Meta正进行战略转向，向世界推出Muse Spark 1.1——一款在基准测试中与Opus 4.8和GPT-5.5具备竞争力的多模态模型。与此同时，该公司还启动了Meta模型API的公开预览版，这标志着其向外部开发者变现自有AI模型迈出了第一步。对于此前一直押注Llama系列开源模型的公司而言，这堪称根本性的路线转变。
智能体架构与计算机操作能力
Muse Spark 1.1专为需要规划与协调多个应用的复杂智能体任务而设计。该模型既能作为主智能体，收集上下文、制定计划并向子智能体分配任务，也能担任执行者角色。百万级token的上下文窗口使其能够记忆操作过程，并从早期工作阶段提取信息。
尤为值得关注的是其在多应用场景下操作桌面的能力。Muse Spark 1.1不再采用逐步点击的方式，而是自主选择策略：针对常规操作编写脚本，对简单任务则直接通过界面操作，以最少的人工干预适应陌生环境。
编程能力与多模态特性
开发人员宣称在编码方面取得了显著进展。该模型能够诊断复杂漏洞、向企业系统植入功能，并执行大规模代码迁移。它支持主流智能体框架，早期合作伙伴包括Replit、Cline和Box。多模态特性使其可处理文本、图像和视频，包括从视觉设计稿生成代码。
基准测试与市场定位
测试结果呈现分化态势。在智能体任务中，Muse Spark 1.1稳居领先地位：在MCP Atlas上获得88.1分，而竞争对手约为80分。但在编码方面，该模型表现逊色：Terminal-Bench 2.0得分为59.0，而GPT-5.5为82.7。Meta承认这一差距，并已在训练代号为Watermelon的更强大模型。
安全性与API
根据高级AI扩展框架协议，该模型在所有前沿风险类别中均处于可接受范围内。API定价为每百万输入token 1.25美元、每百万输出token 4.25美元，低于Claude Sonnet 4.6。API兼容OpenAI和Anthropic的格式，便于开发者迁移。
专家观点。Muse Spark 1.1的发布不仅是模型常规更新，更是Meta战略转向的明确信号。从开源Llama转向专有Muse Spark并推出付费API，表明该公司意图在AI智能体高端领域占据一席之地。然而编码能力的短板是致命弱点——若Meta想在该领域与OpenAI和Anthropic真正竞争，必须加以弥补。目前来看，这更像是参赛宣言，而非胜利宣告。