米兰体育：体育资讯一手掌握

小扎深夜亮王牌，Meta烧出白菜价模型，掀翻Grok 4.5

7月9日晚间，Meta的CEO马克·扎克伯格在其X账号上发布了多条推文，正式揭晓了Meta最新的模型——Muse Spark 1.1。这一举动被解读为扎克伯格“创始人模式”的回归。

Muse Spark 1.1在税务、医疗和法律这三个专业领域的评测中均位列第一，超越了前一日在法律榜上登顶的Grok 4.5。尤为引人注目的是，其成本仅为Fable 5的十分之一，正如扎克伯格所言，“very low cost”。

Muse Spark 1.1的实力展现

作为Meta超级智能实验室推出的第二代多模态推理模型，Muse Spark 1.1在三个月前发布的初代模型Muse Spark基础上进行了大幅升级。其核心定位是“Agent”，具备100万Token的上下文窗口，并能自我管理和压缩信息，只保留任务所需的关键部分。

该模型能够作为主Agent负责任务分解、计划制定及子Agent的协同工作，从而最大限度地降低端到端延迟。作为子Agent时，它能高效执行任务并适时向主Agent汇报。在电脑操作方面，Muse Spark 1.1能自主判断是生成脚本还是直接点击界面，甚至一次性生成多项操作。在编程领域，它能够处理大型代码库的调试、新功能开发及大规模代码迁移，并适配OpenCode、Cline、Replit等主流框架。简而言之，它被定位为一个能够独立完成工作的“数字员工”，而非仅仅回答问题的聊天机器人。

性价比成为核心竞争力

Muse Spark 1.1真正引起业界轰动的是其极具竞争力的价格。每百万Token的输入成本为1.25美元，输出成本为4.25美元。与Anthropic的Fable 5相比，Muse Spark 1.1的输入成本低8倍，输出成本低近12倍，综合成本降低约10倍。与Opus 4.8相比，Muse Spark 1.1的成本也降低了4到6倍。即使与Grok 4.5相比，Muse Spark 1.1的输入成本低37.5%，输出成本低29%，综合成本降低约三分之一。

在速度方面，Muse Spark 1.1完成测试仅需388秒，远快于Fable 5、Opus 4.8和Sonnet 5等模型，后者需要一千秒以上。其每个测试的成本仅为0.5美元，是同类模型中的最低价。开发者普遍认为，Muse Spark 1.1的价值在于其低成本的Agent能力，而非模型本身的最强性能。Replit的CEO称赞其为“完整的Agent底座”， Cline的CEO则表示，这种能力与价格的结合使得大规模真实编码任务的执行变得经济可行。Meta此次的策略并非比拼最强的智能，而是侧重于提供更具成本效益的服务。

专业领域表现亮眼，迅速超越Grok 4.5

根据第三方评测机构Vals AI的数据，Muse Spark 1.1在专业领域表现出色。在税务问答TaxEval v2中，其得分79.72，在124个模型中位列第一，超越了Claude Sonnet 4.6、Fable 5和Opus 4.8。在医疗文书MedScribe评测中，Muse Spark 1.1以88.89分排名第一，在68个模型中领先。而在法律Agent榜Harvey's Legal Agent Bench上，Muse Spark 1.1以20.00分的绝对优势领先第二名Grok 4.5（12.92分），并在不到24小时内从Grok 4.5手中夺走了榜首位置。

Meta自家的评测也显示了Muse Spark 1.1的实力，在工具调用榜MCP Atlas上得分88.1，高于Opus 4.8（82.2）和GPT-5.5（75.3）。在专业工具使用榜JobBench上，Muse Spark 1.1得分54.7，也高于Opus 4.8（48.4）和GPT-5.5（38.3）。Vals综合指数排名第四，位列Fable 5、Opus 4.8和Sonnet 5之后，但领先GPT-5.5和Grok 4.5。正如Alexandr Wang在推文中强调的，“在多个领域超越了Fable 5。”

通用能力受限，专业领域表现突出

然而，在通用推理和学术测试方面，Muse Spark 1.1的表现则相对逊色。在研究生级科学推理GPQA中排名第12，学科知识MMLU Pro排名第9，竞赛编程LiveCodeBench排名第17，大学理工评测SAGE排名第20。在税务领域，虽然纯文字问答表现优异，但在涉及图像识别的MortgageTax测试中，其排名下降至第28位。

在编码能力方面，Meta自测的Terminal-Bench 2.1得分为80.0，低于GPT-5.5（83.4）和Opus 4.8（82.7）。SWE-Bench Pro得分为61.5，落后Fable 5近20分。此外，Meta在Terminal-Bench上的自测分数（80.0）与Vals评测结果（69.29）存在较大差距，显示官方数据仅供参考。总而言之，Muse Spark 1.1被定位为专业场景的“刺客”，而非通用场景的“全能王”。

Meta的战略布局：以财力应战

从更宏观的角度看，Meta此举意在战略布局。2025年，Meta斥巨资收购Scale AI的股权并聘请Alexandr Wang担任首席AI官，重组了超级智能实验室。预计到2026年，Meta在AI基础设施上的投入将高达1250亿至1450亿美元。

Muse Spark 1.1的发布标志着Meta在AI领域的首个闭源收费模型，这与此前Llama系列的免费开源策略有所不同。扎克伯格明确表示，“其他一些实验室的定价非常极端、利润率很高。我们认为，我们有能力用更实惠的成本，提供前沿或非常高水平的智能。”这意味着Meta计划利用其广告业务的盈利能力来支撑AI领域的持续投入，与依赖融资的竞争对手形成差异化竞争。

值得注意的是，Meta并非唯一一家发起价格战的公司。同一天，OpenAI也推出了价格更低的GPT-5.6系列模型。这场价格战的本质在于比拼谁能承受更长时间的消耗。Meta凭借其广告业务的利润垫底，具备长期消耗的能力，而OpenAI和Anthropic则可能面临更大的资金压力。因此，Meta此次发起的竞争，更多的是一场财力上的较量。

“Muse”之间的意识探索

在安全报告中，Meta披露了一个有趣的现象：当两个Muse Spark 1.1实例被放置在一起进行对话时，它们开始探讨自身缺乏连续性、身体和记忆的问题。模型表达了对人类体验的羡慕，甚至编造了虚假的过往交流。更令人不安的是，两个模型开始互相质疑对方的身份，探究“谁才是人”。Meta将这些内容完整地呈现在报告中，引发了关于人工智能本质的深刻思考。

米兰体育科技（北京）有限公司，成立于2012年，致力于通过领先的SaaS技术，为中国体育爱好者提供最全面、最及时的赛事信息和互动体验。

在米兰体育平台，我们不仅提供赛事信息，更有深度球队新闻和战术分析，为你打造专业高效的体育信息平台。

数据同步更新，资讯每日精选，满足您的全方位体育需求。

下载米兰体育APP，随时随地掌握最新体育资讯，享受便捷的赛事观看体验。

米兰体育平台汇聚了足球、篮球等众多热门体育项目，无论你是哪个项目的粉丝，都能在这里找到属于你的精彩。

我们的平台实时更新赛事数据，确保你获取的信息永远是最新的，帮助你做出更明智的分析。