Meta Superintelligence Labs发布了Muse Spark 1.1，这是一款专为智能体任务设计的多模态推理模型，同时开放了Meta Model API的公开预览。与Meta此前开源权重的发布不同，Muse Spark 1.1是一个闭源的托管模型，按token计费。
该模型接受文本、图像、视频和文档输入，生成文本输出，上下文窗口为100万个token（根据API文档为1,048,576个token）。它支持每次请求可调整的推理深度，并包括结构化输出、并行工具调用、Files API、提示缓存以及内置的web_search工具。
定价与可用性
开发者访问定价为每百万输入token 1.25美元，每百万输出token 4.25美元（分别约合1.00英镑和3.40英镑）。新账户可获得20美元免费额度。公开预览目前仅限美国，欧盟可用性尚未确认。消费者可通过Meta AI应用和meta.ai的”Thinking”模式免费使用。
Meta Model API被设计为现有工作流程的直接替代方案。它与OpenAI SDK兼容,,迁移只需将基础URL更改为`https://api.meta.ai/v1`,,并且可以通过Messages API接受Anthropic格式的调用框架。诸如OpenCode等智能体CLI只需简单的配置更改即可将Muse Spark 1.1注册为提供商。
基准测试定位
Meta报告的基准测试将Muse Spark 1.1定位为工具使用和工具增强推理的领先者，同时在纯编码和多模态任务上落后于已有模型：
| 基准测试 | 重点领域 | Muse Spark 1.1 | Anthropic Opus 4.8 | 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 |
| OSWorld-Verified | 计算机使用 | 80.8 | 83.4 | 78.7 | 76.2 |
| SWE-Bench Pro | 仓库级编码 | 61.5 | 69.2 | 58.6 | 54.2 |
| BabyVision | 视觉推理 | 76.3 | 81.2 | 83.6 | 51.5 |
该模型在MCP Atlas和JobBench上领先,,这些基准测试衡量模型发现、协调和使用外部工具的有效性。它在SWE-Bench Pro（仓库级编码）和OSWorld（计算机使用）上落后，表明Muse Spark 1.1主要是一个编排模型，而非编码精度的领导者。
关键架构特性：自主管理上下文
该模型更有趣的能力之一是自动上下文压缩。它不依赖开发者管理百万token窗口，而是主动记忆操作、检索早期工作并压缩保留的内容。在多智能体设置中，它可以作为主智能体,,收集上下文、规划并委派给并行子智能体,,或者自己作为子智能体，执行任务、使用工具并在需要时升级处理。
Meta演示的用例包括从智能手机视频生成Facebook Marketplace列表（提取照片、推理产品信息、操作浏览器发布），以及基于截图的调试（模型追踪故障并验证修复）。
战略转变
此次发布标志着Meta的战略转变。此前的模型发布是开源权重，旨在建立生态系统好感，而Muse Spark 1.1是一个商业产品，在开发者API市场上直接与Anthropic的Opus和OpenAI的GPT模型竞争。闭源、托管、按token计费的模型意味着Meta现在在创收而非免费提供权重,,而OpenAI SDK兼容性意味着它让开发者尽可能容易地切换供应商。
Sources: Meta Superintelligence Labs releases Muse Spark 1.1 (MarkTechPost， 2026年7月9日); Meta Model API文档
婷 翻译