Meta 发布 Muse Code 编程 Agent：编程能力超越 Gemini

我们很高兴你在这里。你可以期待 TNS 最好的内容在周一至周五送达，让你紧跟新闻、保持最佳状态。

查看你的收件箱，收到确认邮件后可以调整偏好设置，甚至加入其他群组。

在你最喜欢的社交网络上关注 TNS。

在 LinkedIn 上成为 TNS 粉丝。

在等待你的第一封 TNS 时事通讯时，看看最新的精选和热门故事。

本周 Meta 在 AI 领域动作频频，正式推出了 Muse Code 编程 Agent，附带三个新的订阅计划。随后在周三晚些时候，公司发布了 Muse Spark 1.3，这是其低成本推理模型的最新版本，Meta 声称这是其在编程和 Agent 任务上迄今为止最大的进步。

Muse Spark 1.3 通过 Muse Code 和 Meta Model API 提供服务，是 Meta 今年四月首次推出的推理模型的最新迭代，距离 Muse Spark 1.2 的发布还不到一个月。Meta CEO 马克·扎克伯格在社交媒体上为新版本造势，称其实现了"便宜到难以计量"的前沿性能。

"这是我们在编程和 Agent 工作上迄今为止最大的一次飞跃。"

"这是我们在编程和 Agent 工作上迄今为止最大的一次飞跃，"扎克伯格在 X 上写道。

开源权重版本"即将发布"

扎克伯格还确认 Muse Spark 的开源权重版本将"很快发布"，此举可以让开发者在自己的基础设施上下载和运行模型，绕过 Meta 的托管 API。

不过，具体会有多开放还不清楚，因为 Meta 尚未公布伴随该版本发布的许可证条款。此前 Meta 的开源权重模型在使用权上都有不同程度的限制，因此这些细节将决定 Spark 可以多自由地被修改、再分发或部署。

值得注意的是，扎克伯格还预告了 Meta 被大肆宣传的下一代模型，代号为 Watermelon（西瓜），使用了颇为贴切的西瓜表情。

Muse Spark 1.3 今日上线，实现便宜到难以计量前沿性能。这是我们在编程和 Agent 工作上迄今为止最大的一次飞跃。可以在 Muse Code 和我们的 API 中试用。下一个是 🍉，Muse Spark 开源权重版本即将发布。https://pic.twitter.com/XQQEDEJGD7

Muse Spark 1.3 今日上线，实现便宜到难以计量前沿性能。这是我们在编程和 Agent 工作上迄今为止最大的一次飞跃。可以在 Muse Code 和我们的 API 中试用。下一个是 🍉，Muse Spark 开源权重版本即将发布。https://pic.twitter.com/XQQEDEJGD7

据悉，该模型比 Spark 大得多，据当时的 Business Insider 报道，它在七月时仍在训练中。目前还没有关于 Watermelon 何时面世的确切消息，不过从扎克伯格的暗示来看，时间不会太长。

不过眼下，Meta 对 Spark 1.3 本身做出了一些相当大的声明。扎克伯格配合他的帖子附上了一张基准测试表，将其与 OpenAI 的 GPT-5.6 Sol 和 Anthropic 的 Claude Opus 5 在编程、Agent、计算机使用和长上下文测试中进行了对比。

其中亮眼的数据包括：Muse Spark 1.3 在 DeepSWE 编程基准测试中得分 75.4%，在 MRCR 长上下文测试 512K-1M 版本中得分 98.1%。

Muse Spark 1.3：基准测试结果

不过，这些是 Meta 自行汇总的结果。该公司表示，Spark 1.3 的分数是通过 Meta Model API 生成的，而对比数据则混合了 Meta 自己的评测、官方排行榜以及竞争对手模型提供商报告的结果。Meta 还将其对第三方模型的测试描述为"尽力而为"，这意味着不应将该表视为在相同条件下进行的单一独立对比测试。

这些结果还有另一个注意事项：Meta 在头条对比中使用了新的"max"推理级别运行 Spark 1.3，而目前开发者通常可用的最高推理级别是"xhigh"。Max 仍处于限预览状态，等待 Meta 完成额外安全测试。

"手套摘了"：Spark 1.3 的实际表现

Artificial Analysis 的独立测试确实提供了一个有用的外部视角。这家总部位于旧金山的公司专注于 AI 模型和提供商的基准测试，给公开可用的 Muse Spark 1.3 xhigh 在其 Intelligence Index 上打出 61 分，比 Spark 1.2 高出 4 分，与 GPT-5.6 Sol max、Grok 4.6 high 和 Claude Opus 5 high 持平。该公司还测试了限预览版的 max 版本，得分 62，在发布时其对比的模型中仅次于 Claude Fable 5.1 和 Claude Opus 5。

Artificial Analysis Intelligence Index（图片来源：Artificial Analysis）

云基础设施公司 CoreWeave 的 AI 布道者 Alex Volkov 指出，这张图证明了 Meta 与领先模型之间的差距缩小得有多快。

"该死，手套彻底摘了！" Volkov 在 X 上写道，称这一表现是 Meta "相当有力的宣言"，并预测"接下来几周会很热闹！"

"该死，手套彻底摘了！"

成本是 Meta 宣传的另一个重点。Artificial Analysis 将 Spark 1.3 xhigh 描述为"其智能水平上性价比最高的模型"，其 61 分的 Intelligence Index 得分加上相对较低的每次任务成本，使其处于该公司的帕累托线上。

Intelligence Index vs. 每 Intelligence Index 任务成本（图片来源：Artificial Analysis）

Artificial Analysis 计算出 Spark 1.3 xhigh 每次 Intelligence Index 任务的成本约为 0.55 美元，是其指数上得分 59 及以上任何模型中最低的。与 Spark 同为 61 分的 GPT-5.6 Sol max 和 Grok 4.6 high 分别为 0.95 美元和 0.94 美元。

Spark 1.3 每次任务成本仍然高于 Spark 1.2 的 0.40 美元，Artificial Analysis 将这一增长主要归因于新模型在 Agent 评估中消耗的输入令牌增加了约 57%。

每 Intelligence Index 任务成本（图片来源：Artificial Analysis）

Muse 对阵 Gemini：一场"沙盒之争"

值得注意的是，在 Meta 发布 Muse Spark 1.3 之前不久，Google 自己发布了一款新的低成本模型：Gemini 3.8 Flash，这是六周内第三个 Flash 版本。Google 还将其定位为迄今为止最好的推理和编程 Flash 模型，同时保持入门价格不变，每百万输入令牌 0.75 美元、每百万输出令牌 3.75 美元。

Artificial Analysis 最初将 Gemini 3.8 Flash（high）置于其 Intelligence-versus-Cost 帕累托前沿——本质上这是一个模型群体，其中没有任何替代方案既能更强又能更便宜。Gemini 在 Intelligence Index 上得分 59，每次任务成本 0.58 美元。

然而，仅几个小时后，Muse Spark 1.3 xhigh 以 61 分和每次任务 0.55 美元登场，在两个指标上都击败了 Gemini 3.8 Flash，将其挤出了前沿。

"Google 只领先了几个小时。"

这一点在 AI 社区中引起了不少关注。事实上，AI 研究员 Benjamin Marie 在 X 上指出，"Google 只领先了几个小时。

Google 只领先了几个小时。而且 Meta 即将发布权重。https://t.co/nEZU29qM1o

AI 基础设施和研究公司 Prime Intellect 的研究工程师 Florian Brand 也简洁地总结了这次逆转。

"Gemini 3.8 在帕累托前沿的位置持续了查看笔记 3.5 小时，" Brand 在 X 上写道。

Meta 首席 AI 官 Alexandr Wang 本人也加入了讨论，特意在 Artificial Analysis 报告的基础上对 Google 进行了一番嘲讽。

真的忍不住要说……Gemini 是谁？🏎️💨 https://t.co/Umv4CVqgre

不过，云和 AI 成本管理公司 Duckbill 的联合创始人兼首席云经济学家 Corey Quinn 很快嘲讽了这场交锋，暗示 Meta 和 Google 都没有在 AI 军备竞赛中真正掌握节奏。"Meta 在 AI 领域嘲讽 Google 就是 MMA 冠军赛外的一场幼儿园打架，" Quinn 在 X 上写道。

Muse Code 登场

先交代一下背景：Muse Spark 1.3 是 Meta 自四月以来发布的第四个版本，前有七月的 Muse Spark 1.1 和随后一个月的 1.2。不过，Meta 攻势中更重要的部分可能是围绕该模型构建的 Agent 载体。

那就是 Meta 的 Muse Code，一款基于终端的编程 Agent，在八月初 Spark 1.2 发布时进入 Beta 测试。它在周二正式发布，全新订阅计划起价仅 5 美元/月，新的 SDK 也进入了开发者预览。

因此，虽然 Meta 明显在 Muse Spark 系列展现的进步中试图与前沿实验室在模型质量上竞争，但它也在更高一层追赶他们——在那里，Anthropic 的 Claude Code 和 OpenAI 的 Codex 已经为开发者日常如何与 Agent 协作设定了标准。

这就解释了为什么 1.3 版本中有如此多的宣传语言专门围绕编程和 Agent 工作展开。该模型是 Meta 正在大力推进的更广泛开发者平台的关键一环，而且在价格和能力上都下了重注。