Meta 发布 Muse Spark 1.1：押注智能体、编程与付费 API
Meta在其人工智能战略中迈出了重要一步，发布了多模态模型Muse Spark 1.1。根据公布的基准测试，这款新品在性能上达到了Opus 4.8和GPT-5.5的水平。然而，关键事件是Meta Model API公开预览版的推出。这是Meta首次向外部开发者提供其专有模型的付费访问权限，标志着公司从Llama开源模型向闭源解决方案商业化的战略转变。
智能体架构与上下文
Muse Spark 1.1被设计为完整的智能体系统。它能够规划并协调多个应用程序和服务的工作。该模型无需预先训练即可使用新工具、MCP服务器和用户技能。在主智能体模式下，它会收集上下文、制定计划，并在并行子智能体之间分配任务。上下文窗口达到100万token，使模型能够记住早期工作阶段的操作，并有效压缩上下文。
计算机控制与编程
该模型经过训练，可在多应用场景中操作桌面，并适应陌生界面。它不会逐步骤点击，而是自行选择策略：对于常规操作编写脚本，对于简单操作则直接通过界面工作。在编程领域，Muse Spark 1.1在处理大型代码库方面取得了进展，包括诊断复杂错误和代码迁移。它支持流行的编程智能体框架，早期合作伙伴包括Replit、Cline和Box。
多模态与安全性
该模型可处理文本、图像和视频。在演示中，Meta展示了Facebook Marketplace场景：模型拍摄商品视频、提取照片、生成描述并发布列表。在安全性方面，该模型通过了Advanced AI Scaling Framework协议的评估，在所有前沿风险类别中均处于可接受范围内。
基准测试与API
在智能体测试中，Muse Spark 1.1领先：MCP Atlas得分为88.1，而竞争对手约为80；JobBench得分为54.7，对比48.4和38.3。然而，在编程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承认这一差距并正在投资该领域。API定价：每100万输入token 1.25美元，每100万输出token 4.25美元。API兼容OpenAI和Anthropic的格式，便于迁移。
专家观点
付费API的推出是Meta从开源模型向专有模型的战略转向。该公司显然旨在与OpenAI和Anthropic在智能体解决方案领域竞争，但编程方面的落后仍是其弱点。考虑到Meta已在训练代号为Watermelon的更强大模型，我们看到一场竞赛的开启，其中智能体能力将成为主战场。