Meta 发布了 Muse Spark 1.3，这是一款新的人工智能模型，相较于其前代版本，在速度和性能方面均有提升。首席执行官马克·扎克伯格将这一版本定位为 Meta 在编码和代理任务（agentic tasks）方面最重大的进展。该可部署版本虽然能力强劲，但在独立基准测试中并未领先，却提供了出色的性价比。更强大的“最大推理”（max reasoning）配置正在接受安全测试，稍后将发布。当前可用的 Muse Spark 1.3 采用此前已确立的推理设置，因此其在现实世界中的企业级成本与性能成为关键考量因素。Meta 的发布材料重点突出了 max 变体，该变体在评估中取得了更高的基准分数。然而，实际交付的 xhigh 版本也具有竞争力，在某些智能指标上与领先模型持平。Muse Spark 1.3 代表了实质性进步，在编码和代理任务的评估中与顶级模型展开竞争。该模型还增强了操作能力，在编码任务中减少了工具调用和 token 消耗。尽管有“便宜到无法计量”的说法，但 Muse Spark 1.3 的 API 定价并未降低。独立分析表明，尽管 token 费率保持不变，但由于输入 token 消耗增加，每任务成本反而上升。Meta 同时也为训练数据使用保留了低成本的“贡献者”（Contributor）层级。此次发布将 Muse Spark 1.3 置于与 Google Gemini 3.8 Flash 的竞争性位置，Meta 在智能水平和任务成本方面略占优势。然而，Google 在吞吐量方面领先，并提供更低的入门级 API 价格。该公司对开放权重模型立场的演变，以及围绕开放权重 Spark 版本发布的模糊性，可能是开发者关注的重大因素。Muse Spark 1.3 展示了 Meta 在专有模型上的快速迭代，但其最佳能力的清晰可部署路线图以及开放权重版本的发布计划，仍备受期待。