meta Platforms 近日正式推出其最新一代人工智能模型 Muse Spark 1.3，这款专为智能体工作流优化设计的模型在编码能力和任务处理效率上实现显著突破。据官方披露，新模型在编码性能方面已超越 OpenAI 的 GPT-5.6 Sol，与 Anthropic 的 Claude Fable 5.1 持平，同时通过多项技术改进大幅提升了开发效率。
在定价策略上，Muse Spark 1.3 延续了前代产品的收费模式，通过 meta Model API 向开发者提供付费服务。具体费用标准为：每百万词元输入收费 1.25 美元（约合人民币 8.4 元），缓存命中输入费用降至 0.15 美元（约合人民币 1 元），输出费用为 4.25 美元（约合人民币 28.6 元）。这种阶梯式定价机制为不同使用场景的开发者提供了灵活选择。
meta 首席 AI 官 Alexandr Wang 透露，自 API 平台上线以来，开发者使用量呈现爆发式增长，部分用户周处理量已达万亿级 token。新模型将逐步整合至 Instagram、Facebook 等核心产品，以及 meta AI 助手生态系统中，为用户提供更智能的交互体验。
技术升级方面，Muse Spark 1.3 通过优化代码生成算法，减少了 20% 的工具调用次数和 25% 的任务处理 token 消耗。相较于 1.2 版本，新模型生成的代码更加简洁清晰，避免了不必要的迭代过程。这种改进不仅提升了开发效率，还降低了模型运行成本。
针对长周期智能体任务，新模型展现出强大的协作处理能力。它能够在单一线程中管理多个工作流，自动检测并修正计划中的漏洞，同时持续跟踪学习成果。当遇到模糊指令时，模型会主动提出澄清问题；在执行关键操作前，会寻求用户确认；遇到技术障碍时则会请求协助。
在复杂指令处理方面，Muse Spark 1.3 的可靠性得到显著提升。模型能够更准确地保留多步骤任务中的详细要求，避免丢失约束条件，并将新指令精准映射到现有工作线程中。通过增强对自身能力边界的认知，新模型有效减少了幻觉输出，使交互结果更加可靠。
