2026年9月2日，Meta Platforms正式发布其迄今最强AI模型Muse Spark 1.3。该模型专为延长智能体工作流与增强编码能力而设计，已在Muse Code编码智能体及Meta Model API中上线。Meta首席AI官Alexandr Wang表示，Muse Spark 1.3在编码能力上超越OpenAI的GPT-5.6 Sol，并与Anthropic的Claude Fable 5.1表现持平，整体达到前沿水平。

详细情况：能力升级与效率优化

Muse Spark 1.3是Muse系列的最新迭代（此前1.2版本于约一个月前发布），重点强化了两大方向：

长周期智能体工作流

模型被设计为能在单一长线程中更好地与用户协作、并行处理多个工作流。面对开放式目标时，它可主动使用工具从杂乱冲突的信息源中构建上下文，主动修正计划缺口，并持续跟踪已学内容，最终交付完整成果。这一能力直接服务于Meta对“个人智能体”（可24/7代表用户工作）的长期愿景。

编码能力

针对更长周期的编码任务进行了额外训练，提升了常见工程工作流的可用性。相比1.2版本，模型在不必要的回合中更克制、输出更简洁、代码风格更干净。Meta内部工程师对比显示，工具调用减少约20%，Token消耗降低约25%，运行更快、更高效。

公开基准方面，Muse Spark 1.3（max版本）在多项编码与智能体测试中表现突出：DeepSWE v1.1达到75.4（超越GPT-5.6 Sol的73与Opus 5的74），Terminal-Bench 2.1达到88.8（与GPT-5.6 Sol持平），SWEAtlas CodeBase QnA等测试也领先或接近前沿。长上下文检索（MRCR）表现尤为强劲。Artificial Analysis Intelligence Index上，max版本得分62，紧随Claude Fable 5.1与Opus 5之后。

模型支持100万Token上下文窗口，定价与前代持平（标准档约输入1.25美元/百万Token、输出4.25美元/百万Token，缓存大幅折扣），并提供更低价的“贡献者档”（允许Meta使用数据改进模型）。Max推理模式将在完成额外安全测试后推出。

技术与市场背景

Muse Spark系列由Meta Superintelligence Labs主导，Alexandr Wang（前Scale AI创始人）出任首席AI官后加速推进。系列从2026年中快速迭代，旨在弥补Meta在前沿闭源模型上的差距。1.3版本的发布恰逢Anthropic Fable 5.1、其他实验室密集更新之际，体现了行业竞争的高强度。

Meta强调模型已达到“几乎便宜到无需计量”的前沿性能，并计划逐步将能力整合进Facebook、Instagram与Meta AI等产品。

可能影响：Meta重返前沿竞争与生态布局

1. 对Meta自身的影响

Muse Spark 1.3标志着Meta在编码与Agent赛道正式进入第一梯队。强大的性价比与效率提升，有助于吸引开发者使用Muse Code与API，同时为即将推出的个人智能体产品奠定基础。快速迭代能力也显示其组织与算力投入已见成效。

2. 对AI模型竞争格局的影响

在OpenAI、Anthropic持续领先的背景下，Meta以更具成本优势的模型实现性能追平，可能加剧价格与效率竞争。开发者将获得更多高性价比选择，尤其在长周期编码与Agent工作流场景。开源权重计划（此前有所透露）若推进，还将进一步影响开源生态。

3. 对智能体与应用落地的影响

更强的长周期维持能力与更低Token消耗，直接降低复杂Agent的部署成本与延迟，有利于办公自动化、软件工程辅助、个人助理等场景的规模化应用