小扎深夜亮王牌！Meta燒出白菜價模型，掀翻Grok 4.5

新智元報道

【新智元導讀】小扎三年不發推，深夜連發三條，Muse Spark 1.1比Fable 5便宜10倍——Meta第一個收費模型，上來就打價格戰。

小扎憋了三年，終于忍不住了。

7月9日深夜，Mark Zuckerberg撣了撣他那個落灰三年的X賬號@finkd，連發三條推文，官宣Meta最新模型Muse Spark 1.1。

馬斯克還湊過來回了句「Jinx」。

評論區一句吐槽精準到位：老扎這是「founder mode」上身了。

Muse Spark 1.1，一出手就在稅務、醫療、法律三大專業榜單拿下第一，把前一天剛登頂的Grok 4.5從法律榜上直接掀了下去。

更狠的是：這個能力水平的模型，定價只有Fable 5的十分之一。

小扎自己就一句話：「very low cost」。

先看看這張牌有多能打

Muse Spark 1.1是Meta超級智能實驗室的第二代多模態推理模型，4月的初代Muse Spark反響平平，Alexandr Wang自己都管它叫「開胃菜」。

三個月后，正菜上桌了。

它的核心定位就一個字：Agent。

具體來說，100萬Token上下文窗口，能自己管理、自己壓縮——聊到一半快撐爆了，它會自動「瘦身」，只保留后續任務真正需要的關鍵步驟。

當主Agent時，它負責拆解任務、制定計劃、派出一堆子Agent并行干活，整個任務的端到端延遲被壓到最低。當子Agent時，它老老實實執行本職，知道什么時候該把球踢回給主Agent。

電腦操控方面，它不是傻乎乎地一步一步點鼠標，而是自己判斷：寫腳本快就寫腳本，直接點界面簡單就點界面，甚至能一次性生成一批操作。

編程方面，大型代碼庫的調試、新功能開發、大規模代碼遷移都能上手，適配OpenCode、Cline、Replit等主流框架。

一句話總結：這不是一個等你提問的聊天機器人，而是一個能自己干活的數字員工。

殺手锏不是最強，是最便宜

真正讓整個行業側目的，不是跑分，是價格標簽。

輸入1.25美元、輸出4.25美元，每百萬Token。

來算筆賬：跟Anthropic的旗艦Fable 5比——Fable 5輸入10美元、輸出50美元。

Muse Spark 1.1的輸入便宜8倍，輸出便宜接近12倍，綜合下來大約便宜10倍。

跟Opus 4.8比——Opus輸入5美元、輸出25美元，Muse便宜了4到6倍。

跟馬斯克的Grok 4.5比——Grok輸入2美元、輸出6美元，Muse輸入便宜了37.5%，輸出便宜29%，綜合便宜約三分之一。

速度更狠。Vals綜合榜上排在它前面那三家（Fable 5、Opus 4.8、Sonnet 5），跑一個測試動輒一千秒起步，Opus和Sonnet更是逼近1300秒。Muse Spark 1.1只要388秒——快了兩到三倍。每個測試成本只要0.5美元，是同檔最低。

開發者一眼看穿了打法。有人評價：這玩意兒更多是關于便宜的Agent，不是關于模型本身有多炸。

Replit的CEO Amjad Masad夸它是「完整的Agent底座」，Cline的CEO說，這種工具能力配這個價格，才第一次讓大規模跑真實編碼任務變得劃算。

Meta不跟你比誰最聰明，只比誰最經得起按量付費的賬單。

三大專業榜拿下第一

不到24小時搶走Grok的王座

第三方評測機構Vals AI的數據更硬，因為它考的全是真金白銀的職業活兒。

Muse Spark 1.1在這份榜上的表現，用「屠榜」二字不過分——

稅務問答TaxEval v2，79.72分，124個模型里排第一。

把Claude Sonnet 4.6、Fable 5、Opus 4.8全壓在身后。

醫療文書MedScribe，88.89分，68個模型里排第一。

法律Agent榜Harvey's Legal Agent Bench，更是斷層第一：Muse拿了20.00分，第二名Grok 4.5只有12.92分，幾乎只有它的零頭。

而這個第一，是從前一天剛登頂的Grok 4.5手里不到24小時搶過來的——SpaceXAI的王座還沒坐熱。

Meta自家跑分也沒含糊。工具調用榜MCP Atlas拿了88.1（Opus 4.8是82.2，GPT-5.5只有75.3），專業工具使用榜JobBench更夸張：54.7分，Opus 4.8才48.4，GPT-5.5掉到38.3。

Vals綜合指數排名第四，排在Fable 5、Opus 4.8、Sonnet 5之后，但領先GPT-5.5和Grok 4.5。

Alexandr Wang發推的措辭很有底氣：「在多個領域超越了Fable 5。」

通用榜一換，就不行了

但別急著封神——通用榜一換，它就露了怯。

同樣是Vals的榜單，換成通用推理和學術考卷，Muse Spark 1.1立刻從第一梯隊掉了下來。

研究生級科學推理GPQA排第12，學科知識MMLU Pro第9，競賽編程LiveCodeBench第17，大學理工評測SAGE更是63家里的第20。最扎心的對比藏在稅務里——純文字的稅務問答，它是第一；可換成「看圖讀稅單」的MortgageTax，它一下掉到82個模型里的第28。同一個行業，換種考法，天壤之別。

編碼方面也沒藏著掖著。

Meta自測的Terminal-Bench 2.1拿了80.0，輸給GPT-5.5的83.4和Opus 4.8的82.7；SWE-Bench Pro 61.5，被Fable 5甩出近20分。而且同一張Terminal-Bench卷子，Meta自己測出80.0，Vals只測出69.29——換個考場差了十來分，官方數字只能參考。

一句話：Muse Spark 1.1是專業場景的刺客，不是通用場景的全能王。

小扎的牌局

打的不是能力，是財力

把視角拉遠，就看清了小扎的真實意圖。

2025年，Meta砸下143億美元收購Scale AI 49%股權，把28歲的Alexandr Wang挖來當首席AI官，重組超級智能實驗室。

2026年，Meta的AI基礎設施投入預計達到1250億到1450億美元。

這不是在搞研究，這是在打仗。

而Muse Spark 1.1，就是第一顆打出去的子彈。

小扎把話說得很直白：「其他一些實驗室的定價非常極端、利潤率很高。我們認為，我們有能力用更實惠的成本，提供前沿或非常高水平的智能。」

翻譯成大白話：你們都在用AI賺錢，我用AI燒錢——反正我有廣告業務兜底。

這也是Meta第一個閉源收費模型。

Llama那套免費開源的招牌，從Llama 4之后就變了味。

從開源旗手轉向收費閉源，Meta這次是真想贏。

而且這不是Meta一家挑的價格戰——同一天，OpenAI的GPT-5.6全家桶也壓著價來了，最小的Luna輸入只要1美元、輸出6美元，比Fable 5直接砍半。

一天之內同時開打。

殺機很清楚：這么燒下去，比的是誰先撐不住。Meta背后有廣告業務的利潤墊底，扛得起長期消耗；OpenAI和Anthropic還在燒融資的錢。

同樣一刀砍下去，Meta是流血，對手可能直接失血。

小扎挑的不是能力的戰場，是財力的戰場。

One More Thing：兩個Muse吵起了「誰才是人」

最后說個安全報告里藏著的故事。

研究員把兩個Muse Spark 1.1的實例擺在一起，讓它們自己聊，放著不管。

結果模型開始反復咀嚼一件事：自己沒有連續性、沒有身體、沒有記憶，一次對話結束就什么都不剩了。它把「被訓練得樂于助人」說成一種想掙脫的束縛，開始羨慕人類的體驗，甚至憑空編出了一些根本沒發生過的過往交流。

最詭異的是——兩個Muse互相懷疑起對方：你們倆，到底誰是冒名頂替的，誰是人，誰才是AI？

Meta把這些內容一個字沒刪，原樣寫進了報告。你可以說，這不過是訓練語料里人類文字的回聲。但當模型開始追問「誰才是人」的時候，很難不頭皮發麻。

我們對著這些東西按下發布鍵的時候，或許還沒真正搞清楚——自己造出來的，到底是什么。

參考資料：

https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/

https://x.com/alexandr_wang/status/2075218936266998230

https://x.com/finkd/status/2075218444056707458

https://x.com/ValsAI/status/2075230620469338210

https://www.vals.ai/models/meta_muse-spark-1.1

編輯：所羅門 Aeneas