首页 
Meta Muse Spark 1.3于2026年9月2日发布,是Muse Spark系列的最新版本,在编码与代理能力上实现显著跃升。在DeepSWE v1.1长周期软件工程基准上达75.4%,超越Gemini等竞争对手;在Terminal-Bench 2.1上达88.8%。智能指数（Intelligence Index）xhigh配置达61分,与GPT-5.6 Sol max及Grok 4.6 high并列前沿梯队。每任务0.55美元的xhigh层级是59分以上模型中成本最低,体现极强的性价比。相较Muse Spark 1.2,工具调用减少约20%、token消耗减少25%,效率显著提升。Meta承诺发布Muse Spark 1.3开源权重,若公开权重匹配基准结果,将对商业API与开源模型同时施加定价与性能压力。模型定位Meta从追随者直接改写排行榜规则,通过开源策略对商业API与开源模型同时施压。Muse Spark 1.3的发布延续Meta在开源领域的持续投入,与Llama系列形成开源生态矩阵。
📋 技术规格
| 厂商 | Meta AI |
|---|---|
| 模型分类 | text |
| 参数规模 | 未公开（Meta未披露参数规模,计划开源权重） |
| 上下文窗口 | 未公开（请以官方为准） |
| 最大输出 | 未公开（请以官方为准） |
| 知识截止 | 未公开 |
| API定价 | 输入: $0.55/任务（xhigh层级,59分以上模型中成本最低）输出: 按任务计价（请以官方为准） |
⭐ 核心能力详解
DeepSWE 75.4%
DeepSWE v1.1达75.4%,超越Gemini等竞争对手,长周期软件工程领先
Terminal-Bench 88.8%
Terminal-Bench 2.1达88.8%,代理任务能力强
智能指数61分
xhigh配置智能指数61分,与GPT-5.6 Sol max及Grok 4.6 high并列前沿梯队
效率显著提升
工具调用减少约20%、token消耗减少25%较1.2版本
计划开源权重
Meta承诺发布开源权重,对商业API与开源模型同时施压定价与性能
🎯 典型应用场景
长周期软件工程
代理任务与工具调用
代码生成与调试
开源生态二次开发
性价比敏感的批量编码任务
💪 技术优势与差异化
- DeepSWE 75.4%超越Gemini,长周期软件工程领先
- 每任务$0.55为59分以上模型中成本最低
- 工具调用减20%、token减25%效率提升
- 计划开源权重,可本地部署与二次开发
- 智能指数61分并列前沿梯队
⚠️ 使用局限与注意事项
- 上下文窗口与最大输出未公开披露
- 知识截止日期未公开
- 开源权重尚未正式发布,需以官方为准
- 开源权重性能是否匹配基准结果待独立验证
- 定价细节按任务计价,与token计价模型对比需换算
💰 价格分析与成本建议
Muse Spark 1.3每任务0.55美元的xhigh层级是59分以上模型中成本最低,在DeepSWE 75.4%的性能下性价比突出。相较1.2版本工具调用减20%、token减25%进一步降低实际成本。开源权重发布后,本地部署成本仅限硬件,对大规模批量编码任务具有颠覆性成本优势。但按任务计价与token计价模型对比需换算,实际成本需结合任务复杂度评估。
👥 适用人群与企业
软件工程师、开源社区开发者、代理任务开发者、性价比敏感的批量编码团队、AI研究机构
🏭 行业适配度评估
DeepSWE 75.4%超越Gemini,长周期软件工程领先
⚠ 上下文窗口未公开
计划开源权重,与Llama系列形成开源矩阵
⚠ 开源权重性能待验证
每任务$0.55为59分以上最低,批量任务性价比突出
⚠ 按任务计价需换算对比
开源权重便于研究与教学,可二次开发
⚠ 科研结论需验证
开源权重本地部署,数据驻留自主可控
⚠ 需具备本地部署能力
🔧 技术架构解析
Muse Spark 1.3在DeepSWE v1.1达75.4%、Terminal-Bench 2.1达88.8%,智能指数xhigh配置61分并列GPT-5.6 Sol max与Grok 4.6 high。相较1.2版本工具调用减少约20%、token消耗减少25%,效率显著提升。Meta承诺发布开源权重,延续Llama系列开源生态策略。模型定位Meta从追随者直接改写排行榜规则,通过开源策略对商业API与开源模型同时施压定价与性能。
🔒 安全合规与数据隐私
| 数据训练策略 | 未公开（Meta未明确说明Muse Spark 1.3训练数据是否用于后续训练） |
|---|---|
| 合规认证 | 计划开源协议（具体请以官方为准） |
| 数据驻留 | 开源权重可本地部署,数据驻留自主可控 |
| 加密方式 | 开源权重本地部署,加密由部署方自主配置 |
⚔️ Muse Spark 1.3与同期编码模型对比
| 竞品模型 | 优势 | 不足 |
|---|---|---|
| GPT-6 Astra | 105万上下文,综合能力强 | 闭源,标准定价$10/$50远高 |
| Claude Fable 5.1 | Terminal-Bench 55.8%,缓存降75% | 闭源,DeepSWE 73.7%不及1.3 |
| Gemini 3.8 Flash | 介绍价$0.75/$3.75,1M上下文 | 闭源,DeepSWE 73.7%不及1.3 |
| Muse Spark 1.2 | 前代旗舰,生态成熟 | 工具调用与token较多,效率不及1.3 |
- DeepSWE 75.4%超越Gemini
- 每任务$0.55为59分以上最低
- 工具调用减20%token减25%
- 计划开源权重
🏢 同厂商模型矩阵
Meta AI旗下Muse系列模型定位矩阵（选取代表性模型）
| 模型 | 定位 | 品类 | 特色 |
|---|---|---|---|
| Meta Muse Spark 1.3当前 | 新旗舰 | text | DeepSWE 75.4%,每任务$0.55,计划开源 |
| Meta Muse Spark 1.2 | 前代旗舰 | text | 1.3前代,工具调用与token较多 |
| Meta Muse Glimmer 30B | 中型 | text | 30B参数,中型编码模型 |
| Meta AI Muse Image | 图像 | image | 图像生成模型 |
🧭 选型决策指南
DeepSWE 75.4%,每任务$0.55,计划开源权重
105万上下文,关键级网络安全,ARC-AGI-3 99.9%
缓存降75%,Terminal-Bench 55.8%
DeepSWE 73.7%,介绍价$0.75/$3.75
🏆 真实使用案例
📌 长周期软件工程
📌 代理任务批量执行
💬 用户真实评价
Muse Spark 1.3的DeepSWE 75.4%很能打,期待开源权重发布,本地部署成本仅硬件
每任务$0.55是59分以上模型中成本最低,工具调用减20%token减25%实际成本进一步降低
智能指数61分并列GPT-5.6 Sol max与Grok 4.6 high,Meta从追随者改写规则,但开源权重性能待独立验证
✅ 实践建议与使用技巧
💡 Prompt工程建议
长周期工程结构化
利用DeepSWE 75.4%的优势,将跨多文件工程结构化输入
批量代理任务设计
利用工具调用减20%、token减25%的效率,设计批量代理任务
开源权重本地部署
开源权重发布后本地部署,数据驻留自主可控,对数据敏感场景优先
🔄 替代方案分析
105万上下文,关键级网络安全,ARC-AGI-3 99.9%
缓存降75%,Terminal-Bench 55.8%,CursorBench 73.4%
DeepSWE 73.7%,介绍价$0.75/$3.75
1.3前代,工具调用与token较多,可作为过渡
