Meta发布Muse Spark 1.3大模型编码能力超GPT-5.6 Sol定价不变

AI创作导航管理员 LV4 资深连续登录30天萌新

28 天前

风向

746

2026年9月2日，Meta正式发布旗下最强通用大模型Muse Spark 1.3，Meta首席AI官Alexandr Wang披露，该模型编码能力超越OpenAI GPT-5.6 Sol，与Anthropic Claude Fable 5.1表现持平，相较前代工具调用减少20%、token消耗降低25%，主打长周期智能体工作流优化，且API调用价格维持原有水平。

过去一年间，高端大模型的竞争焦点已经从通用问答的跑分竞赛，转向企业级场景的落地能力，其中编码效率、长周期智能体稳定性是用户付费意愿最高的两大核心能力，Meta此次的新品迭代，恰好踩中了当前市场的核心需求。

根据Meta公开的第三方测试数据，Muse Spark 1.3在HumanEval、MBPP等主流编码基准测试上的综合得分超过了OpenAI最新推出的GPT-5.6 Sol，和Anthropic的旗舰模型Claude Fable 5.1处于同一梯队。

和上代Muse Spark 1.2相比，新版本的优化集中在减少无效产出上：工具调用次数减少20%，完成同等编码任务的token消耗量降低25%，输出的代码冗余度明显下降，也减少了开发者后续调试修改的工作量。Alexandr Wang在发布会上表示，此次迭代的核心逻辑不是盲目堆参数，而是针对开发者的真实使用场景做定向效率优化。

除了编码能力升级，Muse Spark 1.3另一个核心升级方向是长周期智能体工作流支持。此前多数主流大模型在处理多步骤、长周期的智能体任务时，很容易出现上下文丢失、流程偏离初始目标的问题，需要人工频繁介入修正，这也成为制约智能体规模化落地的核心痛点。

而新版本针对长线程任务做了专项优化，可在单一长线程中同时协作处理多个工作流，还能主动识别计划中的缺口自行修正，全程跟踪任务进度自主学习调整，大幅降低了智能体落地的使用门槛。

值得注意的是，此次性能大幅升级的Muse Spark 1.3，API调用价格和前代完全持平。此前Meta旗下大模型就以高于行业平均的性价比著称，此次性能追平行业第一梯队、价格不涨的策略，无疑会给OpenAI、Anthropic等竞争对手带来不小的定价压力。

业内分析认为，随着头部厂商的大模型性能逐渐逼近天花板，性价比、场景适配能力将成为下一阶段竞争的核心变量，Meta的此次策略很可能带动高端大模型整体定价下探，进一步降低企业使用AI的成本。

大语言模型 AI智能体 OpenAI Meta Spark Muse 1.3

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。