Muse Spark 1.3

产品简介

Muse Spark 1.3 是 Meta 于 2026 年 9 月 2 日发布的最新一代大语言模型，专为长时程 Agent 工作流与高强度编码任务设计，由 Meta Superintelligence Labs 团队打造。该模型继承了 Muse 系列的原生多模态架构，并在此基础上实现了编码能力的历史性突破。在多项权威基准测试中，Muse Spark 1.3 的编码分数与 GPT-5.6 Sol 完全持平，标志着 Meta 正式跻身闭源大模型前沿阵营。

Muse Spark 1.3 通过 Meta Model API 面向全球开发者开放，同时集成于 Meta 旗下的编程 Agent 产品 Muse Code 中供用户直接使用。此外，该模型还接入了 OpenRouter 等第三方分发渠道，进一步拓宽了开发者获取渠道。

核心功能

Muse Spark 1.3 在功能设计上围绕「长时程任务可靠性」与「编码效率提升」两大核心目标展开，具体包括：

1. 长时程 Agent 工作流：模型能够持续跟踪对话上下文，管理多个并行工作流，在长线程中保持目标不偏移，即使面对开放性任务也能主动规划步骤、纠正计划漏洞并持续推进至交付成果。

2. 高强度编码能力：在 DeepSWE v1.1 编码基准上取得 75.4 分，超越 GPT-5.6 Sol 的 73.0 分；在 Terminal-Bench 2.1 上取得 88.8 分，与 GPT-5.6 Sol 完全持平，位列当前编码模型第一梯队。

3. 原生多模态感知：支持视频、图像和文档的实时理解，视觉推理通过真实执行环境而非脚本化流程完成，可直接根据截图或视频片段生成对应代码或应用。

4. 超长上下文窗口：支持最长 105 万 token（1.05M）的上下文处理，在 MRCR 256K-512K 段得分 98.5，512K-1M 段得分 98.1，大幅领先 GPT-5.6 Sol 的 91.5 和 73.8。

5. 多 Agent 编排能力：支持在同一任务中调度多个子 Agent 并行工作，各 Agent 可在隔离的工作树（Worktree）中独立运行，避免任务执行过程中的冲突。

6. 工具调用与 Search Grounding：模型可调用外部工具获取实时网络信息，并支持 GitHub Agent、计算机操控（Computer Use）和搜索增强等多种工具集成。

7. 自律校准能力：模型能够主动识别自身能力边界，在遇到障碍时主动向用户求助，而非虚构完成状态；在不可逆操作前请求用户确认，显著降低执行风险。

8. 效率优化：相比前代 Muse Spark 1.2，工具调用次数减少约 20%，Token 用量减少约 25%，同等任务下代码更简洁、输出更精炼。

9. 多推理模式支持：提供标准推理、深度推理（Contemplating Mode）等多种推理模式，用户可根据任务复杂度选择合适档位。

特色优势

Muse Spark 1.3 的核心差异化优势体现在以下几个维度：

编码与 Agent 双重顶尖：目前市场上少有模型能在编码和 Agent 任务上同时达到前沿水平，Muse Spark 1.3 在两个维度的表现均与当前最强闭源模型正面竞争，打破了「开源模型在编码领域落后闭源模型」的固有认知。

代差级长上下文：在 512K-1M 超长上下文段，Muse Spark 1.3 的 MRCR 得分达到 98.1，而 GPT-5.6 Sol 仅为 73.8，差距超过 24 分。这种压倒性优势对需要处理大型代码库、整套文档或多轮会议记录的企业用户极具吸引力。

极致 Token 效率：相比 1.2 版本，1.3 在同等任务下减少 25% Token 消耗，按每百万 token 1.25 美元的定价计算，实际使用成本大幅下降，对大规模部署 Agent 应用的企业具有直接的商业价值。

开放生态接入：模型通过 Meta Model API 开放，支持 OpenAI 兼容 SDK，开发者无需重构现有代码即可完成迁移，降低了接入门槛。

开源权重承诺：Meta CEO 马克·扎克伯格已预告将开源 Muse Spark 权重版本，一旦开源，将对整个大模型生态产生深远影响。

应用场景

Muse Spark 1.3 的能力组合覆盖以下高价值场景：

1. 软件工程团队智能协作：长时程编码工作流、多文件重构、大型代码库理解与修改，显著提升工程团队整体交付效率。

2. AI Agent 应用开发：构建自动化客服、数据采集与分析、内容审核与处理、社交媒体管理等企业级 Agent 应用。

3. 多模态文档处理：基于截图或视频片段自动生成代码或报告，适用于工程、医疗、设计等领域的视觉信息提取与结构化输出。

4. 长文档分析与摘要：处理超长合同、论文、书籍等长文本内容，提取关键信息、生成结构化摘要。

5. 多步骤自主研究：支持用户设定研究方向后，由模型自动规划信息检索路径、抓取多个信息源、整合输出研究报告。

适用人群

Muse Spark 1.3 主要面向以下用户群体：

• 独立开发者与小型团队：需要高质量编程辅助，同时对成本高度敏感的用户，Token 效率优势直接降低使用成本。

• 企业 AI 平台团队：构建内部 Agent 系统的技术团队，需要稳定可靠的长时程任务执行能力。

• AI 研究人员：需要处理长上下文研究材料、快速验证假设的学术用户。

• 大型软件公司：需要在大规模代码库中实现智能搜索、重构建议和自动化测试生成的企业。

出品方

Muse Spark 1.3 由 Meta（Meta Superintelligence Labs）出品。Meta 是全球领先的社交科技公司，总部位于美国加州门洛帕克，CEO 为马克·扎克伯格。Meta Superintelligence Labs 是 Meta 旗下专注于前沿 AI 研究的团队，Muse 系列模型是该团队的核心产品线。2025 年 12 月，Meta 收购了新加坡通用 Agent 创业公司 Manus，进一步强化了其在 Agent 领域的布局。

更新动态

Muse Spark 1.3 于 2026 年 9 月 2 日正式发布，当日上线 Muse Code（macOS/Linux 桌面端）和 Meta Model API（公开预览版）。马克·扎克伯格预告，后续将开源 Muse Spark 权重版本，并透露代号为「Watermelon」的下一代大模型已在路线图上。目前默认推理模式已开放，Max Reasoning 模式因额外安全测试尚未上线，预计短期内推出。

官网链接

https://developer.meta.com/ai/models/muse-spark/