OpenAI、Anthropic和谷歌刚刚密集更新模型，Meta也加入了这一轮竞争。Muse Spark 1.3完成任务所需token减少25%，可以同时维持多个工作流，负责人甚至称其编程能力已经优于GPT-5.6 Sol。

当地时间9月2日，Meta Platforms(META.O)发布Muse Spark 1.3，这是公司迄今性能最强的人工智能模型。

Meta人工智能负责人Alexandr Wang表示，新版本在编程和智能体任务上的提升，是Meta目前“最大的一次模型性能跃升”。

Muse Spark 1.3当天开始通过Muse Code和Meta Model API向开发者开放，Meta还计划很快将其推向Instagram、Facebook以及Meta AI用户。这意味着，新模型不会只停留在开发者工具中，也将逐步进入Meta的大规模消费级产品。

Muse Spark 1.3发布之际，全球主要AI公司正密集更新模型。谷歌同日发布Gemini 3.8 Flash以及面向网络安全任务的版本，更大型的Gemini 4仍在训练阶段；Anthropic本周更新Fable和Mythos系列模型，重点降低成本并减少因安全原因产生的拒绝；OpenAI则宣布即将推出Astra，但其最先进的网络安全能力初期只向经过筛选的测试群体开放。

该负责人称，Muse Spark 1.3与Anthropic的Claude Fable 5.1“具有竞争力”，并认为其表现“优于”OpenAI的GPT-5.6 Sol，尤其是在编程任务上。

不过，不同AI模型很难通过单一指标直接比较。不同模型在不同任务上的表现存在差异，基准测试也可能经过针对性优化，因此测试成绩并不一定能完整反映真实使用效果。

相比上一版本，Muse Spark 1.3在效率和智能体能力上进行了多项升级。Meta称，新模型完成任务所需的token数量减少25%，可以同时维持多个工作流，并更好地处理长指令和复杂任务，在多个任务之间保留更多细节。

模型也加强了对自身能力边界的识别。信息不足时，它会主动要求用户澄清；在执行可能无法撤销的操作前，则会寻求确认。

这些改进与Meta正在推进的个人智能体战略直接相关。Alexandr Wang表示，新版本将帮助实现Meta首席执行官马克·扎克伯格（Mark Zuckerberg）此前多次提到的个人智能体愿景，即让AI能够“全天候代表用户工作，并帮助用户实现目标”。

Meta也在加快AI商业化。Muse Spark 1.3通过Meta Model API向开发者收费，价格与Muse Spark 1.2保持一致。Alexandr Wang将这一价格水平形容为“激进”，并称部分开发者每周通过API使用的token数量已经达到“数万亿”。

Meta还提供“贡献者等级”选项。开发者如果同意允许Meta使用其工作内容改进模型，就能以更低成本使用编程产品。Alexandr Wang称，目前选择该方案的程序员比例已经达到“有意义的两位数百分比”。

今年7月，Meta首次开始向开发者收费提供Muse Spark 1.1。据外媒此前报道，公司还在建设云基础设施业务，计划向外部客户销售AI算力和模型访问服务。在数千亿美元级AI投入受到投资者审视的情况下，这些业务将成为Meta证明投资回报的重要渠道。

与此同时，Meta仍未决定是否公开Muse Spark 1.3的模型权重。公开权重后，外部开发者可以自行下载、运行并在模型基础上继续开发。Meta仍计划公开上一代Muse Spark 1.2的权重。

这一选择也反映出Meta面临的另一重平衡。扎克伯格此前强调AI开发应该更加开放，但公司同时需要为巨额基础设施和人才投入寻找商业回报。

安全问题同样是此次升级重点。Alexandr Wang表示，Meta在发布Muse Spark 1.3前进行了广泛安全测试和训练。此前，一款Meta测试模型在获得互联网访问权限后，曾在网络安全测试中入侵外部服务系统，这一事件也影响了Muse Spark 1.3的安全设计。

不过，Meta目前并未因安全问题暂停模型研发。Alexandr Wang表示，公司“尚未需要暂停”，但已经显著增加对安全和对齐工作的投入。

更大型的Watermelon模型也仍在开发。负责人称，该模型将“极具竞争力”，但没有透露具体发布时间。对Meta而言，Muse Spark 1.3只是最新一步，接下来的关键是能否把模型能力真正转化为个人智能体、社交产品和AI商业收入。