一句话看懂：Meta 在 2026 年 9 月 3 日发布了旗舰大模型 Muse Spark 1.3，主攻编程与智能体任务执行，官方称核心编程能力已超过 OpenAI 的 GPT-5.6 Sol，并与 Anthropic 的 Claude Fable5.1 持平，同时面向开发者开放了 API 按量计费接口。
事件核心：发生了什么
Meta Platforms 正式推出旗下最新的旗舰 AI 模型 Muse Spark 1.3。根据 Meta 首席 AI 官 Alexandr Wang 的说法，该模型在核心编程能力上已经超越 OpenAI 的 GPT-5.6 Sol，并与 Anthropic 的 Claude Fable5.1 表现相当。此次迭代的重点不在单纯的参数规模扩张，而是聚焦于代码生成质量的优化与长时间跨度智能体任务的执行能力。
在技术改进方面，Muse Spark 1.3 相比前代 1.2 版本显著减少了不必要的代码迭代，输出代码更简洁，整体编码风格更统一。在真实的工具调用场景中，模型完成相同任务所需的调用次数减少了约 20%，token 消耗量降低了 25%。针对复杂任务，模型能够在单条长对话线程中协同多个工作流，并主动纠正计划偏差、跟踪学习结果。当指令存在歧义时，它会请求用户澄清；遇到障碍时主动求援；在执行关键操作前会向人类请求确认，以减少自动化流程中的误操作风险。
定价方面，Muse Spark 1.3 延续了上一代的标准，通过 Meta Model API 提供付费访问。具体价格为：每百万 token 输入 1.25 美元（约合人民币 8.4 元），每百万 token 缓存命中输入 0.15 美元（约 1 元），每百万 token 输出 4.25 美元（约 28.6 元）。Alexandr Wang 透露，API 平台市场增长强劲，部分头部开发者每周的 token 使用量已达到万亿级别，未来该模型将逐步整合进 Instagram、Facebook 以及 Meta AI 助手中。
为什么重要
这起发布的意义不仅在于 Meta 拿出了一款性能对标 GPT-5.6 Sol 的模型，更在于其明确的产品策略：将资源押注在编程和智能体工作流上，而非泛化的聊天体验。20% 的工具调用次数下降和 25% 的 token 缩减，意味着在真实 Agent 应用中，开发者的算力成本结构会发生实质性改变，这比单纯的跑分领先更能触动企业采购决策。
从竞争格局来看，Meta 选择直接对标 OpenAI 和 Anthropic 的头部产品，说明闭源商用模型市场的角力已从“谁能生成更多模态内容”转向“谁能在长流程任务中更省钱、更少出错”。此外，Meta 强调模型在长线程多工作流协同中的表现，实际上是在回应市场对 AI Agent 落地时常见的“计划断裂”与“缺乏纠错能力”的痛点。
对用户/开发者/创作者的影响
对于使用 Meta Model API 的开发者，Muse Spark 1.3 最直观的价值是单位任务成本的下降——更少的调用次数和更少的 token 意味着账单金额可能同步缩减。同时，模型主动澄清模糊指令、请求人类确认的设计，降低了在自动化流程中出错后难以追溯的风险，这对于需要将 AI 接入生产环境的团队至关重要。
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。
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。
对于内容创作者和普通用户而言，现阶段的影响主要体现在 Meta 生态内的助手产品升级。随着模型逐步进入 Instagram、Facebook 和 Meta AI，用户可能会在内容生成、信息整理等场景中体验到更简洁的代码或文字输出，但这类更新通常需要数周时间才会逐步上线。
值得关注的后续
其一，Muse Spark 1.3 是否会在实际第三方评测中复现官方宣称的能力反超，尤其是在复杂工程任务上的表现，是衡量其竞争力的试金石。其二，价格是否会因 API 请求量的增长而调整。其三，OpenAI 与 Anthropic 是否会在短期内推出对应更新以维持市场定位，这可能会引发新一轮的模型迭代竞赛。
来源：AIbase
