摘要：
2026年9月2日，Meta超级智能实验室正式推出Muse Spark 1.3——一款长周期智能体与编程旗舰大模型。它专为单条长线程内的多工作流协同与编码... 2026年9月2日，Meta超级智能实验室正式推出Muse Spark 1.3——一款长周期智能体与编程旗舰大模型。它专为单条长线程内的多工作流协同与编码任务设计，支持指令含糊时主动提出澄清问题、执行关键操作前向用户确认。在DeepSWE v1.1长程编码基准上得分75.4，Terminal-Bench 2.1得分88.8，与GPT-5.6 Sol持平；MRCR 512K-1M长上下文检索达98.1分。模型通过Muse Code与Meta Model API提供，API定价输入1.25美元、输出4.25美元每百万token，贡献者层仅0.10/0.20美元。
一、更省：工具调用减20%，token少25%
Muse Spark 1.3最直观的变化是干活更省：工具调用比1.2减20%、token用量减25%，回复也更短。由于推理按输出计费，token少25%等于账单变薄。长上下文检索是跨度最大的一项：MRCR测试中，1.3在256K-512K区间拿98.5分（第二名91.5），512K-1M区间仍98.1分（第二名73.8，1.2该区间仅55.5）。该指标决定智能体能否扛住长任务——任务越长，要记住的越多。
在Meta基准表中，1.3于DeepSWE v1.1长程编码拿75.4分；Terminal-Bench 2.1为88.8分，与GPT-5.6 Sol持平；JobBench 64.9、OSWorld 2.0 66.9，均高于GPT-5.6 Sol。它是编码进头部、通用智能体有短板的偏科旗舰。行为层面三点对长任务最关键：指令含糊先问清而非硬猜；卡住主动求助；强推分支、删库等不可逆操作前先确认。这些改动不体现在榜单上，却决定你能不能把仓库权限放心交给它过夜。
在AI工具导航的框架下，Muse Spark 1.3与Claude Fable 5.1（输入10美元/百万token）形成鲜明对比——前者以八分之一的价格提供了接近的终端编码能力，但代价是通用智能体基准仍落后于Claude旗舰。对于预算敏感但任务量大的中小团队，贡献者层0.10/0.20美元的低价选项提供了明确的性价比优势，前提是接受数据用于产品改进。
二、与同档模型对比
| 对比维度 | Muse Spark 1.3 | Claude Fable 5.1 | Qwen 3.8-Max |
|---|---|---|---|
| 开发方 | Meta超级智能实验室 | Anthropic | 阿里通义千问 |
| 核心定位 | 长周期智能体与编码旗舰 | 通用旗舰，偏编程与科研 | 千问旗舰智能体，覆盖编程与办公 |
| 上下文长度 | 1,048,576 token | 官方未标注 | 100万token |
| 终端编码基准 | Terminal-Bench 2.1 88.8分 | Terminal-Bench 4.0 55.8分（版本不同） | Terminal-Bench 2.1 86.6分 |
| 长上下文检索 | MRCR 512K-1M 98.1分 | 未公布 | 未公布 |
| 开源程度 | 闭源，开放权重版待发布 | 闭源 | Max系列首开权重 |
| API定价 | 输入1.25、输出4.25美元 | 输入10、输出50美元 | 按阿里云渠道计费 |
取舍：1.3用1.25美元输入价把长上下文检索与终端编码推到头部，代价是通用智能体基准仍落后于Claude Opus 5；Claude Fable 5.1输入价是它八倍，卖点在智能体编程与科研；Qwen 3.8-Max计划开放Max级权重，适合自主可控与中文场景。跑长周期任务又在意token账单者，1.3的效率改进比榜单名次更值钱。在AI办公软件推荐的语境中，Muse Spark 1.3更适合作为开发团队的技术底座而非通用办公套件——它的编码和长任务能力在企业自动化流程、仓库级重构等场景中能够直接落地，但对普通办公文档处理的适用性较弱。
三、应用场景与适用人群
长周期智能体开发：同一条长线程并行推进多个工作流，中途可改需求、插新问题，适合跨小时甚至跨天的任务
仓库级编码：结合Muse Code完成跨文件重构与测试修复，工具调用减少约20%后等待明显变短
长文档处理：100万token上下文配合98.1分检索，适合合同比对、论文综述与代码库全景理解
适用人群：需长时间运行智能体的开发者、以编码为主的工程团队、预算敏感但任务量大的中小团队。个人可先用贡献者层验证；若核心诉求是通用对话与知识问答，更均衡的通用旗舰更划算。
四、定价与使用方式
标准层每百万token输入1.25美元、缓存命中0.15美元、输出4.25美元；贡献者层输入0.10美元、输出0.20美元，低一个数量级，条件是允许Meta用你的数据改进产品，涉及敏感代码的团队不应选它。内置网页搜索每查询0.00825美元单独计费。模型为闭源闭权重，只能通过Muse Code与Meta Model API调用；扎克伯格称开放权重版本已在路线图，但未给时间。调用时需显式设置reasoning_effort与max_tokens，推理始终开启且计入输出额度。