Meta发布最强模型Muse Spark 1.3：五个月第四次迭代，独立评测称已追平Anthropic与OpenAI

先看能力定位。Muse Spark 1.3最突出的提升集中在编码与智能体自动化。Wang对彭博社表示，在代码生成方面，1.3已经'与Anthropic的Claude Fable 5.1形成竞争'，并且'优于OpenAI的GPT-5.6 Sol'；他还称其'胜过目前任何中国模型'。在效率上，1.3比1.2版本完成相同任务大约少用25%的token——这意味着同样的预算能跑更多的推理。Meta还透露，1.3学会了'减少浪费token、更主动地寻求帮助'，让模型在长任务中更懂得何时该停下来确认方向。TechTimes的报道则给出了一个更直观的量化：Muse Spark 1.3在衡量长程软件工程的DeepSWE基准上比前代跃升了16分。

厂商自说自话当然不够，独立数据才是硬通货。Artificial Analysis在其智能指数（Intelligence Index）上给Muse Spark 1.3（max，面向Meta合作伙伴的限量预览版）打出62分——这个分数把Muse Spark放在了'仅次于Claude Fable 5.1和Claude Opus 5、领先OpenAI各模型'的位置。该机构在X上发布的对比图显示，Muse Spark 1.3（max）是榜单上最接近Anthropic双旗舰的第三方模型。需要说明的是，面向公众开放的1.3标准版本得分略低，约为61分——但即便如此，这仍是Meta模型家族有史以来最好的独立评测成绩。扎克伯格对性能的形容极具个人风格：'近乎便宜到无法计量的前沿性能'——他强调1.3的价格与1.2保持一致，让开发者用同样的钱买到明显更强的能力。

这轮发布背后，是Meta在AI竞赛中'用钱换时间'的激进策略。过去一年，Meta在AI基础设施与研发上投入了数百亿美元，目的就是追赶Anthropic、OpenAI以及来自中国的竞争对手。去年，扎克伯格重构了Meta的AI战略：斥资超过140亿美元入股Wang创立的Scale AI，并把他请来执掌新成立的Superintelligence Labs。此后，Wang用激进的发布节奏推动Meta模型快速迭代——五个月四次Muse Spark更新，频率几乎与谷歌的Gemini Flash系列相当。不过，巨额的资本开支也让投资者越来越焦虑：当回报迟迟未至，'数百亿美元何时产生回报'就成了财报电话会上绕不开的问题。也正因如此，Meta据报已经放弃了Llama时代完全开源的路子，转而采取更接近专有的商业模式——Muse Spark 1.3目前仅通过付费API提供，开放权重版本据称'很快'到来，但已不再是默认选项。

把Meta放进2026年9月第一周的AI新闻洪流里看，Muse Spark 1.3的发布别有一番意味。就在它发布后的24小时内，OpenAI官宣了首个'Critical'级模型GPT-6 Astra，英伟达则以129亿美元买下Hugging Face——开放模型阵营的'基础设施'第一次有了明确的资本归属。Meta选择在这个时间点高调宣称'追平第一梯队'，既是对OpenAI与Anthropic的正面叫板，也是向资本市场证明：数百亿美元的投入正在变成看得见的模型能力。对开发者来说，Muse Spark 1.3的出现意味着'前沿模型'的供应商又多了一个选项，而且是以'接近免费'的价格——当扎克伯格把'便宜到无法计量'当成卖点时，AI推理的价格战显然还远未结束。接下来值得关注的是：开放权重版本何时落地、1.3在真实生产环境中的稳定性，以及Meta能否把'追平'变成'领先'。

回顾这一周，AI行业的竞争烈度已经到了肉眼可见的程度：谷歌以'六周一更'的速度迭代Gemini Flash，英伟达用129亿美元把Hugging Face收入囊中，OpenAI捧着首个'Critical'级模型谨慎放行，而Meta则用五个月四次的节奏证明自己不再是追赶者名单上的常客。Muse Spark 1.3最大的意义，或许不在于某个基准上的62分，而在于它让'前沿模型'的供应商格局从'两强对峙'变成了'三足鼎立'——当扎克伯格喊出'便宜到无法计量'时，价格战与能力战已经合流。对开发者而言，这无疑是最好的时代：选择更多、价格更低、迭代更快。接下来的悬念只剩一个：在所有人都宣称'追平'甚至'超越'之后，谁能真正把纸面参数变成让用户离不开的产品体验。