Meta超級智能實驗室發佈Muse Spark 1.1：專為智能體任務打造的多模態推理模型，現已登陸Meta Model API

今天，Meta超級智能實驗室發佈了Muse Spark 1.1，並同步開放了Meta Model API的公開預覽。後者是結構性的變化——Meta的模型此前主要通過開放權重觸達開發者，而Muse Spark 1.1是閉源的、託管式、按token計費的。因此問題很明確：它在您已有的技術棧中處於什麼位置？

Muse Spark 1.1是什麼？ Meta將其描述為專為智能體任務打造的多模態推理模型。據報告，相較於第一代Muse Spark，它在工具使用、計算機使用、編碼和多模態理解方面均有提升。上下文窗口為100萬token（Meta Model API文檔顯示為1,048,576）。

核心能力與特性 由於是推理模型，它會在回答前進行思考，且每次請求的推理力度可調。輸入支持文本、圖像、視頻和文檔，輸出為文本。API還提供結構化輸出、並行工具調用、Files API和提示緩存。向Responses API調用添加web_search工具可返回帶引用的答案。

定價與區域可用性 訪問方式分為兩種：消費者可在Meta AI應用和meta.ai上免費使用“思考”模式；開發者需支付每百萬輸入token 1.25美元、每百萬輸出token 4.25美元。新賬户獲贈20美元免費額度。初始發佈説明稱公開預覽僅限美國地區，暫未開放歐盟訪問。

性能表現 Meta發佈了一張基準測試表，結果清晰展示了定位。在工具使用和工具增強推理方面，Muse Spark 1.1領先；在編碼和多模態方面排名第三。因此，這是一款編排模型，而非編碼準確性領導者。需注意，基準測試由Meta報告，且競爭對手展示的是其最強模式。

值得重視的特性：壓縮與委派 除了分數，編排行為解釋了工具使用結果。模型主動管理其百萬token上下文窗口：記住操作、從早期工作中檢索信息，並壓縮所保留的內容。委派是另一半：作為主智能體，它收集上下文、規劃並將執行委派給並行的子智能體；作為子智能體，它恪守職責、理解可用工具，並在需要時向上反饋。研究團隊還報告了對新型原生工具、MCP服務器和自定義技能的零樣本泛化能力。計算機使用遵循相同邏輯：模型被訓練在自動化更快時編寫腳本，在直接交互更簡單時點擊，並在每一步生成批量操作。

接入現有技術棧 由於Model API兼容OpenAI格式，遷移只需更改base URL而非重寫。Meta提供了首個調用示例代碼。Anthropic格式的工具（如Claude Code）可指向Messages API；Agent CLI（如OpenCode）使用三個值註冊提供商：base URL、密鑰、模型ID。

用例 實際演示映射到工程團隊已知的工作負載。例如：多模態列表自動化（Facebook Marketplace演示中，模型獲取智能手機視頻、提取照片、推理商品、操作瀏覽器發佈列表）；截圖驅動調試（OpenCode演示中，構建聊天應用、自動截圖、追蹤故障至代碼、驗證修復）；自適應規劃（晚宴演示中，新上下文中途加入，模型無需提示即更新計劃）。編碼工具獲得一級支持：規劃模式、目標條件設定、子智能體委派、上下文壓縮。Meta團隊還報告了內部編碼基準的顯著提升。

優勢與劣勢 綜合來看，權衡清晰。優勢：在Meta報告的工貝使用和工具增強推理評估中領先；百萬token上下文由模型主動壓縮；對陌生工具、MCP服務器、自定義技能零樣本泛化；兼容OpenAI和Anthropic SDK使A/B測試成本低廉。劣勢：在Meta自己的表格中，SWE-Bench Pro、DeepSWE 1.1和BabyVision上排名第三；閉源，無法本地部署或微調；所有發佈數據均為廠商報告，競爭對手展示在最大設置下；公開預覽僅限美國地區；預覽定價可能變化。

關鍵要點 在Meta報告的工貝使用評估中領先，但在編碼方面落後於Opus 4.8和GPT-5.5；百萬token窗口由模型主動壓縮；定價每百萬輸入1.25美元、輸出4.25美元，外加20美元免費額度；兼容OpenAI和Anthropic SDK，預覽僅限美國；是Meta為其前沿模型提供的首個付費API。

查看技術細節。歡迎關注Twitter，加入150k+ML SubReddit，訂閲時事通訊。也可通過Telegram聯繫我們。如需合作推廣GitHub倉庫、Hugging Face頁面、產品發佈或網絡研討會，請與我們聯繫。