Muse Spark 1.1：Meta 三个月内智能指数提升8点
Meta 的 Muse Spark 1.1 在人工智能分析智能指数中得分为51，较三个月前的1.0版本提升8点。该模型在科学推理、编码和知识方面进步显著，代智能工作也有大幅改善，但仍落后于前沿模型。它是最具代币效率的模型之一，且运行成本较低。
Meta 最新发布的 Muse Spark 1.1 模型在人工智能分析（Artificial Analysis）的智能指数中取得了51分，相比三个月前的 Muse Spark 1.0（43分）提升了8点。这一成绩使其与 GLM-5.2（max）、GPT-5.4（xhigh）和 GPT-5.6 Luna（max）并列，仅落后于 Grok 4.5（high）的54分，而领先模型 Claude Fable 5 则达到60分。
Muse Spark 1.1 的进步主要集中在科学推理、编码和知识领域。在编码指数上，它提升了12点至71分；SciCode 测试中达到58%，仅次于 Claude Fable 5（60%）和 Gemini 3.1 Pro Preview（59%）。在《人类最后的考试》中，它取得了45%的分数，与 Claude Opus 4.8（max）的46%仅差1个百分点。代智能工作（以 GDPval-AA v2 衡量）的 Elo 评分从1144提升至1376，但与其他前沿模型相比仍有差距。
值得注意的是，Muse Spark 1.1 在 AA-Omniscience 测试中的得分从4猛增至18，这主要是由于模型更倾向于避免回答而非给出错误答案。其幻觉率从73%大幅下降至38%，准确率基本持平（45%降至41%）。相比之下，Grok 4.5 则通过提高准确率实现增长，但幻觉率也有所上升。
在效率方面，Muse Spark 1.1 表现出色。运行智能指数仅消耗9400万输出代币，低于同等水平模型（如 GPT-5.4 的1.09亿和 GPT-5.6 Luna 的1.25亿）。结合 Meta 的定价（输入1.25美元/百万代币，输出4.25美元/百万代币），每次智能指数任务成本约为0.26美元，仅次于 GPT-5.6 Luna（0.21美元）。
其他关键特性包括：上下文窗口从262k提升至100万代币；输出速度中位数约114代币/秒，首字响应时间约21秒；初始仅通过 Meta 自有 API 提供。对于需要高性价比、高效能模型的用户而言，Muse Spark 1.1 是一个极具竞争力的选择。