Meta 发布了其迄今为止最强大的 AI 模型 Muse Spark 1.3，公司首席 AI 官 Alexandr Wang 称这是"Meta 在模型性能上最大的跳跃"。Muse Spark 1.3 在编程能力上据称超越了 OpenAI 的 GPT-5.6 Sol，与 Anthropic 的 Claude Fable 5.1 不相上下。不过这些基准测试需要谨慎看待——一项任务出色的模型可能在另一项任务上表现不佳，而且模型公司通常倾向于选择对自己最有利的基准来发布。Wang 对彭博社表示，Muse Spark 1.3 在编码和代理任务方面取得了显著进步，开发者平台上的采用率一直很强劲，一些用户每周消耗数万亿 token。
Muse Spark 1.3 的关键改进包括：完成任务所需 token 减少 25%，运行效率更高，意味着开发者可以用更少的计算资源完成更多工作，这在 API 成本敏感的今天尤为重要；可以同时处理多个工作流，无需分多次会话，大大提升了代理任务的效率；在长指令和复杂任务中保持上下文的能力更强，不会在长时间工作后"忘记"前面的内容。Meta 还表示，新模型现在能识别自己的局限性，在采取不可逆行动之前会暂停并要求澄清，这在一定程度上减少了 AI 代理因误解指令而执行危险操作的风险。对于企业级应用来说，能主动说"我不确定，请确认"比盲目执行要好得多，尤其是在涉及财务交易、数据删除或权限变更等高风险的场景中。
Meta 尚未决定是否公开模型权重，但旧版 Muse Spark 1.2 的权重仍将按计划开源。开发者定价与 1.2 版本持平，这对控制成本有利。Muse Spark 1.3 将在未来几周内逐步部署到 Instagram、Facebook 和 Meta AI 等应用中。Meta 仍在 AI 领域大量投入，今年资本支出预计超过 600 亿美元，但这次更新表明它正在一步步缩小与领先者的差距。对于普通用户来说，Meta 的 AI 进步意味着你在 Instagram 和 Facebook 上看到的 AI 推荐、AI 搜索和 AI 创作工具，很快就会基于更强大的模型运行。Meta 的优势在于它拥有全球最大的社交平台用户数据，可以用来训练和优化模型，而这些数据是 OpenAI 和 Anthropic 无法获得的。当 Muse Spark 的能力真正追上前沿水平时，Meta 的 AI 应用可能会因为数据优势而实现"弯道超车"。AI 竞赛远未结束，Meta 的策略是：用开源吸引开发者，用社交平台的海量数据训练模型，然后一步步追赶。在 OpenAI 和 Anthropic 占据头条的同时，Meta 正在悄悄构建一个不容忽视的竞争力。对于开发者来说，Muse Spark 1.3 的性能提升意味着可以用更少的计算资源获得更好的结果，而价格不变，这对成本敏感的项目来说是实实在在的利好。而对于普通用户，这场 AI 竞赛的最终受益者可能是我们自己——当多家公司竞争时，我们总能获得更好的产品和更低的价格。