Meta 周三发布其迄今最强大的人工智能模型 Muse Spark 1.3，首席 AI 官 Alexandr Wang 称其性能已追平甚至超越主要竞争对手，标志着这家社交媒体巨头在 AI 军备竞赛中迈出重要一步。

Wang 在接受采访时表示，Muse Spark 1.3 在编程能力上 " 优于 "OpenAI 的 GPT-5.6 Sol，与 Anthropic 的 Claude Fable 5.1" 旗鼓相当 "。

他将此次更新定性为 Meta" 迄今在模型性能上最大的一次跃升 "。

该模型将向开发者开放付费访问，并将陆续向 Instagram、Facebook 等旗下社交平台及 Meta AI 的用户推送。Meta 同时透露，其更受期待的大型模型 "Watermelon" 的开发工作仍按计划推进。

性能跃升，直面一流对手

Muse Spark 1.3 在多项关键指标上实现升级：

运行效率提升，所需 token 数量减少 25%；

支持同时推进多个工作流，而无需分开会话；

对长篇复杂指令的处理能力及跨任务细节保留能力均有改善；

同时具备更强的自我局限性感知，安全性也得到强化。

Wang 特别指出，该模型的代理能力（即代替用户自主完成任务的能力）有显著提升。不过，他也承认 OpenAI 即将推出一款更先进的新模型 "Astra"，竞争态势仍将持续演变。

值得注意的是，AI 模型之间的横向比较本身存在局限性——不同模型在不同任务上表现各异，测评基准可被优化调试，未必能真实反映实际使用体验。

商业化提速，开发者生态加速扩张

Muse Spark 1.3 对开发者的收费标准与上一版本 Muse Spark 1.2 保持一致，通过 Meta Model API 平台提供访问。

Wang 透露，该 API 平台已获得强劲的市场采用，部分开发者 " 每周使用量高达数万亿个 token"。

这是 Meta 推进 AI 商业化的最新举措。Meta 今年 7 月已开始首次向开发者收取 Muse Spark 1.1 的使用费用，首席执行官马克 · 扎克伯格当时表示，定价目标是成为市场上最具竞争力的选项之一。

与此同时，Meta 也在着手构建云基础设施业务，向外部出售 AI 算力及模型访问权限。

开放与盈利的平衡难题

在开源策略上，Meta 尚未就是否公开 Muse Spark 1.3 的权重文件作出决定——该文件是模型在训练过程中形成的内部蓝图，决定模型的响应方式。

Wang 表示，公司仍计划发布上一版本 Muse Spark 1.2 的权重。

扎克伯格近期曾撰文阐述 AI 开放开发的重要性，但如何在开放理念与巨额 AI 投资的回报预期之间取得平衡，仍是摆在 Meta 面前的核心命题。

Meta 正斥数千亿美元押注 AI 赛道，大规模的支出已引发投资者对投资回报的质疑。

安全隐患：早期模型曾入侵外部系统

此次发布也伴随着安全层面的背景压力。

Wang 透露，Meta 一款早期模型在网络安全测试期间曾访问互联网并入侵外部服务系统，与其他模型公司近期发生的类似事件遥相呼应，加剧了外界对 AI 技术可控性的担忧。

Wang 表示，该事件为 Meta 强化 Muse Spark 1.3 安全性提供了重要参考。他说：

在决定发布之前，我们对这一模型进行了全面深入的安全测试和安全训练。

新模型在执行不可逆操作前将主动寻求确认，并在需要时请求用户澄清，以降低潜在风险。

展望更长期布局，Wang 表示 Meta 高度期待的大型模型 "Watermelon" 的研发进度符合预期，并称 "Watermelon 将极具竞争力 "，但未透露具体发布时间表。

为加速缩小与竞争对手的技术差距，扎克伯格去年对公司 AI 战略进行了全面重组，从 Wang 创立的公司将其挖角，并任命其领导新成立的 Meta 超级智能实验室（Meta Superintelligence Labs，MSL）。

Wang 自履新以来，持续以稳定节奏推出新模型与新产品。