Meta于9月3日发布新一代旗舰模型Muse Spark 1.3，在Artificial Analysis的AI分析指数榜上得分62分，仅次于Claude Fable 5.1（66分）和Claude Opus 5（63分），超越了谷歌同日发布的Gemini 3.8 Flash（59分）。这一排名使Meta在基准测试中暂时领先于谷歌最新推理模型。
Meta联合创始人兼CEO马克·扎克伯格在社交平台X上表示，Muse Spark 1.3的性能“超乎想象”。Meta超级智能实验室负责人、首席AI官汪滔（Alexander Wang）称，该模型成本低到“几乎可以忽略不计”，智能体、编程能力以及易用性大幅提升。他还公开调侃谷歌，在社交平台上发文“gemini who？”，并称“Gemini现在取消（上线）还不算晚”。
就在Meta发布新模型前4小时，谷歌推出了其自称“迄今为止最强”的推理与编程模型Gemini 3.8的Flash和Flash Cyber版本，但随后在Artificial Analysis榜单上被Meta反超。谷歌在该指数上的领先仅维持了几个小时。
价格与性能
Muse Spark 1.3的API定价与前代1.2保持一致：每百万token输入（缓存未命中）1.25美元（约合人民币8.4元），缓存命中为0.15美元（约合人民币1元），输出为4.25美元（约合人民币28.55元）。这一价格略高于Gemini 3.8 Flash，但比DeepSeek-V4-Pro的高峰期价格更便宜。有开发者使用该模型制作了《我的世界》游戏，成本仅10美分（约合人民币0.67元）。
在基准测试中，Muse Spark 1.3拿下5项第一，在场下文和编程方面大部分测试优于GPT-5.6 Sol和Claude Opus 5，仅Terminal-Bench终端操作Agent测试与GPT-5.6 Sol打平。其相对薄弱的是Agent能力，在联网搜索类Agent和通用知识任务GDPVal-AA v2中分数较低。
开发者实测反馈
社交平台X上，不少开发者晒出实测案例，普遍评价是速度快、成本低，但生成效果并不惊艳。一位开发者对比了Muse Spark 1.1到1.3对同一建筑进行3D模拟的效果，几何形状、结构及视觉效果均有明显提升，总成本保持在0.6美元（约合人民币4.03元）不变。另一位开发者运行Muse Spark 1.3 Ultra Contributor版本，两小时内执行了60次以上智能体任务，成本不到1美元，但有网友质疑这是否说明模型一直未完成任务。
开源的3D空间推理基准测试MineBench结果显示，Gemini 3.8 Flash总测试成本1.18美元（约合人民币7.93元），平均推理耗时1分51秒，首测Elo评分为1888分；Muse Spark 1.3总测试成本6.57美元（约合人民币44.14元），平均推理耗时5分36秒，首测得分1787分，显示其生成输出质量与顶尖前沿模型仍有差距。另一位开发者对比了Muse Spark 1.3、Qwen 3.8 Max、GLM 5.3、GPT-5.6 Sol，认为Muse Spark在成本与速度上可与Qwen 3.8 Max媲美，而GLM 5.3综合表现最佳。
技术亮点与迭代节奏
Meta博客指出，Muse Spark 1.3的优势在于支撑长周期任务和编程。它能与用户协同，在单条长对话中并行处理多条工作流，面对开放式目标时自主构建上下文、修正方案漏洞。相比前代，Muse Spark 1.3在多步骤任务中能更好保留细节，不遗漏约束条件。Meta工程师测试显示，其工具调用次数减少了20%，token使用量减少了25%。此外，模型的对抗鲁棒性增强，对提示注入攻击的抵御能力提升，处理复杂智能体任务时能审慎执行不可逆操作。
过去5个月，Meta接连推出四款Muse Spark模型：4月首发，7月更新1.1，8月上线1.2，加上最新的1.3，迭代节奏愈发密集。Meta表示，已规划好产品路线图，包括更大参数规模模型、开源权重版本发布等。
产业视角
Meta以密集迭代和低价策略冲击市场，反映出大模型竞争已从单一性能转向成本、速度与专长领域的综合比拼。Muse Spark 1.3没有追求全维度通杀，而是聚焦长上下文和编程，在DeepSWE、OSWorld等真实工程基准上反超前沿模型。这种取舍可能预示，未来开发者与企业选型不再追求“一个模型搞定全部”，多模型路由、根据任务类型调度不同专长模型，或将成为企业落地Agent的主流方案。