本月，Meta 股价上涨 17%，市值增加近 2500 亿美元。华尔街对一项近期显现的 AI 变现计划表示认可。驱动这一转变的并非单一公告，而是一套组合架构：基于 Muse Spark 1.1 构建的付费开发者 API，以及全面扩展的 Advantage+ 目录广告，后者消除了自动化产品广告中最后的人工审核环节。这两项举措回应了投资者自 4 月以来的核心关切：除了传统广告业务，Meta 究竟在出售何种 AI 能力？

本周给出的答案是提供两种形式的 " 访问权 "。开发者可通过新的 Meta Model API 按 Token 付费调用 Muse Spark 1.1，这是 Meta 迄今最强大的智能体（Agentic）模型。广告商只需输入一次产品目录，即可由 AI 处理受众选择、创意组装、投放时机及图像生成（通过新推出的 Muse Image 模型）等工作。媒体报道指出，这两款产品均利用 Meta 正在构建的基础设施实现变现。此外，Meta 承诺额外投资 400 亿美元用于其路易斯安那州数据中心园区，使该站点预计总投资额超过 2500 亿美元。

Muse Spark 1.1：性能领先与基准争议并存

Muse Spark 1.1 于 7 月 9 日发布，Meta 将其定位为处理规划、工具使用、代码生成及多应用协调等智能体任务的最强模型。在该模型自身的基准测试中，其在 MCP Atlas（工具调用成功率）和 JobBench（专业任务完成度）上表现领先，这些指标直接反映智能体在现实世界的应用能力。

然而，独立评估结果更为复杂。在 Terminal-Bench 2.1（测试 AI 在命令行终端的工作能力）中，Meta 自评得分为 80.0，而 Vals AI 在独立环境中测得分数为 69.29，两者差距超过 10 分且至今未获公开解释。这种现象并非孤例：2026 年发表的研究显示，企业级智能体系统在实验室基准得分与实际部署性能间平均存在 37% 的差距。此前，Meta 前首席科学家杨立昆也曾指出，部分 Llama 4 评分使用了专门用于评估的模型版本，而非实际发布的通用版本。

独立机构 Artificial Analysis 给予 Muse Spark 1.1 智力指数 51 分，较 4 月原版提高 8 分。其每任务成本估计为 0.26 美元，远低于同性能层级的 GPT-5.4（0.89 美元）。但在 Coding Agent Index 中，该模型与 GPT-5.6 Sol 仍有 9 分差距；在 HealthBench Professional 中，它以 59.3 分领跑，优于 Anthropic 的 Claude Opus 4.8。

对开发者而言，若工作负载侧重于工具编排而非单步代码准确性，Muse Spark 1.1 是可信选择。其每百万输出 Token 费用为 4.25 美元，而 GPT-5.5 或 Claude Opus 4.8 的费用高达 25 至 30 美元，巨大的成本差异使得在生产流量投入前进行真实世界测试具有合理性。

结构性定价优势背后的商业逻辑

Muse Spark 1.1 与竞争对手间的价格差距并非入门折扣，而是源于结构性商业状况。Meta 广告部门在 2026 年第一季度产生 550 亿美元营收，广告展示量同比增长 19%，单次广告价格增长 12%。这笔现金流资助了推理运行的基础设施，使其有效每任务成本仅为 GPT-5.4 的三分之一不到。

此外，该模型的智能体架构有助于成本控制。它能主动管理 1,048,576 Token 的上下文窗口，通过压缩保留内容避免长周期任务耗尽上下文并重启。模型还被训练以区分何时编写自动化脚本、何时直接与界面交互，并批量执行操作，从而减少计算机使用工作流的总 Token 消耗。

需要注意的是，推理 Token 按全额输出费率（每百万 4.25 美元）计费。对于需要扩展思维链推理的重度工作负载，有效每任务成本会大幅上升。开发者应根据自身任务分布进行基准测试，而非仅依赖公布的每 Token 费率。

开发者接入 API 前的关键考量

在向 Meta 新 API 路由生产流量前，需关注以下运营约束：

首先，截至发布时，访问权限仅限美国且需排队等候，公共预览尚未扩展至欧盟，限制了其在全球生产基础设施中的可行性。新账户将获得 20 美元免费额度，之后转为按用量付费。

其次，该 API 兼容 OpenAI SDK 格式（Chat Completions 和 Responses）及 Anthropic Messages 格式。现有智能体只需更改基础 URL 和 API 密钥即可重定向至 Muse Spark 1.1，无需重写客户端代码。这种兼容性便于成本比较测试，但并未消除该模型与 Meta 开源权重 Llama 模型间的结构性差异。

Llama 4 及之前版本附带可下载权重，开发者可本地运行、微调和审计。而 Muse Spark 1.1 是封闭托管的，开发者无法拥有、检查或离线运行该模型。API 兼容性使得切换进入容易，但若 Meta 改变定价或限制访问，切换出去则面临重构依赖的风险。这种不对称性需在基础设施决策中权衡。

Advantage+ 目录广告的自动化变革

在广告主侧，Advantage+ 目录广告允许品牌连接一次产品目录，由 Meta AI 处理受众选择、创意组装及投放时机。7 月的扩展将此功能推广至全球所有广告主，并从使用销售目标的活动中移除 " 受众类型 " 选择，表明 Meta 已完全致力于 AI 驱动的受众定位。

背后技术机制是 Meta 的 Andromeda 广告排名引擎，它以毫秒级速度评估数百万广告 - 用户组合。在此模式下，创意内容成为主要定位信号，模型根据广告展示内容决定受众，反之亦然。品牌主要通过产品 Feed 中的内容影响投放，而非定义受众参数。

这一转变带来实际后果：产品目录数据（标题、描述、图片、价格等）现在充当广告文案，由 AI 组装并直接投放，未经人工审查。过时价格、不合规声明可能在合规团队介入前被大规模推广。此外，Muse Image 模型也将开始支持 Advantage+ 图像变体，自动生成或编辑产品视觉素材。

产品数据合规性成为新挑战

如今，运行基于目录广告活动的品牌处于不同的问责模式中。当 AI 直接从目录数据组装广告时，目录条目与展示量之间不存在等效的人工审查步骤。

处于最佳地位的广告主是将产品数据视为受监管资产的品牌：确保产品标题传达价值、价格实时更新、图片符合规范，且属性准确以匹配购买意图。Andromeda 引擎会将预算分配给表现良好的创意组合，但性能优化无法弥补结构性数据问题，系统不会在产品描述出现法律声明前将其标记。

华尔街信心与未来展望

Meta 股价反弹反映了市场对其 AI 变现路径的认可。付费开发者 API、云计算业务及 AI 在广告堆栈中的深度集成，均成为产生单位收入的产品，而不仅是降低成本的工具。CFRA 技术团队负责人 Angelo Zino 指出，Meta 在核心生态系统中实现了高效的 AI 变现，加之低估值，创造了强劲反弹条件。该股远期市盈率约 16 倍，低于 10 年平均水平及 " 科技七巨头 " 中其他成员。79 位追踪分析师中有 73 位持有买入评级，平均目标价暗示超过 23% 的上涨空间。

短期焦点在于 Meta 在 7 月 29 日报告第二季度业绩时是否会提高资本支出指导。对于技术观察者而言，Muse Spark 1.1 的独立基准表现是否与官方分数趋同，以及欧盟访问限制是否解除，将是未来几周的关键验证点。商业架构已然建成，细节待考。

常见问题解答

Muse Spark 1.1 的定价与 Claude Opus 4.8 和 GPT-5.6 相比如何？

Muse Spark 1.1 定价为每百万输入 Token 1.25 美元，每百万输出 Token 4.25 美元，约为 Anthropic Claude Opus 4.8 和 OpenAI GPT-5.5 费率的四分之一。这一成本优势源于 Meta 广告现金流对基础设施的补贴，属结构性优势。需注意，推理 Token 按全额输出费率计费，重度推理工作负载的有效成本会上升。建议开发者根据自身任务分布进行基准测试。

Muse Spark 1.1 是否与现有的 OpenAI 或 Anthropic SDK 集成兼容？

是的。Meta Model API 接受 OpenAI SDK 格式和 Anthropic Messages 格式。现有智能体可通过更改基础 URL 为 api.meta.ai/v1 并替换 API 密钥，从 GPT-5.6 或 Claude 重定向至 Muse Spark 1.1。这种兼容性便于成本测试，但 Muse Spark 1.1 为封闭托管、按 Token 计量，与可本地运行的开源 Llama 模型存在根本区别。目前该 API 仅在美国提供公共预览，欧盟访问尚未公布。

Advantage+ 目录广告中移除 " 受众类型 " 对我的广告账户实际意味着什么？

Meta 已从使用销售目标的 Advantage+ 目录活动中移除 " 受众类型 " 选择，广告主不再能手动细分潜在客户开发和再营销池。系统通过 Andromeda 排名引擎处理受众选择，主要依据产品数据本身确定展示对象。地理位置和最低年龄仍为硬性约束，其他均为建议。依赖受众细分控制预算分配的广告主应审查目录活动结构及产品质量，以支持模型所需的性能。

鉴于 Meta 在 Llama 方面的历史，在 Muse Spark 1.1 上构建是否是安全的长期基础设施决策？

这取决于对锁定效应的评估。API 兼容性使其易于加入现有堆栈进行成本比较。风险在于，一旦生产工作流依赖于封闭的、按 Token 计量的 Meta 模型，切换出去需在不同提供商上重建依赖关系，这与可下载、本地运行且无需许可微调的 Llama 模型不同。尽管 Meta 表示未来 Muse 系列版本将以开源权重形式发布，但 Muse Spark 1.1 并非开源权重，当前 API 条款代表了与以往开源安排截然不同的关系。评估长期基础设施承诺时，应将缺乏本地运行回退选项纳入考量。

【星途科讯 图文丨略略 首发于 ZAKER 科技，转载请注明出处】