一張寫著 Meta Muse 的標題卡,副標題為「整個家族,以及你想要哪一個」,位於一排六個標籤上方:Muse Spark、Muse Image、Muse Video、Muse Glimmer、Muse Code 和 Muse Voice Transcribe。
Guides & Insights

Meta Muse:Meta 個人代理家族中的每一款模型,以及你真正想要的是哪一款

作者

Elias Hawthorne

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

並沒有單一一個叫做 Meta Muse 的東西。取決於別人傳給你的是哪個連結,它可能指的是 Meta 在 2026 年 9 月 8 日於美國推出的消費級代理——也可能是其底下其中一個模型:Muse Spark,即負責實際思考的原生多模態推理模型;Muse Image與Muse Video,是 Meta 於 2026 年 7 月 7 日預覽的媒體生成器;Muse Glimmer,是採用 Apache 2.0 的 300 億參數開放權重模型;Muse Code,是終端機編碼代理;Muse Voice Transcribe,是語音轉文字模型;以及 Muse Realtime Avatar,是 Meta 在 9 月 23 日舉行的 Connect 2026 上展示的具身層。其中兩個名稱也根本不是模型:Muse Connectors 是產品介面,而 Muse Realtime Voice 是代理內部的對話層。

本頁面的存在就是為了釐清這一點。它並非一篇關於某個已過時事件的報導。它是我們今日型錄中現行機型系列的權威參考頁面——讀者搜尋該機型本身名稱後所抵達的頁面。其依據是我們於 2026-09-29 以第一方數據測得的持續搜尋需求,而非上市的新鮮度。其中可標定日期的錨點(代理為 9 月 8 日、Connect 為 9 月 23 日)是用來標定這些產品日期的資訊,並非本頁面所報導的事件。我們已另行報導該代理的上市,而本頁面不會重複報導;若你想看那則報導,請前往上市報導處。

以散文形式呈現的一分鐘路由表

從你真正在問的問題開始,寫到回答它的那一行就停。

• 如果你想要的是消費級產品——一個會讀你的電子郵件、幫你預訂事情、在背景執行,並在花錢前先徵求同意的個人代理人——那就是 Meta Muse這個代理人,而它的介面是 Muse 應用程式或 muse.ai 網頁版。Meta 的公告貼文列出在美國可於 iOS、Android 與 muse.ai 上使用,並將其描述為免費——「足以滿足人們大多數需求」,在此之上則有訂閱方案。那樣的說法是 Meta 自己的,發布於 Meta 自己的頁面上,而那也是唯一宣稱有免費方案的地方;關於速率限制或額度分配則完全沒有公布。

• 如果你要的是能回答問題、又能撰寫程式碼的模型——也就是你會從 API 呼叫的那一個——那就是 Muse Spark,目前的識別碼是 muse-spark-1.3。Meta 自家的模型頁面記載了 100 萬 token 的上下文視窗,每百萬個輸入 token 收費 $1.25、每百萬個快取輸入 token 收費 $0.15、每百萬個輸出 token 收費 $4.25,另外還有更便宜的貢獻者層級,價格為 $0.10 / $0.002 / $0.20,選擇該層級即會讓你的流量被納入產品改良。

• 如果你想生成或編輯靜態圖片——也就是 Muse Image,一款代理式圖像模型,Meta 在自己的模型頁面上將其定價為每張圖片 0.01 美元。它不是文字輸入、文字輸出的模型;它接收提示詞和參考圖片,並回傳圖片。

• 如果你想用生成式影片——那就是Muse Video,而這是這個系列中幾乎一切都仍未公布的成員。Meta 於 2026 年 7 月 7 日預覽了它,此後未公布任何上市日期、價格、影片長度、解析度與適用地區。任何在沒有 Meta 更新公告的情況下,引用 Meta Muse Video 特定上市日期或價格的說法,都只是揣測,包括我們在內。

• 如果你想轉錄音訊——也就是 Muse Voice Transcribe,Meta 在其模型頁面上的定價為每小時 $0.18(每 1,000 分鐘 $3.00),並具備講者歸屬功能。它不是文字輸入模型;它接收音訊並輸出文字。

• 如果你想在自己的硬體上執行代理程式,而且完全不必呼叫任何 API——那就是 Muse Glimmer,300 億個參數、Apache 2.0、小到足以在單一消費級 GPU 或一台 Mac 上運行,並由 Meta 以可下載的權重形式發布,而非透過端點提供。

• 如果你想在終端機或 CI 裡有一個代理程式——那就是 Muse Code,一套驅動 Muse Spark 的 CLI,只要一行 shell 指令碼就能安裝,而 Meta 現在同時記載了 macOS/Linux 安裝程式與 Windows PowerShell 安裝程式。

• 如果你希望對話的另一端有張臉孔和聲音——那就是 Muse Realtime Avatar,於 2026 年 9 月 23 日與 Meta 一篇名為「Bringing Your Muse to Life」的研究文章一同發布。

A single-column scoreboard titled Meta Muse - the family scoreboard, listing Muse Spark at $1.25 and $4.25 per million tokens, Muse Image at $0.01 per image, Muse Voice Transcribe at $0.18 per hour, Muse Glimmer at 30B under Apache 2.0 with open weights, Muse Code as a terminal agent for macOS, Linux and Windows, and Muse Video with no date and no price announced, footnoted to Meta's own model pages read September 29, 2026.

Meta 自己的年表怎麼說

把這個系列當成一段序列來記,會比當成一份清單更容易記在腦中,因為 Meta 一路到 2026 年都以穩定的節奏推出它。這些日期來自 Meta 的研究部落格索引;我們是直接閱讀該索引,而不是透過任何人的摘要:

• 2026年4月8日 — 「隆重推出 Muse Spark:邁向個人超級智能」,這是 Meta Superintelligence Labs 推出的首款 Muse 模型。

• 2026年7月7日 — Muse Image 與 Muse Video 一同發布。Image 已推出;Video 則否。

• 2026年7月9日 — Muse Spark 1.1.

• 2026 年 8 月 5 日 — Muse Code 與 Muse Spark 1.2 同日登場。

• 2026年8月10日 — Muse Glimmer,開放權重版本。

• 2026年9月1日 — Muse Voice Transcribe.

• 2026年9月2日 — Muse Spark 1.3.

• 2026年9月8日——Muse 代理本身,以及 Meta 的配套文章《我們如何將安全融入 Muse》。

• 2026 年 9 月 23 日 —〈Bringing Your Muse to Life〉這件即時虛擬化身作品,於 Connect 開幕當天發布。

這裡需要做一點更正,因為這一系列產品的日期特別容易出錯,而且廣為流傳的其中一個日期是錯的。Meta 的 Connect 回顧貼文日期為 2026 年 9 月 24 日,開頭寫著「Yesterday at Connect 2026」。文中表示 Meta 會在「未來幾個月內」把 Muse 帶到其 AI 眼鏡上。眼鏡版的使用權是在 9 月 23 日宣布的;它尚未出貨,而 Meta 自家的頁面也並未把它描述為已可取得。如果你讀到的是 Muse 已於 9 月 23 日登上 AI 眼鏡,那是把一項宣布報導成了實際可用,以 Meta 的頁面為準。

A capture of Meta's research blog index listing the Muse release chronology in reverse order: Muse Spark 1.3 on September 2, 2026, Bringing Your Muse to Life on September 23, How We Built Safety Into Muse on September 8, Muse Voice Transcribe on September 1, Muse Glimmer on August 10, Muse Code and Muse Spark 1.2 on August 5, Muse Spark 1.1 on July 9, Muse Image and Muse Video on July 7, and Muse Spark on April 8.

開發者接觸面,以及為何它比應用程式本身更重要

這個家族中,開發者應該關心的部分不是代理。而是 Meta Model API,因為這是 Meta 首次透過一個看起來像你已經擁有的東西的介面來公開 Muse 模型。Meta 自家的快速入門指南說得很明白:Model API「可與 OpenAI SDK、Anthropic SDK 及 OpenAI 相容的代理 CLI 直接替換,因此大多數技術堆疊只需變更基礎 URL 和金鑰即可運作。」基礎 URL 是 https://api.meta.ai/v1,而目前 Spark 的模型 ID 是 muse-spark-1.3。

那項相容性在實務上是否為真,與它在紙面上是否成立是兩回事,而我們尚未實際跑過。現今可驗證的是,Meta 記載了三條協定路徑,而非只有一條——Responses API、Chat Completions API 與 Messages API——這通常比單一「OpenAI 相容」端點是更強烈的訊號,因為這意味著 Anthropic 格式路徑是刻意打造出來的,而不是事後硬加上去的。

模態是必須仔細閱讀的地方。Meta 文件記載的 Muse Spark 輸入模態為文字、圖像、PDF 與影片,輸出為文字。那是一個原生多模態、具備工具使用能力的模型,而不是旁邊掛著一個圖像端點的純文字模型。如果你需要的輸出不是文字,Spark 就不是你要的那個家族成員——這正是 Muse Image 與 Muse Voice Transcribe 以獨立模型、獨立價格存在的原因。

這也是路由發揮價值的地方。家族成員如此廣泛,意味著你想要的模型取決於請求類型,而成員之間的成本差距很大:每張圖片 $0.01 與每音訊小時 $0.18,和每百萬個 token $1.25 屬於完全不同的預算等級。把其中數個放在同一個端點之後,並在供應商效能下降時進行容錯移轉,再加上可依請求類型挑選模型的路由規則,是比逐一串接各供應商 SDK 更小的工程問題——而且由於直通式路由器按供應商定價計費,Meta 的價格變更當天就會反映,而不是等到下一次合約續約。

Muse Glimmer 是你自行運行的那一款

Glimmer 值得從其餘模型中獨立出來看待,因為它顛覆了發佈模式。Meta 稱它是「專為永遠在線的本機代理所打造的開放模型」,擁有 300 億個參數、採用 Apache 2.0 授權,而且取得方式是下載權重,而不是呼叫端點。Meta 自己的定位是,它小到足以在單一張消費級 GPU 或一台 Mac 上運行,並將工具呼叫、跨重新啟動的持久狀態,以及跨長時間工作階段的自管理記憶體列為設計目標。

Meta 在 Glimmer 的模型頁面上發布了一張對比表,與 Gemma4-31B 和 Qwen3.6-27B 的思考模式進行比較。這是廠商在廠商挑選的基準測試上所做的比較,也應該這樣解讀——Glimmer 在 Meta 選擇列出的多數 agentic 項目中領先,但在 GPQA Diamond 和 Humanity's Last Exam 上落後。我們不在此重複個別數字,因為它們屬於一個我們並未提供服務的模型;如果你正在挑選本地模型,請直接從 Meta 自己的模型頁面和其發布的模型卡上讀取這些數字,並用你自己的任務對它進行測試。另請注意,我們自家報導的較早版本將 Muse Code 描述為僅支援 macOS 和 Linux。Meta 目前的文件也列出了 Windows PowerShell 安裝程式,因此該說法已經過時,應以 Meta 的頁面為準。

安全架構,用一段文字說明

Muse 的安全設計是 Meta 針對這個系列所發表過最具實質內容的工程設計,在你決定要給個人代理多少存取權限之前,值得先大致了解其輪廓。這個代理執行於 Muse Secure VM 內——每位使用者都有專用的 Linux VM,代理執行框架則位於 systemd-nspawn 容器中,該容器的 root 對應到主機上一個非特權使用者,因此容器 root 不是主機 root。憑證永遠不會到達代理:它們存放於 hatch-authd 擁有的儲存空間中,由 hatch-authd 簽發替代權杖,而另一個獨立的 Sentinel 代理則是連接器動作與所有網路流出流量的唯一權限授權者。Sentinel 會在 L4 與 L7 兩個層級評估請求,在網路邊界進行即時憑證替換,並使用核心層級的資料流追蹤(Meta 稱之為「受污染外送」——以 eBPF 實作),因此讀取過你資料的處理程序無法搭上自動允許的路徑。安全分類器在 runtime cell 之外執行,正是為了讓攻擊者無法從內部將它們關閉。Meta 自己針對懸賞計畫公布的數字是有用的校準依據:有效報告最高可獲 300,000 美元,其中影響單一使用者的提示注入最高可獲 130,000 美元。這是一家公司為自家產品的失效模式公開標價,這並不常見。完整說明見於 research.meta.ai/blog/security-and-safety-for-ai-agents-our-approach-with-muse,值得花二十分鐘閱讀。

Meta 尚未發布的內容

只重複行銷內容的參考頁面,並不是參考頁面。以下是這些缺口的真實情況:

• 單體式基準測試。在 Meta 自家頁面上,沒有任何單一已公布的指數數字能將這個系列與前沿同儕放在一起排名。Muse Spark 1.3 的頁面印出一張小表格,將 GDPval-AA v2、JobBench 以及一個僅有部分資料的欄位,與 Muse Spark 1.2、GPT 5.6 Sol 和 Opus 5 相比較,而這些數值都是 Meta 在 Meta 自行選定的投入設定下自行量測的。那是內部消融測試,而非正面對決,而且並未涵蓋 agent、Image、Video、Glimmer 或 Voice Transcribe。

• 任何在相同投入程度與測試框架下進行的正面對決。這兩個模型在我們能查證的任何地方,都不曾以同一套測試平台互相進行基準測試,無論是哪個方向。凡是出現數字,都是廠商自行提報的,我們會在帶有該數字的句子中註明這一點。

• Muse Video 的整體商業樣貌。不含日期、價格、上限或地區,如上文所述。

• 速率限制與額度結構。Meta 的定價與速率限制說明文件頁面從這裡只會回傳一個空殼,沒有任何可讀的數字——一份 107,8xx 位元組、裡頭毫無美元金額的文件——因此任何關於 Meta 上限的數字都會是憑空捏造。唯一的例外是上方引用的單價,那是我們今天在 Meta 各別模型頁面上讀到的。

• 任何關於 ai.meta.com/muse/ 所述內容的部分。該 URL 會傳回 200,並帶有可確認的標題,但沒有我們能擷取的內文,因此我們不會描述其內容。

什麼實際上可被呼叫,以及在何處

這部分正是可用性聲明最快過時的地方,因此以嚴謹限定的方式陳述,且依據即時查核,而非來自同系列文章。截至 2026-09-29,OrcaRouter 目錄恰好提供兩條 Muse 路由,並已逐一對照公開模型 API 驗證:

• Meta:Muse Spark 1.2 — 1,048,576 個 token 的上下文,每百萬輸入 token 為 1.25 美元,每百萬快取輸入 token 為 0.15 美元,每百萬輸出 token 為 4.25 美元,表列發布日期為 2026-08-05。

• Meta:Muse Spark 1.1——相同的 1,048,576 token 上下文,以及相同的 $1.25 / $0.15 / $4.25 費率,所列發布日期為 2026-07-16。

這兩個價格與 Meta 在其自家模型頁面上為 muse-spark-1.3 公佈的費率相同,這正是零加成轉嫁的樣子:你支付 Meta 的定價,而我們不會額外加價。 Muse Spark 1.2 已在 OrcaRouter 上以 Meta 的確切定價上線,如果你要移植現有的 Spark 工作負載,它就是首選。

這個系列中沒有其他成員在我們的目錄上,而這種缺席值得直言不諱:Muse Spark 1.3、Muse Image、Muse Video、Muse Glimmer、Muse Code 和 Muse Voice Transcribe 今天全都會從公開模型 API 回傳 not-found。如果你要的是 1.3 這個識別碼,或 $0.01 的圖片價格,那是 Meta 自家的端點,不是我們的。自信但錯誤的可用性聲明比沒有聲明還糟,所以整段就是這樣。

A capture of the OrcaRouter model page for meta/muse-spark-1.2, showing the input modalities text, image, video, file and audio with text output, the pricing row of $1.25 per million input tokens and $4.25 per million output tokens, a p50 time-to-first-token of 10.00 seconds, and a listed release date of 2026-08-05.

如何一氣呵成地思考家庭

三個區分就完成了大部分的工作。第一,產品與模型之別:Meta Muse 是具備 UI 與權限系統的消費者代理,它不是讓你從程式碼呼叫的東西——底下可呼叫的對象是 Muse Spark。第二,端點與下載之別:除了 Muse Glimmer 之外,每個成員都是透過 Meta Model API 或建構於其上的用戶端來取用,而 Glimmer 則是透過下載權重來取用。第三,已推出與已發表之別:Image、Voice Transcribe、Spark 與該代理都已推出;Video 與眼鏡存取則尚未推出,而且兩者都在流通的資訊中被賦予了錯誤的日期。

如果你正在決定這一季要打造什麼,務實的解讀是:Muse Spark 是這個家族中唯一有公開定價、公開上下文視窗、有文件記載的 API,以及低成本容錯移轉路徑的成員——這讓它成為低風險的入門選擇,也讓其他一切成為值得觀察、而非值得據以規劃的對象。如果你正在決定要讀什麼,那篇安全文章是 Meta 針對這個家族所發表過價值最高的文件,因為它正是會告訴你代理出錯時會發生什麼事的那一篇。