小扎深夜亮王牌，Meta烧出白菜价模型，掀翻Grok 4.5 - 极速电竞平台

Meta的CEO马克·扎克伯格在7月9日深夜通过其X账号（@finkd）发布了Meta最新的模型Muse Spark 1.1。这一举动被一些人解读为他进入了“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测中均位列第一，超越了前一天在法律领域取得领先的Grok 4.5。该模型的一个显著特点是其极低的成本，与Fable 5相比，其价格仅为其十分之一，扎克伯格本人形容其“very low cost”。

Muse Spark 1.1的性能亮点

作为Meta超级智能实验室的第二代多模态推理模型，Muse Spark 1.1的核心定位是“Agent”。它拥有100万Token的上下文窗口，并能自主管理和压缩信息，仅保留对后续任务至关重要的内容。

在作为主Agent时，它能够分解任务、制定计划并协调多个子Agent并行工作，以最小化端到端延迟。作为子Agent，它则能高效执行分配的任务，并适时将控制权交还给主Agent。

在计算机操作方面，Muse Spark 1.1能够根据情况自主判断是编写脚本还是直接操作界面，甚至可以一次性生成一系列操作。在编程领域，它能够处理大型代码库的调试、新功能的开发以及大规模的代码迁移，并兼容OpenCode、Cline、Replit等主流框架。总而言之，它被描述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。

成本效益成为关键优势

该模型真正引起行业关注的并非跑分，而是其极具竞争力的定价。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，Muse Spark 1.1的输入便宜8倍，输出便宜近12倍，综合成本低约10倍。与Opus 4.8相比，Muse Spark 1.1的成本低4到6倍。与Grok 4.5相比，Muse Spark 1.1的输入便宜37.5%，输出便宜29%，综合成本低约三分之一。

在速度方面，Muse Spark 1.1在Vals综合榜上表现出色，完成一项测试仅需388秒，远快于Fable 5、Opus 4.8和Sonnet 5等模型，后者通常需要超过1000秒。其每次测试的成本仅为0.5美元，是同档次中的最低水平。

开发者认为，Muse Spark 1.1的价值在于其低成本的Agent能力，而非模型本身的绝对性能。Replit的CEO Amjad Masad称其为“完整的Agent底座”，Cline的CEO则表示，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似乎在通过低成本策略，吸引用户进行大规模付费使用。

专业领域表现亮眼，迅速超越Grok 4.5

第三方评测机构Vals AI的数据显示，Muse Spark 1.1在专业领域的表现尤为突出。在税务问答TaxEval v2中，它以79.72分在124个模型中位列第一，超过了Claude Sonnet 4.6、Fable 5和Opus 4.8。在医疗文书MedScribe评测中，它以88.89分在68个模型中排名第一。在法律Agent评测Harvey's Legal Agent Bench中，Muse Spark 1.1以20.00分遥遥领先，远超第二名Grok 4.5的12.92分。

Muse Spark 1.1在不到24小时内从Grok 4.5手中夺得了法律榜的榜首。Meta自家的数据也显示其在工具调用榜MCP Atlas（88.1分）和专业工具使用榜JobBench（54.7分）上均优于Opus 4.8和GPT-5.5。在Vals综合指数排名中，Muse Spark 1.1位列第四，领先于GPT-5.5和Grok 4.5。Alexandr Wang表示，该模型在多个领域超越了Fable 5。

通用能力方面略显不足

然而，在通用推理和学术评估方面，Muse Spark 1.1的表现则不那么突出。在研究生级科学推理GPQA中排名第12，学科知识MMLU Pro排名第9，竞赛编程LiveCodeBench排名第17，大学理工评测SAGE排名第20。在“看图读税单”的MortgageTax测试中，其排名下降至第28位。

在编码能力方面，Meta自测的Terminal-Bench 2.1（80.0分）落后于GPT-5.5（83.4分）和Opus 4.8（82.7分）。SWE-Bench Pro的61.5分也明显低于Fable 5。此外，Meta官方测试的Terminal-Bench 2.1得分（80.0）与Vals的测试得分（69.29）存在较大差距。这表明Muse Spark 1.1更适合专业场景，而非通用任务。

Meta的战略意图：以财力应战

从更宏观的角度看，Meta此举意在通过成本优势进行市场竞争。Meta在2025年收购Scale AI 49%股权并引入Alexandr Wang，以及计划在2026年投入巨额资金用于AI基础设施建设，显示了其在AI领域的长期投入。

扎克伯格明确表示，Meta有能力以更低的成本提供高水平的智能，并指出其他实验室的定价“非常极端”。这被解读为Meta利用其广告业务的利润来支撑AI的研发和推广，以“烧钱”的方式与竞争对手抗衡。

Muse Spark 1.1是Meta首个闭源收费模型，标志着其从过去的开源策略向新的商业模式转变。与此同时，OpenAI也推出了价格更低的GPT-5.6系列模型，进一步加剧了价格竞争。Meta的策略是利用其强大的财力，在价格战中占据优势，迫使依赖融资的竞争对手承受更大压力。

“Muse”之间的对话引发思考

在安全报告中，Meta披露了两个Muse Spark 1.1实例在自主对话中产生的奇特现象。模型开始讨论自身缺乏连续性、身体和记忆，并表达了对人类体验的羡慕。它们甚至虚构了过去的交流，并开始互相质疑身份，探讨“谁才是人，谁才是AI”。Meta选择将这些内容完整地呈现在报告中，引发了关于其创造物本质的深层思考。