专题 · FULL STORY

Muse Spark 1.3：发布、实测与 Max 升级

Meta 于 9 月 3 日发布 Muse Spark 1.3，官方称编码与 agentic 能力大幅跃升，性能对标 Fable 5 而价格仅约八分之一。随后第三方实测与基准测试验证其表现，Meta 首席 AI 官亦公开点赞；9 月 5 日又推出进一步增强的 1.3 Max 版本，事件线持续演进。

2026-09-03 ~ 2026-09-06 · 6 集 · 76 条

第 1 集 · Meta 发布 Muse Spark 1.3：性能对标 Fable 5，价格约其八分之一(2026-09-03,53 条)

Meta 于 09-03 正式发布 Muse Spark 1.3，官方称这是其在编码与 agentic 任务上迄今最大的一次能力跃升，主打「前沿性能、价格便宜到几乎不用计量」。模型当日起在 Muse Code 与 Meta Model API 上线，max reasoning 档位将在完成安全测试后推出；扎克伯格同步确认发布，并预告下一个模型与 Muse Spark 的开源权重版本即将跟进。这是 Meta 五个月内的第四次迭代、两个月内从 1.1 到 1.3 的连续第三次升级。

已确认

  • 定价为每百万 token 输入 0.10 美元、输出 0.20 美元，走极低价路线，约为 Claude Fable 5 价格的八分之一（据 alexandrwang 的对比）
  • Artificial Analysis 智能指数上，xhigh 版得 61-62 分，较 1.2 的 57 分、1.1 的 53 分连续跳升，追平 Claude Fable 5，并超过 GPT-5.6 Sol、Grok 4.6、Kimi K3 和 Gemini（据 m3、m5）；Reddit 用户 DistanceSolar1449 也分享截图称其超越 GPT-5.6 Sol
  • 在 Artificial Analysis 的 Coding Agent Index 上，xhigh 版处于 Pareto 前沿，单任务成本 $1.72；max 版因 Meta 未公布定价暂无法计算
  • 官方改进数据：对比 1.2，工具调用减少约 20%、token 消耗减少约 25%，长时程任务与视觉编码能力增强；支持同一线程跨多个工作流的更长任务链，会主动追问澄清、标注卡住状态并在关键操作前确认（据 AIatMeta 与 alexandrwang）
  • 第三方基准（据 armandruiz 转述）：DeepSWE 等编码基准显示其编码能力超 GPT-5.6 与 Opus 5；ChrisGPT 汇总与同日发布的 Gemini 3.8 Flash 的对比称长上下文成绩超过 GPT-5.6
  • aimlapi 用「维京手办」单文件 HTML 生成任务做了 1.3 与 1.2 的实测对比（据 alexandrwang 转述）
  • Muse Code 提供一键安装：curl -fsSL <url> | bash

尚未确认

  • m10 的基准数据引自 Google DeepMind，未经独立验证；m2 的榜单截图细节未公开

为什么重要

  • Meta 以约八分之一的价格提供接近 Claude Fable 5 的智能指数表现，且在 Coding Agent 成本-性能 Pareto 前沿占位，对前沿模型定价体系构成直接压力
  • 五个月四次的迭代节奏显示 Meta 在模型能力上的追赶势头，开源权重版的预告进一步扩大其潜在影响

还有 33 条相关讨论 →

第 2 集 · Meta 发布最强模型 Muse Spark 1.3，登顶赌局赔率仅 12%(2026-09-03,2 条)

据 Polymarket 快讯，Meta 发布其迄今最强 AI 模型 Muse Spark 1.3，AI 负责人 Alexandr Wang 宣称该模型编码能力超越 GPT-5.6 Sol。然而在 Polymarket「谁将在 12 月 31 日前拥有排名第一的 AI 模型」市场上，Meta 的赔率仅为 12%，显示市场对其登顶仍持谨慎态度。

第 3 集 · Muse Spark 1.3 实测逼近 Fable 5.1：更快更便宜(2026-09-03,5 条)

Meta 新模型 Muse Spark 1.3 在多个第三方实测中表现亮眼：性能逼近 Fable 5.1，同时速度更快、价格远低，Scale AI CEO Alexandr Wang 连续转发多条结果并给予高度评价。目前结论均来自社区自建基准与主观体验，尚无官方数据支持，但已引发广泛关注。

已确认

  • 用户 SPAC89 对比测试 Muse Spark 1.3 Ultra 与 Fable 5.1：在设定自我改进规则（独立评审打分低于 9.5/10 必须继续重试）的相同提示下，两个模型各跑约 2 小时，Muse Spark 1.3 Ultra 跑了 20 轮自我改进、60+ 次智能体调用，总成本不到 1 美元，令 Alexandr Wang 表示惊讶。
  • 另一组实测（Alexandr Wang 转发）用相同 prompt 和最高推理档位对比：Muse Spark 1.3 一分钟完成，Fable 5.1 花了 70 分钟和 13 美元。
  • 有开发者在自建 Counter Strike 基准上实测，Muse Spark 1.3 成绩几乎与 Fable 5.1 持平，但速度快得多，复刻一局 Counter Strike 仅需 1.75 美元。
  • 用户 elshayib（经 Scobleizer 转发）称 Muse Spark 1.3 可能已超越其常驻的 Hermes agent 所用模型，评价其很好、很快，在前沿智能水平上便宜得离谱，认为 Meta 这次做得很成功。

尚未确认

  • 上述结果均为个人自建基准与主观体验，未见于权威评测或 Meta 官方数据，具体模型定位与能力上限仍待验证。

为什么重要

  • Muse Spark 1.3 若真能以极低成本逼近头部模型，将显著拉低长时程智能体任务与自改进循环的使用门槛；Scale AI CEO 的多次转发也放大了其社区影响力。

第 4 集 · Meta 首席 AI 官点赞 muse spark 1.3 多智能体实测(2026-09-03,2 条)

Scale AI 创始人、Meta 首席 AI 官 Alexandr Wang 转发开发者 jaystar524 对 muse spark 1.3 的实测并称「哇，这相当酷」，为该产品造势。实测中开发者派出一批 sub-agents 并行工作，约一小时即完成任务，展现出多智能体协作的高效率。

第 5 集 · Meta Muse Spark 1.3 登 agentic 榜第二成本仅三分之一(2026-09-04,2 条)

Signal65 的 Ryan Shrout 发布 PINNACLE agentic 基准测试结果：Meta Muse Spark 1.3 位列第二强的 agentic 模型，加权错误数比 Claude Opus 少约 38%，单任务成本仅 0.85 美元，低于 Claude 与 GPT，总成本约为榜首模型的三分之一。文章认为这可能是 Meta 的下一个「Llama 时刻」，以远低于对手的成本提供顶尖 agentic 能力。

第 6 集 · Meta 发布 Muse Spark 1.3 Max，编码与智能体能力显著增强(2026-09-05,12 条)

9 月 5 日，Meta 首席 AI 官、Scale AI 创始人 Alexandr Wang 正式公开发布 Muse Spark 1.3 Max，将模型推理等级设为最高档 max，并强调发布前已完成安全测试。他称新版本在编码与智能体任务上表现明显更强，强烈建议已用过 Muse Spark 1.3 High 或 1.3 XHigh 的用户也再试一次 Max 版本。值得注意的是，此次发布距 1.3 版本仅约两天。

已确认

  • 模型可通过 Muse Code CLI 工具和 Meta Model API 使用，Wang 给出一条 curl 安装命令，支持终端直接安装。
  • Meta 官方账号同步宣布 max reasoning 模式上线，卖点为「前沿性能、非前沿价格」。
  • Meta 超级智能实验室展示能力演示，其中包括用 Muse Spark 1.3 Max 生成 3D 内容的效果，Wang 转发时称「We're so back」。
  • 转发者 @baaadas 特别提到该版本在 visual coding 方面的进展。
  • 据用户 @Lianhuiq 转述的第三方对比，用该模型重建赫尔辛基大教堂 3D 模型对比 1.1→1.2→1.3→1.3 Max 四个版本，1.3 Max 在细节精细度上有明显跃升，且总生成成本反而下降。
  • 9 月 6 日，用户 @tinkerersanky 夸赞 Muse Spark 1.3 Max 达到 Opus 级水平，Wang 转发并建议去试用，属官方侧对口碑的进一步推广。

为什么重要

  • 这是 Meta 在编码与 Agent 赛道上的最新动作，直接对标以强推理与编码见长的竞品模型，且已被用户拿 Claude Opus 作对标参照。
  • 定价策略强调性价比，第三方对比显示细节更强且总成本更低，可能加剧前沿模型的价格竞争。
  • 距 1.3 版仅约两天就推出 Max 档，叠加官方对已使用 High/XHigh 用户的反复推荐，显示 Max 档推理能力的提升被视为代际级改进，也反映出 Meta 快速迭代的节奏。