Muse Spark 1.3：改了什么、花多少钱、在哪里用
Meta 九月的模型更新在 Muse Code 里替换了 Muse Spark 1.2，而且没有涨价。亮眼的基准成绩附带一个前提——而效率上的提升，对你的账单可能更重要。
9 月 2 日发布了什么
Meta 于 2026 年 9 月 2 日发布 Muse Spark 1.3，距离 1.2 仅四周。当天，它就作为 Muse Code 背后的模型上线，同时登陆 Meta Model API；面向付费开发者的访问于 9 月 3 日开放。在 API 上，它依然分为两个熟悉的变体：muse-spark-1.3，其数据永远不会被用于改进 Meta 的产品；以及 muse-spark-1.3-contributor，正因为数据会被这样使用，它便宜得多。上下文窗口仍是一百万 token，模型接受文本、图像和视频输入，输出文本。
如果你在用 Muse Code，什么都不用做：agent 已经自己切换到了 1.3。
实际改了什么
Meta 对 1.3 的定位围绕真实场景中的可用性，而不是原始能力：
- 更长的线程。 它能在单个对话线程里跨多个工作流，维持更长周期的工作——正好契合 Muse Code 结束 beta 时新增的 Workflows 功能。
- 不确定就问，而不是瞎猜。 它会提出澄清问题，卡住时会明确说出来，对自身能力边界的判断也更准确，而不是汇报它其实没有达成的结果。
- 运行更精简。 在 Meta 工程师的对比中，完成同样的编码工作，它比 1.2 少用了约 20% 的工具调用和 25% 的 token。
你的账单能感受到的，正是最后这一点。价格没动，所以每个任务少用的 token 就是实打实的折扣：如果这个降幅在你的工作负载上同样成立，一个在 1.2 上要花 $1.00 token 费用的任务，到了 1.3 会接近 $0.75。
基准测试的附加条件
Meta 发布时的成绩单很亮眼——但最好的那些数字来自 max 推理配置，而这个配置在发布时仍在完成安全测试，只向有限的一批合作伙伴开放。对这一配置，Meta 公布的成绩如下：
| 基准测试 | Muse Spark 1.3（max） |
|---|---|
| DeepSWE 1.1 | 75.4% |
| Terminal-Bench 2.1 | 88.8% |
| SWEAtlas CodeBase QnA | 59.4% |
| 长上下文检索（MRCR，256K–512K） | 98.5% |
据 DataCamp 对这份成绩单的总结，这让它在 DeepSWE 上领先 GPT-5.6 Sol（73.0）和 Claude Opus 5（74.0）。大多数开发者在发布时拿到的配置，得分要低一些。VentureBeat 的对比显示，正式上线的模型在 Artificial Analysis Intelligence Index 上得分 61——与 GPT-5.6 Sol（max）和 Claude Opus 5（high）持平——并且在 agent 任务上与 max 配置存在差距，例如 OSWorld 2.0（57.2 对 66.9）和 JobBench（61.2 对 64.9）。请把上面那张头条成绩表当作上限，而不是你第一次会话的真实体感。
花多少钱
价目表上什么都没变：
| 每 1M token | Standard（muse-spark-1.3） |
Contributor（muse-spark-1.3-contributor） |
|---|---|---|
| 输入 | $1.25 | $0.10 |
| 缓存输入 | $0.15 | $0.002 |
| 输出 | $4.25 | $0.20 |
在 Muse Code 里，你还可以选择 $5 起的月度套餐，彻底跳过 token 计费；定价页对各种选项做了比较。
在哪里用
- Muse Code——默认模型；
/model可以在会话中途切换变体。 - Meta Model API——兼容 OpenAI 和 Anthropic SDK，可直接替换接入；改掉模型 ID，其余代码不用动。
- OpenRouter——
muse-spark-1.3和muse-spark-1.3-contributor都已上架。 - Cursor——团队版和企业版需要管理员先启用 Meta provider；Cursor 提供 300K token 的上下文，在 Max Mode 下可用完整的 1M，按相同的每 token 价格计费。
Muse Spark 开源吗？
不开源。Muse Spark 只能通过 Meta 的产品和 API 使用。Meta 的开放权重模型是 Muse Glimmer，于 2026 年 8 月 10 日发布：一个从 Muse Spark 蒸馏而来、300 亿参数的 agentic 模型，采用 Apache 2.0 许可证，量化后（约 20 GB）小到可以在单张消费级 GPU 上运行。权重以 meta-models/Muse-Glimmer-30B 发布在 Hugging Face 上，可以在 Ollama 和 LM Studio 中运行。Meta 并没有把 Glimmer 列为 Muse Code 可用的模型，所以请把它看作一个独立的本地选项，而不是同一个 agent 的免费版。
该不该切换？
如果你在用 Muse Code，你已经切换了。如果你通过 API 调用 Muse Spark 1.2，切换只需改一行模型 ID——切换前后都用你自己的 prompt 跑一遍，因为“更少的 token”是个平均值，而你的工作负载不是平均值。想了解 Spark 系列是怎么走到今天的，请看我们关于 Muse Spark 1.2 如何训练的文章；想看它在竞品 agent 中处于什么位置，请看对比页。