Muse Spark 1.3：改了什麼、要花多少、在哪裡用
Meta 九月的模型更新在 Muse Code 裡取代了 Muse Spark 1.2，而且沒有漲價。亮眼的 benchmark 成績有個但書——而效率上的提升，對你的帳單可能更有感。
9 月 2 日推出了什麼
Meta 在 2026 年 9 月 2 日發布 Muse Spark 1.3，距離 1.2 只隔了四週。同一天，它就成為 Muse Code 背後的模型，也在 Meta Model API 上線，付費開發者的存取權則在 9 月 3 日開放。在 API 上，它一樣分成兩個熟悉的變體：muse-spark-1.3，資料永遠不會被拿去改進 Meta 的產品；以及 muse-spark-1.3-contributor，正因為資料會被這樣使用，所以便宜得多。情境視窗維持 100 萬 token，模型接受文字、圖片與影片輸入，輸出文字。
如果你在用 Muse Code，什麼都不必做：agent 已經自動換上 1.3。
實際改了什麼
Meta 對 1.3 的定位圍繞著真實世界的可用性，而不是原始能力：
- 更長的對話串。 它能在單一對話串裡、跨多個工作流程，撐住更長時程的工作——正好搭配 Muse Code 結束 beta 時新增的 Workflows 功能。
- 不確定就問，不再亂猜。 它會提出釐清問題、卡住時會主動說出來，對自身能力的界線也拿捏得更準，而不是回報它其實沒達成的結果。
- 跑得更精簡。 在 Meta 工程師的比較中，完成同樣的程式工作，它比 1.2 少了約 20% 的工具呼叫和 25% 的 token。
最後一點，正是你的帳單會注意到的。價格沒變，所以每個任務少用的 token 就是實打實的折扣：如果這個降幅在你的工作負載上站得住，一件在 1.2 上要花 1.00 美元 token 費用的工作，在 1.3 上會接近 0.75 美元。
Benchmark 的但書
Meta 發表時的成績單很漂亮——但最好看的數字來自 max 推理設定，而這個設定在發表時還在做最後的安全測試，只開放給少數合作夥伴。針對這個設定，Meta 公布的成績如下：
| Benchmark | Muse Spark 1.3（max） |
|---|---|
| DeepSWE 1.1 | 75.4% |
| Terminal-Bench 2.1 | 88.8% |
| SWEAtlas CodeBase QnA | 59.4% |
| 長情境檢索（MRCR，256K–512K） | 98.5% |
根據 DataCamp 對這份成績單的整理，這讓它在 DeepSWE 上領先 GPT-5.6 Sol（73.0）和 Claude Opus 5（74.0）。大多數開發者在發表時拿到的設定，分數比較低。VentureBeat 的比較顯示，正式上線的模型在 Artificial Analysis Intelligence Index 拿到 61 分——與 GPT-5.6 Sol（max）和 Claude Opus 5（high）並列——並顯示它在 agent 任務上與 max 設定之間的落差，例如 OSWorld 2.0（57.2 對 66.9）和 JobBench（61.2 對 64.9）。請把開頭那張成績表當成天花板，而不是你第一次 session 的實際感受。
要花多少
價目表上什麼都沒變：
| 每百萬 token | Standard（muse-spark-1.3） |
Contributor（muse-spark-1.3-contributor） |
|---|---|---|
| 輸入 | 1.25 美元 | 0.10 美元 |
| 快取輸入 | 0.15 美元 | 0.002 美元 |
| 輸出 | 4.25 美元 | 0.20 美元 |
在 Muse Code 裡，你也可以選擇 5 美元起的月費方案，完全跳過 token 計費；定價頁面比較了各種選項。
在哪裡用
- Muse Code——預設模型；
/model可以在 session 中途切換變體。 - Meta Model API——相容 OpenAI 與 Anthropic SDK，可直接替換；換掉模型 ID，其餘程式碼照舊。
- OpenRouter——
muse-spark-1.3和muse-spark-1.3-contributor都已上架。 - Cursor——團隊版和企業版需要管理員先啟用 Meta provider；Cursor 提供 300K token 的情境，或在 Max Mode 下使用完整的 1M，每 token 費率相同。
Muse Spark 是開源的嗎？
不是。Muse Spark 只能透過 Meta 的產品和 API 使用。Meta 的開放權重模型是 Muse Glimmer，於 2026 年 8 月 10 日發布：一個從 Muse Spark 蒸餾而來、300 億參數的 agentic 模型，採用 Apache 2.0 授權，量化後（約 20 GB）小到能在單張消費級 GPU 上執行。權重以 meta-models/Muse-Glimmer-30B 放在 Hugging Face 上，可以在 Ollama 和 LM Studio 裡執行。Meta 並沒有把 Glimmer 列為 Muse Code 可用的模型，所以請把它當成一個獨立的本機選項，而不是同一個 agent 的免費版。
該不該換？
如果你在用 Muse Code，你已經換了。如果你透過 API 呼叫 Muse Spark 1.2，換過去只要改一行模型 ID——換之前和換之後都拿你自己的 prompt 跑一遍，因為「更少 token」是平均值，而你的工作負載可不是平均值。想知道 Spark 系列是怎麼走到今天的，請看我們寫的 Muse Spark 1.2 如何訓練；想知道它在對手 agent 之間的位置，請看比較頁面。