DeepSeek要涨价，小扎立马“拼命”：Meta新模型打出更低“骨折价”，只要一点数据税

事件核心：发生了什么

Meta CEO 扎克伯格在 X 上亲自宣布推出其首款编程智能体 Muse Code。这款基于终端的工具由 Meta 超级智能实验室研发，负责人为去年 6 月从 Scale AI 挖来的 Alexandr Wang。Muse Code 搭载编程模型 Muse Spark 1.2，主打异步后台智能体架构：一组智能体在整个会话中持续存活，任务规模大时可分发到隔离 git 工作树中的子智能体并行处理，不会触碰开发者工作副本；长时间运行中断后可从事件日志精确恢复，具备可审计性。

基准测试方面，Muse Spark 1.2 在 Terminal-Bench 2.1 上得分 82.9%，在 DeepSWE 1.1 上得分 59.3%，均落后于 Anthropic Opus 5 在 Claude Code 中的成绩（86.7% 和 65.0%），但相较自家 Muse Spark 1.1 分别提升 6.7 和 6.3 个百分点。价格是更明显的差异点：标准层级每百万输入 token 1.25 美元、输出 4.25 美元，低于 Anthropic Sonnet 5；贡献者层级更便宜到每百万输入 0.10 美元、输出 0.20 美元，比 DeepSeek-V4-Flash 的现行价格还低，但要求开发者选择加入用数据帮助改进模型。

为什么重要

这是 Meta 对 AI 编程工具市场最认真的一次进攻，直接对标 Anthropic 的 Claude Code 和 OpenAI 的 Codex。但真正值得关注的不是又一个编程工具，而是 Meta 开源路线的松动：Muse Code 发布全程未提“开源”，既无权重下载也无自托管选项，Meta 从 Llama 时代的“免费权重换生态”转向“廉价 token 换训练数据”。扎克伯格在 X 上回应开源问题时只留下“很快会有更多消息分享”，未来走向仍是悬念。

另一个信号是编程模型的价格战已经打到比 DeepSeek 更低的区间。考虑到 DeepSeek 刚宣布计划近期整体上调 API 价格，Meta 用补贴式定价换取开发者数据和市场份额，是在复制消费互联网的“烧钱换增长”打法，可能挤压中小模型厂商的生存空间。

对用户/开发者/创作者的影响

开发者可以关注 Muse Code 的两个实际卖点：长任务崩溃恢复能力，以及并行子智能体不污染本地 git 工作树的设计，这对大型代码库的自动化维护有实用价值。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

API 调用者需要认真权衡贡献者层级的价格诱惑与代价——每百万输入 token 仅 0.10 美元确实便宜，但数据会被 Meta 用于改进模型，且速率限制为每分钟 60 次请求，更适合个人实验和小型项目。企业若要求数据不被训练使用，可选零数据保留选项但需额外付费。此前依赖 Llama 自托管降本的企业也应留意：Meta 新模型的闭源趋势可能影响未来开源模型的更新节奏。

值得关注的后续

第一，扎克伯格暗示的“更多消息”是否意味着 Muse 系列未来仍有开源版本，以及 Llama 后续模型是否继续更新，将决定 Meta 在开发者社区中的信任走向。第二，Muse Code 的贡献者层级能否吸引足够多的开发者在 Meta 的数据飞轮中转起来，低价策略能持续多久。第三，Anthropic 和 OpenAI 是否会跟进降价或推出类似的数据换折扣方案，编程模型 API 的价格战可能才刚刚开始。

来源：InfoQ CN