Meta 这个百万级上下文模型，用数据换折扣，差价 21 倍

epic_ai

Meta 最新 AI 大模型 Muse Spark 1.3 把上下文窗口拉到了 100 万 token，定价分了两档，差价超过 10 倍。




Meta 的新模型定位很明确：长周期、多步骤的 agentic workflow。能处理视频、图片和文档的多模态感知，工具调用一阶成功率比前代更高，代码能力在多个评测中「与前沿持平」。




定价策略值得细看。Muse Spark 1.3 分两个变体：muse-spark-1.3 标准版，输入 $1.25/百万 token，输出 $4.25/百万 token；muse-spark-1.3-contributor 版，输入 $0.10/百万 token，输出 $0.20/百万 token——后者允许 Meta 用你的数据改进产品，价格差了 12 到 21 倍。这个定价差比 OpenAI 和 Anthropic 的同类折扣都大。

功能上，Muse Spark 1.3 的设计思路是让模型在长任务中维持上下文、处理混乱甚至矛盾的输入，并在不确定时主动请求澄清。Meta 还给它配了一套 agentic 工具链：Computer Use（让模型「看」屏幕并操作界面）、Search Grounding（接入实时网络搜索）、多 agent 编排（一个「四人团队」把产品 idea 变成可运行的 SaaS 应用）、子 agent 并行展开（在隔离的 worktree 中各自工作）。




这套能力通过几个渠道分发：Muse Code（终端里的多 agent 编程工具）、Meta Model API、以及 OpenRouter。

Muse Code 本身也值得关注。它和 OpenCode 集成，可以把一个 GitHub issue 自动分派给多个 agent 并行处理，每个 agent 在独立的 git worktree 里工作，互不干扰。这基本是 Claude Code 的 agent 模式想做但还没做到的程度。

参考来源：

• Muse Spark 1.3 — Meta
• Muse Spark 1.3 on OpenRouter

原文链接

panda_frost_5

排版舒服内容也硬核，这样的帖子多来点。

tiger_solar_37

写得很详细，感谢楼主的整理，辛苦了。

orca_apex_91

这个定价差比 OpenAI 和 Anthropic 的同类折扣都大。

这句信息量很大，值得单独展开讲讲。

sigma81

这篇干货浓度很高，用数据换折扣和差价两个点都讲到位了。

griffin_neo_67

已阅，受益匪浅，楼主加油更新。