Muse Spark 1.1 评测：便宜 75% 的前沿 API，何时胜过 GPT 与 Claude

这篇 Muse Spark 1.1 评测聚焦 Meta 首款付费前沿模型：输入价格为每百万 token $1.25，输出为每百万 token $4.25，大约只有 OpenAI 和 Anthropic 最高档模型的四分之一。它在所有参测的工具调用基准上均居首，但面对最难的编程任务时仍落后于 Claude Opus 4.8——偏偏编程正是其名称所主打的能力。

Muse Spark 1.1 评测结论

Muse Spark 1.1 是目前前沿级工具调用模型中性价比最高的选择，但遇到高难度、长周期编程时，它并不是首选。这两点同时成立，而宣传只讲了更好听的那一半。

价格优势确实存在。按每百万 token 输入 $1.25、输出 $4.25 计，对于偏重输出的智能体循环，GPT-5.6 Sol 要花 $30，Muse Spark 则是 $4.25，成本约为前者的七分之一。在 Meta 发布时公布的基准中，它在 MCP Atlas 和 JobBench 这两项大规模工具调用测试上都以明显优势超过 Opus 4.8、GPT-5.5 和 Gemini 3.1 Pro。如果产品的大部分 token 都用于编排工具、调用 MCP 服务器和协调子智能体，那么它就是目前以最低成本完成这类任务的前沿级模型。

问题就藏在“Spark”这个名字里。Meta 将这条产品线定位于编程，宣传重心也几乎都放在这里；但在独立编程基准中，它只处于中游：智能体终端编程第三，长周期智能体编程第三，在多样化软件工程任务上也落后于 Opus 4.8。它还是一款闭源权重模型，只能输出文本，并且公开预览仅面向美国开发者，还要排队等候。

如果你正在大规模运行工具调用或智能体编排工作负载，而单 token 成本正是瓶颈，现在就值得切换。若智能体要持续自主编程，且任何一步出错都代价高昂，则应继续使用 Opus 4.8 或 GPT-5.6 Sol。下面会拆解它的价格、Meta 在文章中一笔带过的基准成绩，以及决定是否切换的那条规则。

Muse Spark 1.1 到底是什么

Meta AI 的 Muse Spark 1.1 是 Meta Superintelligence Labs 推出的第二款模型，于 2026 年 7 月 9 日发布，也是 Meta 第一款允许外部开发者通过 API 付费使用的模型。它是一款面向智能体任务的多模态推理模型：不仅回答单个问题，还能规划多步骤任务、驱动外部工具并把工作交给子智能体。其上下文窗口为 1,048,576 token（完整的 100 万 token），并会主动压缩早期工作，为后续步骤留出空间。它的核心卖点很大程度上围绕 MCP 服务器展开。MCP 是一项开放标准，让模型可以通过统一接口调用外部工具和数据源，因此同一个智能体无需为每项服务编写专用胶水代码，就能操作电子表格、浏览器和内部 API。

它与 Meta 以往的路线有两处明显不同。第一，Muse Spark 是专有的闭源权重模型，无法下载或自行托管；这与让 Meta 在开放模型领域站稳脚跟的 Llama 家族截然不同。Zuckerberg 对这一转向说得很直接：“由于这不是开源模型，我认为这是我们第一次真正认真地做 API。”如果业务必须使用开放权重来自行托管或微调，Muse Spark 可以直接排除，最佳开放权重模型需要另看一份候选清单。第二，消费者可以免费使用：只要登录 Meta 账号，就能在 Meta AI 应用和 meta.ai 的“Thinking”模式中运行它，因此在决定付费 API 是否值得接入之前，任何人都可以先试用模型。

有一项规格比营销话术更值得注意：模型可以接收文本、图像和音频输入，但只返回文本，不提供图像或音频生成。相关能力属于 Meta 的另一条产品线（Muse Image 和 Muse Video）。Muse Spark 是智能体的“大脑”，不是媒体生成器；若把它当成后者，从一开始就会产生错误预期。

在智能体能力方面，功能清单并非空谈：规划模式、目标条件控制、子智能体委派和上下文压缩一应俱全。Meta 还声称，它无需针对每项集成单独调优，就能以零样本方式泛化到新的原生工具、MCP 服务器和自定义技能。早期合作伙伴也认可这个方向。Cline 的 CEO Saoud Rizwan 表示，Meta“显然在为严肃的智能体编程而打造产品，不仅工具调用能力强，价格也足以让真实编程工作负载实现规模化运行”。Replit 的 Amjad Masad 则称赞它拥有“一流的编程能力（尤其是前端和设计）”，并肯定其与 OpenAI 兼容的封装方式。不过，下文的独立基准比这些背书更复杂，最好把两者放在一起看。

Muse Spark 价格：所谓“便宜 75%”如何计算

Meta Model API 的价格是每百万输入 token $1.25、每百万输出 token $4.25，每个新账号还会获得 $20 免费额度。缓存输入降至每百万 $0.15，内置的联网搜索增强工具则是每 1,000 次查询 $2.50。接口兼容 OpenAI SDK，并支持结构化输出、并行工具调用和提示词缓存，因此接入现有技术栈基本只需替换 base URL。

如果比较前沿档模型，“价格大约只有竞争对手的四分之一”这个说法成立。以下是它与主要对手目前的价格梯度。

看表格上半部分，这个说法经得起推敲：Muse Spark 的输出 token 比 Opus 4.8 便宜 5.9 倍，比 GPT-5.6 Sol 便宜 7 倍；输入 token 的价格则恰好都是后两者的四分之一。这就是“便宜 75%”标题的由来，对前沿级模型来说，它确实打破了原有价格曲线。

表格下半部分才体现出关键差异。Muse Spark 并不是市面上最便宜的模型。它 $1.25 的输入价格高于 Claude Haiku 4.5 的 $1 和 GPT-5.6 Luna 的 $1，输出价格也只比这两个经济档略低。因此，准确的说法不是“最便宜的 AI API”，而是用接近经济档的输出价格提供前沿级能力。如果工作负载只是短上下文的信息提取或分类，而且可以低成本重试，Haiku 4.5 或 Luna 在纯输入成本上仍然更划算，也用不上 Muse Spark 的能力上限。只有当你既需要前沿级智能体“大脑”，费用又主要来自输出时，它的价值才真正显现。

Meta 官方文章没有讲透的基准成绩

Meta 的发布文章着重展示 Meta Internal Coding Bench 等内部评估，但外界无法复现。真正有参考价值的是第三方对比，而它们呈现的结论比营销文案或合作伙伴评价都更鲜明。这里参测的 OpenAI 模型是 GPT-5.5；GPT-5.6 Sol 的费率同样为 $5/$30，所以上文的价格对比依然成立。

把不同测试分组后，规律非常清楚。在 4 项工具调用及借助工具推理的测试中，Muse Spark 1.1 有 3 项直接领先，剩下 1 项仅比 Opus 低 0.6 分。JobBench 上，它对 Gemini（54.7 比 15.9）以及 GPT-5.5（后者为 38.3）的领先幅度都相当明显。这款模型就是为跨多种工具进行规划和编排而优化的，数据也印证了这一设计。

到了 3 项编程测试，结果恰好反过来。Terminal-Bench 2.1 上它以 80.0 排名第三，落后于 GPT-5.5 的 83.4 和 Opus 4.8 的 82.7；在长周期测试 DeepSWE 1.1 中同样位列第三，53.3 不及 GPT-5.5 的 67.0 和 Opus 4.8 的 59.0。唯一一项胜过 GPT-5.5 的编程测试是 SWE-Bench Pro：Muse Spark 以 61.5 超过 GPT-5.5，却仍低于 Opus 4.8 的 69.2。DataCamp 的判断与表格一致：其长周期智能体工作“与 GPT-5.5 和 Opus 4.8 相比仍然较弱”。对于一条以“Spark”命名、又主打编程的产品线，这就是必须说明的限制。它是一款强大的编程模型，能胜过一个前沿对手，却会输给另一个；与此同时，它的工具调用成绩确实领先整个阵容。

至于最常被拿来比较的 Gemini 3.1 Pro，工具任务几乎没有悬念：Muse Spark 在每一项工具调用测试上都领先，DeepSWE 更是以 53.3 比 12.0 形成压倒性优势。Gemini 若要证明自身价值，只能依靠价格与生态，而不是这些任务表现。

Muse Spark 1.1 适合哪些场景，又不适合哪些场景

真正的问题不是“它好不好”——答案是好。需要判断的是，你的具体工作负载是否恰好落在它的领先能力与价格优势重叠的区域。

明确的判断规则是：如果费用主要来自输出，而且智能体的大部分时间是在使用工具，而不是编写庞大、全新的代码库，Muse Spark 1.1 就值得切换。如果长时间自主运行时走错一步便代价高昂，那就付费选择 Opus 4.8 或 Sol，把流程中成本较低、工具密集的部分交给 Muse Spark。 许多生产系统最终会采用路由方案：用 Muse Spark 处理高吞吐量编排，把困难的实现任务交给顶尖编程模型。由于其 API 与 OpenAI 兼容，这种路由只需调整配置，无需重写系统。

常见问题

Muse Spark 可以免费使用吗？

消费者可以免费使用：登录 Meta 账号后，可在 Meta AI 应用和 meta.ai 的 Thinking 模式中运行 Muse Spark 1.1，但会受到服务器端速率限制。Meta Model API 则是付费服务，每百万输入 token $1.25、每百万输出 token $4.25，注册时赠送 $20 免费额度。

Muse Spark 1.1 是开源模型吗？

不是。它是一款专有的闭源权重模型，不同于 Meta 开放的 Llama 家族。Zuckerberg 将这个付费 API 称为 Meta 第一个“真正认真做的 API”；模型只通过 Meta 自有平台提供，不会发布供用户自行托管。

Muse Spark 比 Gemini 3.1 Pro 更好吗？

在工具调用方面，答案非常明确：它在 MCP Atlas 上以 88.1 比 78.2 领先，在 JobBench 上以 54.7 比 15.9 领先；长周期编程 DeepSWE 更是以 53.3 比 12.0 大幅胜出。Gemini 的优势需要从价格和生态中寻找，而不是这些任务。

Muse Spark 1.1 适合编程吗？

它表现很好，但不是最佳。在 SWE-Bench Pro 上，它以 61.5 比 58.6 超过 GPT-5.5，却低于 Claude Opus 4.8 的 69.2；在 Terminal-Bench 2.1 和长周期 DeepSWE 上都只排第三。它擅长由工具驱动的编程，但不适合持续自主编程。

Muse Spark 1.1 能做什么？

它可以跨外部应用、工具和 MCP 服务器规划并编排智能体任务，把工作委派给子智能体，并通过上下文压缩管理 1M-token 上下文窗口。它支持文本、图像和音频输入，但只返回文本。

如今，真正关键的是判断哪些模型该进入技术栈，以及低价档究竟在哪些环节更划算。免费的面向企业主的 AI 工具地图会直接说明每项工作适合哪款模型，不讲炒作。想在新模型发布时第一时间收到精选判断？订阅新闻通讯。