2026 年 Meta Muse Spark 1.3 完全解读！编程 AI 新星 DeepSWE 75.4 超越 Opus 5

---

2026 年 9 月 2 日，Meta（马克·扎克伯格亲自宣布）发布了Muse Spark 1.3——专为编程与智能体工作优化的模型。相比 1.2，工具调用约减 20%・Token 约减 25%，效率大幅提升。Meta 公布的DeepSWE v1.1 得分 75.4，超过了 Anthropic 的 Opus 5（74.0）。

先给结论：Muse Spark 1.3 是 Meta「5 个月内第 4 次大版本更新」的最强编程模型，以极低价格提供接近前沿（Opus 5・GPT-5.6 Sol）的性能，这是它最大的魅力。

本文可以了解

• Muse Spark 1.3 是什么（30 秒理解）
• 相比 1.2 的三大改进
• 主要基准成绩（DeepSWE 75.4・Terminal-Bench 88.8 等）
• 价格（$0.10/1M 输入起）与上手方法
• 与 Muse Code 的关系・竞品对比

Muse Spark 1.3 是什么

Muse Spark 1.3 是 Meta Superintelligence Labs（MSL）开发的编程・智能体工作专用模型的最新版。

• 出品方：Meta Superintelligence Labs（负责人：Alexandr Wang・前 Scale AI CEO）
• 发布日期：2026 年 9 月 2 日（扎克伯格在 X 上宣布）
• 获取方式：Muse Code（Meta 官方编程智能体）+ Meta Model API
• 定位：5 个月内第 4 次大版本更新（4 月初版→7 月 1.1→8 月 1.2→9 月 1.3）
• 下一个：代号「Watermelon」的大型模型

Muse Spark 系列发展史：

• 2026 年 4 月：初版发布（MSL 第一款模型）
• 7 月：Muse Spark 1.1（支持 1M Token 上下文）
• 8 月：Muse Spark 1.2 + Muse Code（Meta 首款编程智能体）
• 9 月：Muse Spark 1.3（本次最新版）

Muse Spark 1.3 的三大改进

1. 智能体性能提升

1.3 在长时间智能体工作（long-horizon）中展现真正价值。

• 多工作流并行：在一条长线程中同时处理多个任务
• 混乱输入的处理：即使消息杂乱，也能映射到正确的任务
• 主动协作：提示含糊时主动提问澄清，卡住时求助，执行不可逆操作前先确认
• 长指令跟随：多步骤任务中保持详细需求不丢失

2. 效率（相比 1.2）

Meta 工程师对比显示，1.3 更快、更高效：

• 工具调用约减 20%
• Token 约减 25%——输出更简洁干净
• 减少不必要的回合——来回更少，整体更快

3. 安全性

在智能体与编程最相关的维度上强化了安全：

• 对提示词注入的抵抗力更强
• 对不可逆行动的判断更准：正确识别并谨慎处理
• 对自身局限的自我认知更好：知道自己不知道，减少幻觉输出

Muse Spark 1.3 基准成绩

Meta 公布对比表（对照 Muse Spark 1.2・GPT-5.6 Sol・Opus 5）的主要分数：

解读要点：

• DeepSWE v1.1：从 1.2 的 55.0 跃升至 75.4——超过 Opus 5（74.0）
• MRCR 长上下文：最强领域。256K-512K 得分 98.5（远超 GPT-5.6 Sol 的 91.5）
• Terminal-Bench 2.1：与 GPT-5.6 Sol 并列 88.8，超过 Opus 5（86.7）
• 以上为 Meta 自家 harness 的自报数值，第三方评测（Artificial Analysis 等）值得关注

价格：惊人的低价设计

Muse Spark 1.3 的定价与 1.2 相同。扎克伯格称其「almost too cheap to meter（便宜到不值得计量）」。

• Contributor 档：每 1M 输入$0.10・输出$0.20（据 X 公告；5 小时滚动窗口限制・部分国家）
• Standard 档：每 1M 输入 $1.25・输出 $4.25
• 缓存输入更便宜（$0.15/1M）

竞品对比的价值：前沿模型（GPT-5.6 Sol・Opus 5）输出通常 $3–$5/1M，而 Muse Spark 1.3 只需$0.20–$4.25——「用白菜价享受前沿级编程」是它最大的武器。

上手方法

方式 1：Muse Code（终端编程智能体）

# 安装 Muse Code（一条命令）
npm install -g muse-code

# 在项目内启动
muse

• 首次启动通过浏览器登录（dev.meta.ai）
• 信任工作区后自动加载技能・规则・钩子
• 把默认模型切换为 muse-spark-1.3
• 无头（CI）执行：muse exec "任务描述"

方式 2：Meta Model API（接入自己的智能体）

from openai import OpenAI

client = OpenAI(
    base_url="https://api.meta.ai/v1",
    api_key="META_API_KEY"
)

response = client.chat.completions.create(
    model="muse-spark-1.3",  # 只需改模型 ID
    messages=[{"role": "user", "content": "修复这个仓库里的 bug"}]
)

• 兼容 OpenAI SDK——现有代码只需改模型名
• 端点・SDK・价格不变

与本站 Muse Code 指南的关系

本文是 2026 年 8 月 Muse Code / Muse Spark 1.2 指南的续篇。Muse Code 的基础（异步后台智能体・事件日志・/plan 技能等）请参考：

→ 2026 年 Muse Code 完全指南！Meta 终端编程智能体与 Muse Spark 1.2 彻底解读

Meta 开源本地模型的另一支柱 Muse Glimmer 请看：

→ 2026 年 Meta Muse Glimmer 完全指南！30B 开源模型正在改变本地 AI 智能体

总结：Muse Spark 1.3 是 Meta「速度 × 价格」的王牌

Muse Spark 1.3 证明了 Meta 正以惊人速度追上前沿——5 个月 4 次大版本更新。

• ✅ 性能：DeepSWE 75.4（超 Opus 5）、长上下文压倒性（MRCR 98.5）
• ✅ 效率：工具调用减 20%・Token 减 25%
• ✅ 价格：前沿级却从 $0.10/1M 输入起（contributor）
• ✅ 安全：提示词注入抵抗力・不可逆操作前确认
• ✅ 路线图：开源权重・大型「Watermelon」・max reasoning 模式

适合谁：

• 想便宜使用 AI 编程智能体的开发者
• 需要长上下文的复杂仓库工作
• 想尝试 Muse Code 自动化编程的人

编程 AI 大战日益激烈，但Meta 的「速度 × 价格」策略是相对于 GPT 和 Claude 的明确差异化。建议从 contributor 档开始尝试。

链接

• Meta 官方公告（research.meta.ai）：Introducing Muse Spark 1.3
• Muse Code 文档：https://dev.meta.ai/docs/muse-code
• Muse Spark 模型页：https://developer.meta.com/ai/models/muse-spark/
• X 公告（@MetaforDevs）：https://x.com/MetaforDevs/status/2095232442953236714

相关文章

• OpenCode 上免费使用 Meta Muse Spark 1.3！Zen/Go 指南 2026（Contributor 版详解）

• Meta「Muse Spark 1.3 max」正式公开：编程基准与 Claude Opus 5 并列第一（2026年9月）
• 2026 年 Gemini 3.8 Flash 完全指南！Google 最强编程模型 HLE 54.9% 超越 Opus 5，网络安全版同步登场
• 【2026】Muse Code 完全指南！Meta 发布的终端编码智能体与 Muse Spark 1.2 深度解读