Meta Muse Spark 1.3 发布：5 个月第 4 次迭代追平 GPT-5.6 Sol，编码与长上下文领先、Agent 却一场未胜

一句话总结

9 月 2 日，Meta Superintelligence Labs 发布旗舰模型 Muse Spark 1.3——五个月内第四次迭代。已开放的 xhigh 档在 Artificial Analysis 智能指数拿到 61 分，追平 GPT-5.6 Sol（max）与 Grok 4.6；限量预览的 max 档 62 分，仅次于 Claude Fable 5.1（66）与 Claude Opus 5（63）。扎克伯格称这是「编码与智能体工作上最大的一次跃升」，定价则维持 1.2 代不变。但细看 Meta 自己公布的 11 项对比表：Agent 类 6 项基准一场未胜——这是一次漂亮的「偏科」进步。

Muse Spark 版本迭代时间线

数据来源

Meta 官方发布（2026-09-02，Muse Code + Meta Model API 同步上线）
Artificial Analysis 独立评测《Muse Spark 1.3: Meta reaches the frontier》（2026-09-03）
The Times of AI / TradePoint.io / heise online / Laura Martel 等媒体报道与第三方交叉验证（2026-09-02 至 09-04）

两个月三代：被「逼」出来的迭代速度

Muse Spark 家族诞生于今年 4 月，彼时 Meta 刚在 Llama 4 翻车后转向闭源旗舰路线。随后节奏明显加快：8 月 5 日 1.2 携终端编程 Agent Muse Code 亮相（本站有深度解析），8 月 10 日又开源了 Apache 2.0 的 Glimmer 30B 作为「对冲棋」，9 月 2 日 1.3 直接跟进。负责这一切的 Meta Superintelligence Labs（MSL）围绕 Scale AI 创始人 Alexandr Wang 组建——Meta 为这笔人才与算力投资花了 143 亿美元。

新模型照例有两位高管的「嘴上功夫」：扎克伯格称其性能「几乎便宜到无法计量（almost too cheap to meter）」，Wang 则在 X 上对 Google 开炮：「我真不想这么说，但是……gemini who?」

第三方标尺下的真实位置：追平，但没超越

第三方智能指数排名：1.3 追平 GPT-5.6 Sol

Artificial Analysis 的智能指数（9 项评测加权）给出的座次是：Claude Fable 5.1（max）66 分居首、Claude Opus 5（max）63 分次之，Muse Spark 1.3 的 max 档 62 分、xhigh 档 61 分——与 GPT-5.6 Sol（max）、Grok 4.6（high）并列第三梯队。相比 1.2 的 57 分，一个月涨了 4 分，进步集中在智能体知识工作与科学推理：Tau3-Bench 银行任务从 35% 跳到 47%（max 档 52%、全场第一）、GPQA Diamond 90% → 94%、Terminal-Bench 2.1 达 85%。

但要泼两盆冷水：一是 AA 的 max 评分为限量预览测算、尚未独立复测；二是也有退步项——AA-LCR 长上下文检索从 83% 掉到 79%，事实校准（Omniscience）小幅下滑。

「偏科冠军」：代码与长上下文全面领先，Agent 六项全负

Meta 官方 11 项基准对比：三分类胜负格局

Meta 官方对比表（1.3 max 对 GPT-5.6 Sol max、Claude Opus 5 max）呈现出罕见的「偏科」格局：

Coding 编码：2 胜 1 平。DeepSWE v1.1 长程仓库编码 75.4 分登顶（Opus 5 为 74.0）；SWEAtlas 代码库问答 59.4 分领先（GPT-5.6 Sol 53.5、Opus 5 52.7）；Terminal-Bench 2.1 以 88.8 与 GPT-5.6 Sol 打平（Opus 5 为 86.7）；
Long Context 长上下文：2 项全胜。MRCR 256K-512K 拿 98.5（GPT-5.6 Sol 91.5）、512K-1M 拿 98.1（GPT-5.6 Sol 73.8），断层式领先，Opus 5 未参测；
Agent 智能体：6 项全负。GDPval 知识工作 1754 对 Opus 5 的 1824、OSWorld 电脑操作 66.9 对 68.3、AutomationBench 49.4 对 50.3、DeepSearchQA 89.4 对 GPT 的 93.0……一场没赢。

翻译成人话：1.3 是把「读代码、写代码、翻超长文档」练到顶级的模型，但让它像 Opus 5 那样自主跑完一整条业务流，还差半步。 另外提醒一句：Meta 的宣传图用 1.3（max）对比 1.2（xhigh），同档位对比时跃升幅度会小一些——第三方口径下 1.2 的 Terminal-Bench 是 80.1（厂商自报 82.9），这个「厂商分 vs 第三方分」的落差同样存在于 1.3。

价格没涨，但「便宜」另有代价

定价对比：Standard vs Contributor

1.3 的公开定价与 1.2 完全一致：标准档 $1.25 / 百万输入 token、$4.25 / 百万输出 token（缓存输入 $0.15）。第三方实测 xhigh 每任务成本约 $0.55，是同级别智能里最低的——上一代 1.2 是 $0.40 但只有 57 分，相当于「每分更便宜」。

真正便宜到夸张的是 Contributor 档：输入 $0.10、输出 $0.20（约为标准档的 1/12），代价是 Meta 可以把你的提示词与代码上下文用于训练，且速率上限只有 60 req/min（标准档 3000）。对于无专有代码的独立开发者，这是捡便宜；对于接 NDA 项目或「代码即护城河」的团队，这一档基本可以直接划掉。

其他值得知道的变化：官方称同样编码工作流下工具调用少约 20%、token 少约 25%；模型被训练得更「会沟通」——需求含糊时主动反问、卡住时承认卡住、做不可逆操作前先确认；对提示词注入的对抗鲁棒性也有增强。上下文窗口维持 1M token，输入支持文本/图像/视频。

怎么用、以及开源悬念

1.3 现已通过 Muse Code（macOS / Linux 终端编程 Agent）与 Meta Model API（OpenAI 兼容格式）开放，xhigh 为当前最高可用档位；更强的 max 模式要等 Meta 完成额外安全测试后放行（Wang 对 Axios 表示，与本周因安全暂停部分工作的其他实验室不同，Meta 没有为安全暂停开发）。面向 Meta AI、Instagram、Facebook 的消费端铺开预计随后跟进。

开源悬念依旧：此前媒体报道 Meta 计划开放 1.2 权重，结果等来的是又一个闭源版本 1.3。MSL 的路线已很清晰——闭源旗舰 Muse Spark 高速迭代抢前沿，开源侧用 Glimmer 30B 这样的「小模型」维持社区基本盘。想等 Muse Spark 级别权重开源的朋友，恐怕还要继续等。