Meta推出Muse Spark 1.3模型，属于Muse系列，旨在提供AI开发支持，相关资源包括文档、教程和社区内容。
正文
Meta 公司发布了 Muse Spark 1.3 模型，该模型专为智能体工作流训练，并针对竞争性编程性能进行了优化。开发者可以期待更高的首次尝试准确率和可靠的工具调用能力。
Muse Spark 1.3 能够追踪上下文和先前结果，处理混乱或冲突的输入，并在需要时主动请求信息。它针对长周期编码工作流进行了调优，减少了不必要的交互步骤，输出更简洁。无论是在构建编码智能体，还是将 AI 作为开发伙伴，该模型在多项编码评估中均表现出与前沿模型相当的竞争力。
此外，Muse Spark 1.3 具备原生多模态感知能力，可以理解视频、图像和文档，其视觉推理在真实执行环境中运行，而非依赖预设脚本。用户只需提供截图或视频片段，模型即可据此进行构建。
该模型提供两种定价版本：muse-spark-1.3-contributor（用于改进产品，输入每百万 token 0.10 美元，输出 0.20 美元）和 muse-spark-1.3（不用于改进产品，输入每百万 token 1.25 美元，输出 4.25 美元），上下文窗口均为 1M。
评论
以下是对评论内容的总结，涵盖主要观点、论据及不同立场，并保留关键引用：
1. 性能与性价比突出
- 多数评论认可Muse Spark 1.3在基准测试中接近SOTA（如DeepSWE得分75.4），且价格极低。
- “DeepSWE scores 75.4 - that's the best score so far. And it's crazy cheap!”
- “The model seems on par with Sol and Opus 5 on paper... very competitive for $.”
- 用户实测显示，1.3版本在生成SVG等任务中表现优于1.2，且成本可控（如4.2美分/38秒）。
- “The 1.3 one is definitely better - better bicycle frame, better wing, better pelican hat.”
2. 定价策略引发争议
- “贡献者”定价（$0.10/$0.20 per Mtok）被赞为“疯狂便宜”，尤其适合业余开发者。
- “Practically free for 'contributors' at 0.2 usd/mtok. That's going to be hard to say no to for hobbyists.”
- 但用户对“允许训练数据”的条款普遍不信任，认为这是“用隐私换低价”。
- “So one model is 'Not used to improve our products' and is 10-20 times more expensive... I'm rushing to conclusions but there is zero trust here.”
- “Could this be best intelligence / $ if you're willing to let zuck digest your data?”
3. 对Meta的信任危机
- 部分用户因Meta的负面历史（如青少年心理健康诉讼、数据隐私问题）拒绝使用其产品。
- “Meta is one of those companies where... I'm happy to pay more to not use them.”
- “Not really looking to support a company that was just forced to pay $18B for mental health damages.”
- 但也有用户认为技术本身值得肯定，暂时忽略公司争议。
- “Good job Meta! Seriously. This is almost making me forget about the 18B$ lawsuit.”
4. 模型能力与定位
- 1.2版本在编码任务中表现“工具化”且可靠，但1.3可能因追求基准而失去简洁性。
- “Spark 1.2... felt like it knew its weaknesses and didn't try to impose its opinions on me.”
- “I'm a little worried that as Meta pushes for better benchmarks that Spark will start to fall into the trap of trying to be 'helpful'.”
- 部分用户对1.2的编码能力不满，转向其他模型（如Claude、Deepseek）。
- “I didn't like 1.2, It make some mistakes in a web app, so I quickly went back to Claude.”
5. 行业竞争与影响
- 评论认为Meta的低价策略将推动AI模型价格下降，加剧竞争。
- “All this competition will drive prices down!”
- 也有用户质疑其营销方式（如用图片而非HTML表格展示数据）。
- “Why they didn't use LLM to create html table instead of...?”
总结：Muse Spark 1.3在性能和价格上具有竞争力，但Meta的隐私政策与公司声誉成为主要争议点。用户对“贡献者”定价既心动又警惕，而模型在编码任务中的实用性评价两极分化。