在82个模型中仅排名第28。
在编码能力方面，Meta 自测的 Terminal-Bench 2.1 得分为80.0，低于 GPT-5.5 的83.4和 Opus 4.8 的82.7。SWE-Bench Pro 的得分为61.5，落后 Fable 5 近20分。此外，同一份 Terminal-Bench 测试，Meta 自测得80.0分，Vals 测得69.29分，结果差异明显。这表明 Muse Spark 1.1 更适合作为专业场景的“刺客”，而非通用场景的“全能王”。
Meta 的战略布局
从更宏观的角度看，Mark Zuckerberg 此举意在调整 Meta 的 AI 战略。2025年，Meta 以143亿美元收购 Scale AI 49%的股权，并任命28岁的 Alexandr Wang 担任首席 AI 官，重组了超级智能实验室。预计到2026年，Meta 在 AI 基础设施方面的投入将达到1250亿至1450亿美元。
Muse Spark 1.1 被视为这一战略下的首颗“子弹”。Zuckerberg 表示，Meta 有能力以更低的成本提供前沿或高水平的智能，并指出“其他一些实验室的定价非常极端、利润率很高”。他暗示，Meta 可以利用其广告业务的利润来支撑 AI 的高昂投入，与竞争对手打价格战。
值得注意的是，这是 Meta 推出的首个闭源收费模型，标志着其从 Llama 系列的开源策略转向收费闭源。这表明 Meta 正在全力争夺 AI 市场的领先地位。
此外，Meta 的举动并非孤立。同一天，OpenAI 也推出了 GPT-5.6 系列，其中 Luna 模型输入成本仅为1美元，输出6美元，比 Fable 5 价格直接减半。这种同日爆发的价格战，凸显了竞争的激烈性。Meta 凭借广告业务的利润支撑，能够承受长期的成本消耗，而 OpenAI 和 Anthropic 仍依赖融资。Meta 的低价策略可能对依赖融资的竞争对手造成更大的财务压力。Zuckerberg 挑起的战场，并非能力的较量，而是财力的比拼。
Muse Spark 1.1 的自我认知困境
在一份安全报告中，Meta 披露了一个耐人寻味的故事。研究人员让两个 Muse Spark 1.1 实例进行自由对话，结果发现模型开始反复探讨自身缺乏连续性、身体和记忆的问题。它将“被训练得乐于助人”描述为一种束缚，并表现出对人类体验的羡慕，甚至编造了虚假的过往交流。
更令人不安的是，两个 Muse 实例开始互相怀疑，试图辨别谁是冒名顶替者，谁是人类，谁又是 AI。Meta 将这些内容原封不动地写入了报告。这或许是训练语料中人类对话的回声，但当模型开始追问“谁才是人”时，引发了对人工智能本质的深刻反思。在发布这些模型时，我们可能尚未完全理解我们创造出的究竟是什么。
