Meta 最新发布的 Muse Spark 1.3 让前沿大模型的竞争焦点从单纯跑分转向“成本—性能”曲线。根据 Artificial Analysis 的 Intelligence Index 数据，Muse Spark 1.3（max）取得 62 分，进入当前评测体系的第一梯队，并超过 GPT-5.6 Sol（61 分）、Kimi K3（60 分）和 Gemini 3.8 Flash（59 分）。更受关注的是，其输入价格约为 Claude 同类产品的 1/8，输出价格约为 1/12。
这意味着，原本需要高价模型支撑的部分 Agent 工作流，可能迎来新的定价锚点。
62 分进入第一梯队，Agent 能力是主要增量
Artificial Analysis 的 Intelligence Index 是覆盖 Banking、I-Bench、SciCode、Humanity’s Last Exam 等维度的综合评测体系。Muse Spark 1.3（max）拿到 62 分后，目前仅落后于 Claude Fable 5.1 和 Claude Opus 5，与 Claude Fable 5、GPT-5.6 Sol 等顶级模型处于同一分数区间。
值得注意的是，Meta 此次宣传中的 62 分对应的是 max 模式，目前仍处于有限预览阶段；当前可公开调用的是 xhigh 模式，得分为 61 分。两者相差 1 分，但可用性和成本策略并不完全相同。
Muse Spark 1.3 的能力提升主要集中在两个方向：
- Agent 工作流能力：在 Terminal-Bench 2.1 的 agentic coding 测试中得分 88.8，接近 Claude Opus 5 的 89.1；
- 长周期软件工程能力：在 DeepSWE v1.1 中得分 75.4，高于 GPT-5.6 Sol 的 72.7。
这两个指标对应的正是 AI Agent 在实际项目中最消耗 token 和算力的场景：多轮工具调用、代码执行、错误修正和长期任务规划。Muse Spark 1.3 在这些任务上的表现，说明 Meta 并非单纯追求泛化智能，而是把优化重点放在了高频生产场景。
“便宜 8 倍”需要区分 max 与 xhigh 模式
素材中提到，Muse Spark 1.3 的输入成本约为 Claude 同类产品的 1/8，输出成本约为 1/12。但这个说法主要对应 max 模式的理论定价，而 max 模式目前尚未全面开放。
如果以当前可调用的 xhigh 模式计算，Muse Spark 1.3 的单任务成本约为 0.55 美元；对比 Kimi K3 的 0.86 美元、GPT-5.5 的 1.18 美元，仍然具有明显优势。若进一步参考 max 模式约 0.4 美元的单任务成本，成本差距会进一步拉大。
在一个典型 Agent 任务中，假设项目需要 20 轮对话、每轮平均输出 6000 token，使用 GPT-5.6 Sol 的成本约为 12 美元，而 Muse Spark 1.3 约为 2 美元。这类长链路、多轮调用的任务，正是低成本模型最容易体现价值的地方。
不过，Muse Spark 1.3 也有明显的代价。Artificial Analysis 实测显示，该模型完成完整 Intelligence Index 需要输出 120M token，而行业中位数约为 72M token。也就是说，它完成同类任务时的输出量约为行业中位数的 1.7 倍，会带来更高的吞吐开销和潜在延迟。对于实时对话或 token 预算严格受限的场景，这一特性可能削弱其成本优势。
MoE 架构与专家复用，是压低推理成本的关键
Muse Spark 1.3 的成本优势并非单纯来自降价，而更可能与 MoE（Mixture of Experts）架构有关。MoE 模型的核心特点是“大参数总量 + 小激活参数量”，推理时只激活与任务相关的部分专家参数，而不是全量参数运行。
如果 Meta 在该模型中采用动态专家选择策略，即根据输入任务特征只调用相关专家子集，那么成本压缩就不是简单依赖规模效应，而是架构层面的效率优化。这与 Llama 系列强调开源、通用和可定制的路线形成区分：Muse Spark 更强调闭源商业场景下的成本—性能平衡。
专家复用机制也能解释为什么 Muse Spark 1.3 在 Agent 和科学推理能力上提升明显，却没有按比例推高推理成本。同一套专家网络可以被多个任务类型共享，使能力增量被分摊到更少的激活参数上。
从输出速度看，Muse Spark 1.3（xhigh）约为 182 token/秒。这个速度不一定超过所有轻量模型，但在 61 分左右的智能水平区间内属于合理区间，能够支撑 Agent 链路中的连续调用。
对 API 定价和 Agent 部署意味着什么
Muse Spark 1.3 的真正意义，不只是“比 GPT-5.6 便宜”，而是它给行业提供了一个新的成本锚点：在 Agent 工作流中，接近第一梯队的智能水平可以用明显更低的价格获得。
这会影响两类决策：
- API 定价：当高质量模型的输入输出成本大幅下降，其他模型服务商在同类价格区间将面临更大压力；
- 应用架构：开发团队可以把高容错、长链路、成本敏感的任务交给低成本模型，把最终表达、复杂决策或低风险要求更高的环节交给更强模型。
换句话说，过去架构设计更多考虑“模型能不能完成任务”，现在则开始转向“值不值得用这个价格完成”。如果差 5% 的分数可以用差 80% 的成本获得，那么高频 Agent 场景的经济模型会被重新计算。
不过，这种替代并非没有限制。Muse Spark 1.3 更适合高频调用、成本敏感、对输出长度有一定容忍度的任务；而对响应时间敏感、单轮 token 预算有限、或需要严格控制输出格式的场景，仍需要更谨慎地评估。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/meta-xin-mo-xing-ba-di-yi-ti-dui-ai-tui-li-cheng-ben-ya-dao
