Meta Muse Spark 1.3：编程Agent模型工具调用减少20%

本周，Meta Superintelligence Labs 发布了 Muse Spark 1.3。这是五个月内第四个 Muse Spark 版本，目标是长时程 Agent 工作和编码任务，而非单轮生成。Meta 博文中的定位是可用性：维持一个长对话线程、与用户协作、以及知道何时陷入困境。

能否部署？能，但有两个限制。Muse Spark 1.3 今日在 Muse Code 和 Meta Model API 中上线，所以你现在可以在生产环境中调用它。但无法自托管，因为权重是封闭的，而 max 推理模式仍在进一步安全测试之后才能解锁。

对 Agent 来说实际上有哪些变化

Meta 在多个 Agent 评测框架上训练了 Muse Spark 1.3，使行为能够跨环境泛化。该模型旨在在单个长线程中保持多个工作流。面对一个开放性目标，它从混乱且冲突的来源中收集自己的上下文，然后修补计划中的缺口。

协作方面的变化更为实用。Muse Spark 1.3 会对歧义提示提出澄清问题，在停滞时拉入用户，并在执行重大操作前进行确认。在长时运行中，它会适应用户偏好：频繁的状态更新，或静默后台执行。Meta 还报告称模型对其自身局限性的校准有所改善，因此它会标记障碍而非虚构一个结果。

多任务处理也有所提升。Meta 表示，无论用户是在引导还是中断，该模型都能将传入的提示映射到杂乱单线程中正确的任务上。

编码和效率

Muse Spark 1.3 在更多长时程编码任务上进行了训练。相比 Muse Spark 1.2，Meta 描述为不必要的轮次更少、冗余更少、代码风格更简洁。在 Meta 工程师的内部对比中，它使用了约减少 20% 的工具调用和约减少 25% 的 token。对于 Agent 工作负载，这个数字直接映射到成本：每个完成的任务更少的往返次数和更少的计费 token。

根据 Meta 自己的数据，Muse Spark 1.3 在 DeepSWE v1.1 上达到 75.4 分，领先 Claude Opus 5 的 74.0 和 GPT-5.6 Sol 的 72.7。在 SWE-Atlas Codebase QnA 上达到 59.4，在 Terminal-Bench 2.1 上与 GPT-5.6 Sol 打平（88.8），Claude Opus 5 为 86.7。长上下文检索是差距最大的部分：MRCR v2 在 256K–512K 达到 98.5 分，在 512K–1M 达到 98.1 分，而 GPT-5.6 Sol 分别为 91.5 和 73.8。

模式拆分在 Agent 评测行上很重要。Meta 报告 OSWorld 2.0 为 max 模式 66.9 vs xhigh 模式 57.2，GDPval-AA v2 Elo 为 1,754 vs 1,709，JobBench 为 64.9 vs 61.2。DeepSearchQA 两者持平（89.4）。由于 Muse Spark 1.2 是在 xhigh 模式下评测的，部分代际跃升源于推理层级的变化。

Artificial Analysis 将发货的 xhigh 变体在其 Intelligence Index 上评为 61 分，预览的 max 变体为 62 分。这使 xhigh 与 GPT-5.6 Sol（max）和 Grok 4.6（high）处于同一水平，落后于 Claude Opus 5（max，63）和 Claude Fable 5.1（max，66）。Artificial Analysis 还测量了 Tau3-Bench Banking，xhigh 为 47%，max 为 52%，这是该评测记录的最高分。

Muse Spark 1.3 现已在 Muse Code 和 Meta Model API 中上线，上下文窗口为 1M token。

Meta 工程师测量到相比 Muse Spark 1.2 减少约 20% 的工具调用和约 25% 的 token。

Meta 的发布成绩单使用的是 max 模式，而非开发者现在可以调用的模式。

定价不变，输入 $1.25/M，输出 $4.25/M，贡献者层级为 $0.10/$0.20。

权重保持封闭，尽管 Meta 在路线图上列出了 Muse Spark 开放权重版本。

查看完整发布帖子和评测方法论报告。另外，别忘了关注我们的 Twitter，加入我们 15 万+ 的 ML SubReddit 并订阅我们的通讯。等一下！你用电报吗？现在你也可以加入我们了。

需要与我们合作推广你的 GitHub 仓库或 Hugging Face 页面或产品发布或网络研讨会吗？联系我们

Asif Razzaq 是 Marktechpost Media Inc. 的 CEO。作为一位有远见的企业家和工程师，Asif 致力于将人工智能的潜力用于社会公益。他最近的举措是推出了一个人工智能媒体平台 Marktechpost，该平台以其对机器学习和深度学习新闻的深入报道而脱颖而出，既具有技术深度又通俗易懂。该平台每月浏览量超过 200 万次，展示了其在受众中的受欢迎程度。