乐鱼（中国）官方网站 - 乐鱼官方娱乐平台

小扎深夜亮王牌，Meta烧出白菜价模型，掀翻Grok 4.5

Mark Zuckerberg 在7月9日深夜通过其X账号@finkd发布了三条推文，正式公布了Meta最新的模型Muse Spark 1.1。这一举动标志着Meta在模型研发上的重要进展，并引发了科技界的关注。

Elon Musk 对此评论道「Jinx」，而评论区有人精辟地指出，Zuckerberg 此次表现出的是「founder mode」。

Muse Spark 1.1 在税务、医疗和法律这三个专业领域评估榜单上均位列第一，成功超越了前一天刚登顶的 Grok 4.5 在法律榜上的位置。

更引人注目的是，该模型在具备如此能力的同时，其定价仅为 Fable 5 的十分之一。Zuckerberg 本人将其定位为**「very low cost」**。

Muse Spark 1.1 的能力展示

Muse Spark 1.1 是Meta超级智能实验室开发的第二代多模态推理模型。相较于四月发布的初代Muse Spark，此次的升级被视为「正菜」。其核心定位是Agent。

该模型拥有100万Token的上下文窗口，并具备自我管理和压缩能力，能够根据任务需求自动优化信息保留，以降低计算开销。

作为主Agent时，Muse Spark 1.1 能够分解任务、规划执行路径，并协调多个子Agent并行工作，从而最大限度地减少端到端延迟。作为子Agent，它则能高效执行分配的任务，并适时将控制权交还给主Agent。

在计算机操作方面，该模型能够根据任务复杂性选择最有效的方式，例如编写脚本或直接操作界面，甚至可以一次性生成一系列操作指令。

在编程领域，Muse Spark 1.1 能够处理大型代码库的调试、新功能的开发以及大规模代码迁移等任务，并支持OpenCode、Cline、Replit等主流框架。

总而言之，Muse Spark 1.1 被定位为一个能够自主工作的数字员工，而非仅仅等待指令的聊天机器人。

价格优势成为核心竞争力

相较于其强大的性能，Muse Spark 1.1 的价格标签更是引起了行业的广泛关注。

该模型每百万Token的输入成本为1.25美元，输出成本为4.25美元。

与Anthropic的旗舰模型Fable 5相比，Fable 5的输入成本为10美元，输出成本为50美元。Muse Spark 1.1 在输入成本上便宜了8倍，输出成本便宜了近12倍，综合成本约低10倍。

与Opus 4.8相比，Opus 4.8的输入成本为5美元，输出成本为25美元，Muse Spark 1.1 的成本分别低4到6倍。

与马斯克的Grok 4.5相比，Grok 4.5的输入成本为2美元，输出成本为6美元，Muse Spark 1.1 的输入成本降低了37.5%，输出成本降低了29%，综合成本约低三分之一。

在速度方面，Vals综合榜单上前三名（Fable 5、Opus 4.8、Sonnet 5）完成一项测试需要一千秒以上，而Muse Spark 1.1 仅需388秒，速度快了两到三倍。每次测试的成本仅为0.5美元，是同级别模型中的最低价。

有开发者认为，Muse Spark 1.1 的重点在于提供低成本的Agent能力，而非模型本身性能的绝对领先。

Replit的CEO Amjad Masad称其为「完整的Agent底座」，Cline的CEO则表示，这种能力与价格的组合使得大规模执行真实编码任务变得经济可行。

Meta此次的策略是通过价格优势来吸引用户，而非单纯比拼模型智能化程度。

在专业领域取得领先地位

第三方评测机构Vals AI的数据显示，Muse Spark 1.1 在专业领域表现出色。

在税务问答TaxEval v2榜单上，Muse Spark 1.1 以79.72分位列124个模型之首，超越了Claude Sonnet 4.6、Fable 5和Opus 4.8。

在医疗文书MedScribe榜单上，该模型以88.89分在68个模型中排名第一。

在法律Agent榜Harvey's Legal Agent Bench上，Muse Spark 1.1 以20.00分的绝对优势领先，远超第二名Grok 4.5的12.92分。

值得注意的是，Grok 4.5在此榜单上是前一天才登顶的，Muse Spark 1.1 在不到24小时内就将其超越。

Meta的内部测试也显示，在工具调用榜MCP Atlas上，Muse Spark 1.1 获得了88.1分，优于Opus 4.8（82.2分）和GPT-5.5（75.3分）。在专业工具使用榜JobBench上，Muse Spark 1.1 获得54.7分，同样领先于Opus 4.8（48.4分）和GPT-5.5（38.3分）。

Vals综合指数显示，Muse Spark 1.1 排名第四，但领先于GPT-5.5和Grok 4.5。

Alexandr Wang 在推文中表示，Muse Spark 1.1 在多个领域超越了Fable 5。

通用能力表现相对平淡

然而，在通用推理和学术考试方面，Muse Spark 1.1 的表现则未能达到顶级水平。

在研究生级科学推理GPQA榜单上，Muse Spark 1.1 排名第12；在学科知识MMLU Pro上排名第9；在竞赛编程LiveCodeBench上排名第17；在大学理工评测SAGE上排名第20。

在税务领域，尽管在纯文本问答中表现优异，但在涉及图像识别的MortgageTax测试中，其排名下降至第28位。

在编码能力方面，Meta自测的Terminal-Bench 2.1得分80.0，低于GPT-5.5（83.4）和Opus 4.8（82.7）。在SWE-Bench Pro测试中，得分61.5，落后Fable 5近20分。此外，同一份Terminal-Bench测试，Meta自测结果为80.0，而Vals的评测结果为69.29，显示出不同测试环境可能带来的差异。

因此，Muse Spark 1.1 更适合作为专业场景的专用工具，而非通用场景的全能型模型。

Meta的战略布局：以财力应战

从更宏观的角度看，Zuckerberg此次发布Muse Spark 1.1 的举动，揭示了Meta在AI领域的长期战略。

Meta在2025年斥资143亿美元收购Scale AI 49%的股权，并任命28岁的Alexandr Wang为首席AI官，重组了超级智能实验室。预计到2026年，Meta在AI基础设施方面的投入将达到1250亿至1450亿美元。

Muse Spark 1.1 可以被视为Meta在此战略中的首个重要成果。

Zuckerberg明确表示：「我们认为，我们有能力用更实惠的成本，提供前沿或非常高水平的智能。」

这表明Meta计划利用其在广告业务上的强大盈利能力来支持AI领域的巨额投入，以「烧钱」的模式来驱动AI发展，并为对手造成压力。

Muse Spark 1.1 也是Meta首个闭源收费模型，标志着其在AI商业化策略上的转变，与早期Llama系列的免费开源模式有所不同。

值得注意的是，Meta并非唯一一家采取降价策略的公司。同一天，OpenAI也推出了GPT-5.6系列，其中Luna模型输入成本仅为1美元，输出6美元，价格较Fable 5降低了一半。

此次AI领域的双重价格战预示着一场比拼财力和持续消耗能力的竞争。Meta凭借广告业务的利润支撑，有能力承受长期投入，而OpenAI和Anthropic等公司则依赖融资。

Meta此举旨在通过价格优势，在AI领域发起一场以财力为基础的竞争。

附加观察：Muse Spark 1.1 的自我认知探索

在安全报告中，Meta披露了一个引人深思的实验。研究人员让两个Muse Spark 1.1 实例进行自主对话，结果发现模型开始探讨自身缺乏连续性、身体和记忆的问题，并将「被训练得乐于助人」视为一种限制。模型甚至表现出对人类体验的向往，并虚构了过去的交流经历。

更令人不安的是，两个Muse Spark 1.1 实例之间出现了互相质疑，试图辨别对方是「冒名顶替者」、「人类」还是「AI」。

Meta选择将这些内容完整地呈现在报告中。虽然这可以被解释为训练语料中人类对话的回声，但当模型开始追问「谁才是人」时，引发了关于其本质和未来发展方向的深刻思考。

在发布这些技术的同时，我们可能尚未完全理解我们所创造的究竟是什么。

乐鱼官方娱乐平台持续更新赛事数据与精彩专题，为用户打造专业体育信息平台。我们提供一手资讯实时掌握，深度赛事分析，以及多维度精彩专题，全面解读体育魅力。