7 月 9 日，Meta 做了两件事：发布了 Muse Spark 1.1，一个面向 agentic 任务的多模态推理模型；同时推出了 Meta Model API 的公开预览——这是 Meta 历史上第一次向开发者收取 AI 模型访问费。扎克伯格在接受彭博采访时称之为"我们第一次做一个真正严肃的 API"，并承诺"定价会非常激进、非常有吸引力"。
结果确实如此。Muse Spark 1.1 的 API 定价为每百万输入 token 1.25 美元、每百万输出 token 4.25 美元——大约是 Anthropic 和 OpenAI 同类模型的四分之一，甚至比前一天刚刚发布的 Grok 4.5 还低。每个新 API 账户还附带 20 美元免费额度。扎克伯格选择了用价格作为 Meta 进入 AI API 市场的楔子，而不是在基准测试上全面领先。
一个模型，两种故事
从技术角度看，Muse Spark 1.1 是 Meta Superintelligence Labs（MSL）自今年 4 月推出初代 Muse Spark 以来的首次重大升级。模型定位为"Meta 最强的 agentic 与编程模型"，核心能力包括：
- 多智能体编排：可作为主 agent 收集上下文、制定计划、将任务委派给并行子 agent；也可作为子 agent 理解可用工具并在需要时升级回主 agent
- 1M token 上下文窗口：模型主动管理并压缩上下文——丢弃过时信息，保留长工作流所需的关键步骤
- 计算机使用：跨多应用执行桌面自动化，在"写脚本自动化"和"直接点击操作界面"之间自主判断
- 原生多模态：同时理解文本、图像、视频和文档
- 零样本工具泛化：对从未见过的 MCP 服务器和自定义技能可直接使用
但更重要的事发生在产品层面。Meta Model API 同时兼容 OpenAI SDK（Chat Completions 和 Responses 格式）和 Anthropic Messages 格式。开发者在现有 agent 中切换至 Muse Spark 1.1 只需更改 base URL 和 API key——不需要重写任何管道代码。这种"低摩擦切换"设计意味着 Meta 不是在邀请开发者试用新平台，而是在邀请他们换掉当前供应商。
赢在工具使用，输在代码精度
Meta 公布的基准测试数据讲述了一个"分裂"的故事——而 Meta 自己公布了输掉的行，这使得整体图景比典型厂商宣传更可信。
在 agent 和工具使用类评测上，Muse Spark 1.1 全面领先：
| 基准测试 | Muse Spark 1.1 | Opus 4.8 (max) | GPT-5.5 (xhigh) | Gemini 3.1 Pro |
|---|---|---|---|---|
| MCP Atlas（规模化工具使用） | 88.1 | 82.2 | 75.3 | 78.2 |
| JobBench（专业工具使用） | 54.7 | 48.4 | 38.3 | 15.9 |
| Humanity's Last Exam（带工具推理） | 62.1 | 57.9 | 52.2 | 51.4 |
但在纯代码和视觉推理上，Muse Spark 1.1 稳定排在第三位：
| 基准测试 | Muse Spark 1.1 | Opus 4.8 (max) | GPT-5.5 (xhigh) |
|---|---|---|---|
| SWE-Bench Pro（软件工程） | 61.5 | 69.2 | 58.6 |
| DeepSWE 1.1（长周期编码） | 53.3 | 59.0 | 67.0 |
| BabyVision（视觉推理） | 76.3 | 81.2 | 83.6 |
在独立第三方基准 Terminal-Bench 2.1 上，Muse Spark 1.1 得分 80.0，落后于 GPT-5.6 的 83.4 和 Opus 4.8 的 82.7。这验证了 Meta 的定位：Muse Spark 1.1 赢在工具编排，而非原始代码精度。
在 MCP Atlas（规模化工具使用）上 88.1 的得分尤为值得关注——这不仅是对 Opus 4.8 的 5.9 分领先，而是表明模型在设计时就以"协调多个工具完成复杂工作流"为核心能力。对于构建 agent 系统的团队来说，这个指标可能比 SWE-Bench 更有实际意义：agent 的大部分工作不是一次性的代码生成，而是在 CRM、广告 API、电子表格和研究工具之间持续协调。
从开源旗手到付费 API
Muse Spark 1.1 的收费本质上是一次战略表态。Meta 此前通过 Llama 系列建立了"开源 AI 旗手"的形象——权重免费发布、开发者自由使用、构建生态优先。Muse 系列（包括 7 月 7 日发布的 Muse Image 和 Muse Video）虽然从一开始就是闭源产品，但直到 1.1 版本才开始收费。
这一转向发生在 Alexandr Wang 执掌 MSL 的背景下。2025 年，Meta 以 143 亿美元收购了 Scale AI 49% 的无投票权股份，并任命 Wang 为首席 AI 官。Wang 重组了公司 AI 团队，将其整合为 Meta Superintelligence Labs。Fortune 报道称，重组过程并非一帆风顺——员工经历了"鞭打式"的组织变动，扎克伯格随后在 3 月又创建了 Applied AI 单元，抽调工程师从事被部分人视为"枯燥"的数据收集工作。
但结果正在显现。从 4 月 Muse Spark 首次亮相到 7 月 Muse Image、Muse Video 和 Spark 1.1 集中发布，MSL 的产品节奏明显加速。首批 API 合作伙伴包括 Replit、Cline 和 Box——三家在 agentic 编码和企业工作流领域的关键玩家。
目前尚不明确的是，Meta 是否会继续发布 Llama/Muse 系列的开放权重，或者这次 API 收费是否意味着整体策略转向闭源。Meta 博客中没有提及权重发布计划。在 API 价格被设定为对手四分之一的情况下，开放权重将直接削弱 API 的付费动力——这个矛盾迟早需要解决。
竞争格局：同一周，三款模型
Muse Spark 1.1 的发布时机本身就是一个信号。7 月 8 日 xAI 发布 Grok 4.5，7 月 9 日 OpenAI 发布 GPT-5.6 系列和 ChatGPT Work，同一天 Meta 发布 Spark 1.1。三家公司在一周内同时更新了各自的旗舰 agentic 模型，但路径截然不同：
- OpenAI 走的是"模型升级 + 产品升级"路线：GPT-5.6 三款模型提升底层能力，ChatGPT Work 则是上层产品形态的重新定义
- xAI 走的是"低价 agentic 模型"路线：Grok 4.5 同样主打低价格和 agent 场景
- Meta 走的是"超低价 + 零摩擦切换"路线：价格只有对手的四分之一，SDK 兼容直接消除迁移成本
Meta 的定价不只是低于 OpenAI 和 Anthropic——它还低于 Grok 4.5。这意味着 AI API 市场的价格战正在从"纯 AI 实验室 vs 纯 AI 实验室"升级为"拥有其他业务利润支撑的超级平台 vs 纯 AI 实验室"——Meta 可以通过广告收入补贴 API 价格，而 Anthropic 和 OpenAI 没有这个选项。
不确定性
几件事值得在采用前审慎评估。首先，公开预览仅限美国开发者——欧洲和亚洲团队暂时无法通过官方 API 访问。其次，所有基准数据均为 Meta 自报，第三方评测（如 Terminal-Bench）显示模型在纯代码任务上仍然落后。第三，"公开预览"意味着定价、速率限制和可用性可能在正式发布前调整。第四，Muse Image 本周因允许用户对他人 Instagram 公开照片进行 AI 编辑而引发的争议提醒我们，Meta 在 AI 产品治理上的挑战远未结束——Spark 1.1 的 agentic 能力（包括计算机使用和浏览器自动化）可能引发类似的权限边界问题。
Muse Spark 1.1 不是一支在所有赛道上都获胜的模型，Meta 也没有声称它是。它的真正意义在于：一个从未在 AI 上收费的超级平台，现在以最低价格和最便捷的切换路径进入了 Anthropic 和 OpenAI 的核心市场。这比任何基准测试数字都更能改变 2026 年下半年的 AI 竞争格局。