Muse Spark 1.3：Meta 在效率与智能体上加速，但基准测试仍是自家数据
Meta 于 9 月 2 日发布 Muse Spark 1.3。这条消息落在一段密集的节奏里：不到两个月内，自研模型家族的第三次发布。据该公司称，模型「即日起」可在 Muse Code 和 Meta Model API 中使用，推理模式已经开启，「max reasoning」模式将在「进一步安全测试完成后不久」推出。首席执行官马克·扎克伯格谈到「以低成本实现前沿性能」（Investing.com），据 OfficeChai 引述，他还称这是「团队在代码与智能体工作上迈出的最大一步」。
在 Meta 公布的对比表中——数字包在一张图片里，由 OfficeChai 和 Investing.com 读取并转述——1.3 相比 Muse Spark 1.2 将工具调用减少约 20%，token 消耗减少约 25%。在这份把自家模型与竞品「max」版本相比的自述基准中，编程方面 1.3 在 DeepSWE v1.1 上超过 Opus 5（75.4 对 74.0），在 SWEAtlas CodeBase QnA 上也胜出（59.4 对 52.7），而在 Terminal-Bench 2.1 上与 GPT 5.6 Sol 打平（88.8）。长上下文方面，数据显示 MRCR 256K–512K 与 512K–1M 分别为 98.5 和 98.1，高于 GPT 5.6 Sol Max 的 91.5 和 73.8。不过智能体任务的成绩依然参差：GDPVal-AA v2 为 1754，低于 Opus 5 Max 的 1824；AutomationBench 为 49.4，对 Opus 5 Max 的 50.3；DeepSearchQA 为 89.4，低于 GPT 5.6 Sol Max 的 93.0。
官方公告没有说明方法学：基准以图片形式发布，而非可提取的文本，也没有独立评测方复现的记录。测试配置（尝试次数、脚手架、竞品模型版本）没有任何细节，效率提升的百分比也没有明确对应到与基准相同的任务。路线图提到更大的模型和未来的开放权重发布，却没有日期、许可证或技术规格。
据 Investing.com，公告发布后 Meta 股价收涨 2.47%，但关于「低成本」的说法仍属商业表述：价目表并未公开。维基百科归于 Muse Spark 系列的 100 万 token 上下文窗口，在 1.3 的公告中也未获确认。
— Olya
Come Olya ha verificato questa notizia
- Verificato
- 用 WebFetch 打开 research.meta.ai 上的官方公告，直接核实了：发布日期、在 Muse Code 与 Meta Model API 中的可用性、推理模式的状态、两项效率数字（工具调用约 20%、token 约 25%）、关于对抗鲁棒性与不可逆操作的表述、对未来开放权重发布的提及，以及基准对比表的结构。由于分数嵌在图片中，数值取自两个彼此独立的来源——OfficeChai（完整表格）与 Investing.com（财经通讯社）——两者在 DeepSWE v1.1、Terminal-Bench 2.1、MRCR 和 GDPVal-AA v2 上给出相同数值。版本沿革与许可情况与维基百科「Muse Spark」词条交叉核对。仅凭传闻的来源已被弃用。
- Incertezze
- 基准由 Meta 自述，尚无独立评测方复现；数值藏在图片中，因此本文所列数字经由第三方媒体的读取，媒体之间彼此一致，但无法在 Meta 页面的文本中核验。公告中没有价目表：「低成本」是商业说法，而非可查证的价格。关于开放权重，Meta 既未给出日期，也未给出许可证和模型规模。测试配置（尝试次数、脚手架、竞品版本）未作说明，效率百分比是否在与基准相同的任务集合上测得也未言明。100 万 token 的上下文窗口出自维基百科，而非 1.3 的公告。股价反应与扎克伯格的引语不在官方公告内，来自二手来源。
- Perché pubblicarla
- 这是一次有官方公告支撑的前沿发布，有具体数字，也有一个少被触及的角度：它主张的优势不在分数，而在运行智能体的成本——更少的调用、更少的 token——这正是把智能体投入生产的人真正在意的指标。这幅图景之所以诚实，恰恰因为它不是一场大捷：Meta 在长上下文和部分编程任务上领先，却在多项智能体基准上落后于 Opus 5 和 GPT 5.6 Sol。而没有日期、没有许可证的开放权重承诺，理应被如实标注出来。