Meta 在人工智能商业化道路上迈出了重要一步，推出了全新的多模态模型 Muse Spark 1.1。该公司不仅宣称其新品在性能上可与 Opus 4.8 和 GPT-5.5 相媲美，还首次通过 Meta Model API 公共预览版开放了模型的付费访问权限。这标志着其战略重心从开源政策向专有解决方案的转变。
新一代智能体架构
Muse Spark 1.1 被设计为完整的智能体系统。该模型能够进行规划、协调多个应用和服务的运作，并与 MCP 服务器及用户技能进行交互，无需预先训练。在主智能体模式下，它会收集上下文、制定计划并在子智能体之间分配任务，必要时子智能体可将控制权交回主智能体。百万级令牌的上下文窗口使模型能够高效处理长时间会话，并从任务执行的早期阶段提取信息。
编程能力：存在差距，但雄心勃勃
Meta 公司人工智能总监证实，公司正着力提升编程技能。Muse Spark 1.1 在处理大型代码库、诊断复杂错误和执行大规模迁移方面取得了进展。然而，在 Terminal-Bench 2.0 等基准测试中，该模型（59.0 分）仍落后于 GPT-5.5（82.7 分）和 Opus 4.8（65.4 分）。公司承认这一差距，并已在训练代号为 Watermelon 的更强大模型。尽管如此，对主流编程框架的支持以及与 Replit、Cline 和 Box 的合作，表明 Meta 在该领域的认真态度。
多模态与安全性
该模型可处理文本、图像和视频。一个典型示例是 Facebook Marketplace 的列表自动化：模型拍摄商品视频、提取照片、生成描述并发布。在安全方面，Meta 声称模型对越狱攻击和提示注入具有抵抗力，并降低了幻觉率。根据高级人工智能扩展框架协议的评估，风险处于可接受范围内。
定价与可用性
API 价格为每百万输入令牌 1.25 美元，每百万输出令牌 4.25 美元，定位介于经济型解决方案和高端产品之间。开发者注册时可获得 20 美元免费额度。API 兼容 OpenAI 和 Anthropic 的格式，便于迁移。目前仅限美国开发者使用。
我的看法：Muse Spark 1.1 的发布及付费 API 的推出，不仅是模型更新，更是 Meta 范式的转变。此前依赖 Llama 开放权重的公司，如今明确寻求在商业人工智能巨头阵营中占据一席之地。然而，编程能力的落后对智能体系统而言是致命缺陷，Watermelon 的成功将成为这场竞赛中的决定性因素。