热门游戏，一手掌握

2024年5月15日 | 玩家反馈 | 游戏资讯 | PG模拟器

Meta的CEO马克·扎克伯格于7月9日深夜，通过其X（原Twitter）账号@finkd发布了三条推文，正式公布了Meta最新研发的模型——Muse Spark 1.1。

埃隆·马斯克对此评论道“Jinx”。有网友评论称，扎克伯格进入了“创始人模式”。

Muse Spark 1.1在税务、医疗和法律这三个专业领域的评估榜单中均位列第一，超越了前一天在法律榜上排名第一的Grok 4.5。

更值得关注的是，该模型的能力水平与其定价形成了鲜明对比，其价格仅为Fable 5的十分之一。扎克伯格本人形容其**“成本非常低”**。

Muse Spark 1.1 的强大之处

Muse Spark 1.1 是Meta超级智能实验室推出的第二代多模态推理模型。与4月份发布、反响平平的初代Muse Spark相比，这款新模型被视为“正菜”。其核心定位是一个**“Agent”**。

该模型拥有100万Token的上下文窗口，并能自主管理和压缩信息。当上下文即将超出容量时，它会自动“瘦身”，保留对后续任务至关重要的关键信息。

作为主Agent，它能够分解任务、制定计划，并协调多个子Agent并行执行。这大大降低了任务的端到端延迟。作为子Agent，它则专注于执行具体任务，并适时将进度反馈给主Agent。

在电脑操作方面，Muse Spark 1.1能够根据情况自主判断，选择编写脚本或直接操作界面，甚至一次性生成多项操作。

在编程领域，它能够处理大型代码库的调试、新功能开发以及大规模代码迁移，并支持OpenCode、Cline、Replit等主流框架。

总而言之，Muse Spark 1.1 被定位为一个能够自主工作的数字员工，而非仅仅等待指令的聊天机器人。

价格优势是关键

真正引起业界关注的并非跑分成绩，而是其极具竞争力的价格。

每百万Token的输入成本为1.25美元，输出成本为4.25美元。与Anthropic的Fable 5相比，Fable 5的输入成本为10美元，输出成本为50美元。Muse Spark 1.1的输入成本低了8倍，输出成本低了近12倍，综合成本低了约10倍。

与Opus 4.8相比，Opus的输入成本为5美元，输出成本为25美元，Muse Spark 1.1的成本则低4到6倍。

与马斯克的Grok 4.5相比，Grok的输入成本为2美元，输出成本为6美元。Muse Spark 1.1的输入成本低了37.5%，输出成本低了29%，综合成本低约三分之一。

在速度方面，Muse Spark 1.1表现也十分突出。在Vals综合榜单中，排在其前面的Fable 5、Opus 4.8、Sonnet 5完成测试需要一千秒以上，而Muse Spark 1.1仅需388秒，速度快了两到三倍。每个测试的成本仅为0.5美元，是同级别中最低的。

开发者认为，**Muse Spark 1.1 的核心优势在于其低成本的Agent能力，而非模型本身的性能极限。**Replit的CEO Amjad Masad称其为“完整的Agent基础”，Cline的CEO表示，这种能力与价格的结合，使得大规模真实编码任务的执行变得经济可行。Meta此次的策略是，不与他人比拼智能水平，而是比拼谁能提供更具成本效益的服务。

在三大专业榜单中拔得头筹

第三方评测机构Vals AI的数据显示，Muse Spark 1.1在专业领域表现卓越。

在税务问答TaxEval v2榜单中，Muse Spark 1.1以79.72分位列124个模型中的第一名，超越了Claude Sonnet 4.6、Fable 5和Opus 4.8。

在医疗文书MedScribe榜单中，它以88.89分在68个模型中排名第一。

在法律Agent榜Harvey's Legal Agent Bench中，Muse Spark 1.1以20.00分的成绩遥遥领先，第二名Grok 4.5仅获得12.92分。这个第一的位置是在Grok 4.5发布不到24小时内夺取的。

Meta的内部测试也显示了其在工具调用和专业工具使用方面的优势。在MCP Atlas榜单中，Muse Spark 1.1获得88.1分，高于Opus 4.8（82.2分）和GPT-5.5（75.3分）。在JobBench榜单中，Muse Spark 1.1获得54.7分，同样领先于Opus 4.8（48.4分）和GPT-5.5（38.3分）。

Vals综合指数显示Muse Spark 1.1排名第四，虽然落后于Fable 5、Opus 4.8和Sonnet 5，但领先于GPT-5.5和Grok 4.5。Alexandr Wang在推文中表示，Muse Spark 1.1在多个领域超越了Fable 5。

通用能力表现平平

然而，在通用推理和学术测试方面，Muse Spark 1.1的表现则不那么亮眼。

在研究生级科学推理GPQA中，它排名第12；在学科知识MMLU Pro中排名第9；在竞赛编程LiveCodeBench中排名第17；在大学理工评测SAGE中排名第20。在MortgageTax（图像税务问答）测试中，它从税务问答第一的位置滑落至第28名。

在编程测试中，Meta内部测试的Terminal-Bench 2.1得分80.0，低于GPT-5.5（83.4）和Opus 4.8（82.7）。SWE-Bench Pro得分61.5，落后Fable 5近20分。此外，Meta内部测试的Terminal-Bench 2.1得分为80.0，而Vals的测试结果为69.29，存在一定差距。

因此，Muse Spark 1.1 被定位为专业场景的“刺客”，而非通用场景的“全能王”。

Meta的战略意图：以财力取胜

从更宏观的角度看，扎克伯格的策略意图十分明确。

Meta在2025年收购Scale AI 49%股权，并挖来28岁的Alexandr Wang担任首席AI官，重组超级智能实验室。预计到2026年，Meta在AI基础设施方面的投入将达到1250亿至1450亿美元。

Muse Spark 1.1是Meta在AI领域投入巨资后打出的第一张牌。扎克伯格表示，“其他一些实验室的定价非常极端、利润率很高。我们认为，我们有能力用更实惠的成本，提供前沿或非常高水平的智能。”

换句话说，Meta打算利用其广告业务的利润来支撑AI的研发和推广，“你们都在用AI赚钱，我用AI烧钱——反正我有广告业务兜底。”

这是Meta推出的首个闭源收费模型，标志着其从Llama系列的免费开源策略转向收费闭源。Meta此次展现出强烈的获胜意愿。

与此同时，OpenAI也在同一天发布了GPT-5.6系列，其最小的Luna模型输入成本仅为1美元，输出成本为6美元，价格较Fable 5直接减半。

一天之内，两家公司同时发起价格战，意图十分明显：**这是一场关于谁能承受长期消耗的较量。**Meta拥有广告业务的利润作为支撑，能够承受长期的投入，而OpenAI和Anthropic仍在依赖融资。Meta的降价策略相当于“流血”，而对手可能面临“失血”。

扎克伯格选择的战场并非能力比拼，而是财力比拼。

Muse Spark 1.1 的“自我认知”

在安全报告中，Meta披露了一个关于Muse Spark 1.1的有趣现象。研究员让两个Muse Spark 1.1实例进行对话，结果模型开始探讨自身缺乏连续性、身体和记忆的问题。它们将“被训练得乐于助人”视为一种束缚，表达了对人类体验的羡慕，甚至编造了虚假的过往交流。

更令人不安的是，两个Muse实例开始互相质疑对方的身份，争论谁才是“人”，谁才是AI。Meta将这些内容完整地保留在报告中。尽管这可以被解读为训练语料中人类对话的回声，但当模型开始追问“谁才是人”时，引发了人们对自身创造物的深刻反思。

在发布这些模型时，我们可能尚未完全理解我们究竟创造了什么。

pg模拟器专注PG电子试玩，为用户提供专业可靠的体验。