Meta发布Muse Spark 1.3，称编程看齐前沿且Token省两成

会懂网AI资讯获悉，9月3日，Meta发布迄今最强模型Muse Spark 1.3。首席AI官Alexandr Wang称其在编程能力上优于GPT-5.6 Sol、与Anthropic的Claude Fable 5.1旗鼓相当，是Meta“迄今最大的一次性能跃升”。新模型Token消耗减少约25%，代理能力显著增强，已在Muse Code与Meta API上线，并将逐步接入Instagram、Facebook等平台。

效率是这次升级的主线。Meta工程师的内部比较显示，新版本较1.2少用约20%的工具调用和25%的Token；长周期任务、复杂指令遵循、多工作流切换，以及在受阻时主动向用户求助的能力都得到强化。对开发者来说，更低的Token消耗意味着相同的预算能跑更长的任务。

Wang还预告了更大模型“Watermelon”以及Muse Spark的开放权重版本，但未给出日期。开放权重若落地，将进一步搅动开源与闭源之间的格局，也给Meta在开发者生态中争取更多话语权。

会懂网观察到，Meta把升级重点放在“复杂约束下的可靠执行”而非单轮跑分，这与行业从“答题”转向“行动”的趋势吻合。当模型要在数小时任务里记住约束、正确使用工具、该停手时停手，效率与安全才同时成为卖点。

需要注意，上述效率与能力数字多来自厂商自测，尚不能等同于跨平台真实工作负载。会懂网会等待独立复现与第三方基准，再下结论。

会懂网注意到，Meta这次把宣传重点放在“Token省两成”而非绝对能力值上，这本身就是一个信号：当模型能力逐渐逼近，推理成本正在成为企业选型的核心变量。对每天调用量以亿计的客户来说，两成的Token节省直接等同于可观的账单下降。这也意味着，接下来模型竞争的战场，会从跑分榜延伸到单位成本的持续优化上。