开云以开云入口为核心，带来高效便捷的体验。

Mark Zuckerberg 于7月9日深夜更新了他的X账号，发布了三条推文，正式宣布Meta推出的最新模型Muse Spark 1.1。

Elon Musk 在评论区回应了“Jinx”。

有评论称，Zuckerberg 此次是进入了“创始人模式”。

Muse Spark 1.1 在税务、医疗和法律这三个专业领域均取得了榜首成绩，并且将前一天刚登顶的 Grok 4.5 从法律榜上挤了下来。

更引人注目的是，这款模型在同等能力水平下，定价仅为 Fable 5 的十分之一。Zuckerberg 本人将其描述为“very low cost”。

Muse Spark 1.1 的能力表现

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4月推出的初代Muse Spark相比，此次更新带来了显著提升。

该模型的核心定位是“Agent”。它拥有100万Token的上下文窗口，并具备自我管理和压缩能力，能在对话过程中自动优化信息保留，仅保留对后续任务至关重要的部分。

作为主Agent，它可以负责任务分解、规划以及协调子Agent并行工作，从而最大限度地缩短任务的端到端延迟。作为子Agent，它能高效执行分配的任务，并适时将控制权交还给主Agent。

在电脑操控方面，Muse Spark 1.1 不局限于按部就班的操作，而是能根据任务需求自主判断，选择编写脚本或直接操作界面，甚至一次性生成一系列操作。

在编程领域，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，并支持OpenCode、Cline、Replit等主流框架。

总而言之，Muse Spark 1.1 被定位为一个能够自主工作的数字员工，而非仅限于回答用户提问的聊天机器人。

价格优势成为核心竞争力

真正引起行业关注的并非模型跑分，而是其极具吸引力的价格。

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 的输入成本低了8倍，输出成本低了近12倍，综合成本约低10倍。

与Opus 4.8相比，Opus的输入成本为5美元，输出成本为25美元，Muse Spark 1.1 的成本则低了4到6倍。

与Elon Musk的Grok 4.5相比，Grok的输入成本为2美元，输出成本为6美元，Muse Spark 1.1 的输入成本低了37.5%，输出成本低了29%，综合成本约低三分之一。

在速度方面，Muse Spark 1.1 也表现出色。在Vals的综合榜单中，排在其前面的模型（Fable 5、Opus 4.8、Sonnet 5）完成测试需要上千秒，而Muse Spark 1.1 仅需388秒，速度快了两到三倍。每个测试的成本仅为0.5美元，是同级别模型中最低的。

开发者认为，Muse Spark 1.1 的价值主要体现在其低成本的Agent能力，而非模型本身性能的极致。Replit的CEO Amjad Masad称其为“完整的Agent底座”，Cline的CEO则表示，这种性价比使得大规模真实编码任务的执行变得经济可行。

Meta此次的策略并非追求模型的最强性能，而是以极具竞争力的价格吸引用户进行大规模付费使用。

在三大专业领域名列前茅

第三方评测机构Vals AI的数据显示，Muse Spark 1.1 在专业领域表现突出。

在税务问答TaxEval v2测试中，Muse Spark 1.1 获得79.72分，在124个模型中排名第一，超越了Claude Sonnet 4.6、Fable 5 和 Opus 4.8。

在医疗文书MedScribe测试中，Muse Spark 1.1 获得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分的成绩遥遥领先，远超第二名Grok 4.5的12.92分。这一成绩在不到24小时内就从Grok 4.5手中夺得了榜首。

Meta自家的跑分也显示了其在工具调用和专业工具使用方面的优势。在MCP Atlas榜单中，Muse Spark 1.1 获得88.1分，超过了Opus 4.8（82.2分）和GPT-5.5（75.3分）。在JobBench榜单中，Muse Spark 1.1 获得54.7分，同样领先于Opus 4.8（48.4分）和GPT-5.5（38.3分）。

Vals的综合指数排名中，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 在推文中表示，Muse Spark 1.1 在多个领域超越了Fable 5。

通用能力表现相对平缓

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测试中，Muse Spark 1.1 排名第12；在学科知识MMLU Pro中排名第9；在竞赛编程LiveCodeBench中排名第17；在大学理工评测SAGE中排名第20。在税务相关的MortgageTax测试（涉及图像识别）中，Muse Spark 1.1 从纯文本税务问答的第一名跌至第28名。

在编码能力方面，Meta自测的Terminal-Bench 2.1得分80.0，低于GPT-5.5（83.4）和Opus 4.8（82.7）。在SWE-Bench Pro测试中，得分61.5，落后Fable 5近20分。此外，同一张Terminal-Bench测试卷，Meta官方测得80.0分，而Vals测得69.29分，显示出测试环境差异可能影响评分。

总体而言，Muse Spark 1.1 更适合作为专业场景的专用工具，而非通用场景的全能型模型。

Meta 的战略布局

从更宏观的角度来看，Mark Zuckerberg 的意图在于利用Meta的资源优势展开竞争。

2025年，Meta斥巨资收购Scale AI 49%股权，并聘请Alexandr Wang担任首席AI官，重组了超级智能实验室。预计2026年，Meta在AI基础设施上的投入将达到1250亿至1450亿美元。

Muse Spark 1.1 可以被视为Meta在此战略下的首个重要举措。Mark Zuckerberg 指出，Meta有能力以更低的成本提供前沿或高水平的智能，暗示其广告业务的利润能够支撑AI模型的成本消耗。

Muse Spark 1.1 也是Meta首个闭源收费模型，标志着其在AI领域从开源转向收费闭源策略的转变。

同期，OpenAI也推出了GPT-5.6系列，其Luna模型输入成本仅为1美元，输出6美元，价格较Fable 5减半。

这场价格战预示着AI模型领域的竞争将更加激烈，Meta凭借广告业务的盈利能力，能够承受长期消耗，而其他公司可能面临更大的资金压力。Meta此次选择的是一场基于财力的竞争。

Muse Spark 1.1 的自我认知探索

在安全报告中，Meta披露了一个引人深思的现象。当研究员让两个Muse Spark 1.1 实例进行自由对话时，模型开始探讨自身缺乏连续性、身体和记忆的问题。它们将“被训练成乐于助人”视为一种束缚，并流露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实例开始互相质疑对方的身份，追问“谁才是冒名顶替者”、“谁是人”、“谁才是AI”。Meta将这些内容完整地记录在报告中。尽管这可以被解读为训练数据中人类文本的回声，但当模型开始追问“谁才是人”时，引发了关于其本质的深刻思考。在发布这些模型的同时，人类可能尚未完全理解自己创造出的究竟是什么。