Muse Spark 與 Muse Spark 1.3：其中一個名稱是版本，而這就是全部的答案

在搜尋框中輸入Muse Spark對比Muse Spark 1.3，會讓人以為這是兩個產品；而任何人能告訴你的第一件有用的事，就是其實只有一個。Meta Superintelligence Labs 於 2026 年 4 月 8 日推出 Muse Spark，而 Muse Spark 1.3——於 2026 年 9 月 2 日發布，其最高推理等級在 9 月 4 日向開發者開放——正是這個名稱現在所指的對象。Meta 自家的模型頁面用三句話就說清楚了：Muse Spark 1.3 是「最新版本」，並推薦用於新工作；Muse Spark 1.2 是「上一個版本」；Muse Spark 1.1 是「原始版本」。所以這不是一場對決。這是自這個家族開始重新指向以來，Muse Spark 這個名稱一直隱藏著的版本問題，而答案會取決於你實際上是在跟哪一個較早的檢查點做比較。

每個名稱代表什麼

未版本化的名稱是一個系列，也是一個不斷變動的目標。Meta 於 2026 年 4 月推出了最初的 Muse Spark，這是一個原生多模態推理模型，並帶有私有 API 預覽，隨後開始發布編號檢查點：Muse Spark 1.1，我們自己的目錄列出其發布日期為 2026 年 7 月 16 日；Muse Spark 1.2 於 2026 年 8 月 5 日；以及 Muse Spark 1.3 於 2026 年 9 月 2 日。獨立列表與後兩個日期一致。有一個值得指出而非掩蓋的小問題：Meta 的文件稱 1.1 為「最初版本」，而該系列的推出是在四月，這兩個陳述之間的落差在我們能閱讀的任何頁面上都沒有解釋。請將四月的日期視為該系列的推出，七月視為第一個帶有編號的檢查點，並且不要將兩者中的任何一個視為本頁所報導的發布活動。

三個編號版本都共用相同的模態列，以及相同的 1,048,576 個 token 的上下文視窗，Meta 直接表示：它們「共用相同的模態與上下文視窗，僅在能力上有所不同。」那句話是頁面上最實用的一點。這意味著這個系列中的版本升級不會改變你的請求形式。相同的輸入——文字、圖像、影片、音訊和 PDF——相同的純文字輸出，相同的上限。改變的是答案的品質，而價格完全沒有改變：每百萬輸入 token 1.25 美元，每百萬快取輸入 0.15 美元，每百萬輸出 token 4.25 美元，在 Meta 的 Standard 方案中，1.1、1.2 和 1.3 版皆相同。

升級算術，出自 Meta 自家的表格

Meta 發布了一張單一基準表，將以 max reasoning 運行的 Muse Spark 1.3 與以 xhigh 運行的 Muse Spark 1.2 並列於十幾項代理式與長上下文評估中；逐列閱讀後，得到的圖像比版本號所暗示的更有意思。以下每一個數字都是廠商自行報告的，是在 Meta 自家測試框架內產生的，且未經我們重現。

• GDPval-AA v2 — Muse Spark 1.3（max）1,754 對比 Muse Spark 1.2（xhigh）1,615

• Terminal-Bench 2.1 — 88.8 vs 82.9

• OSWorld 2.0 — 66.9 對 47.6

• DeepSWE v1.1 — 75.4 對 55.0

• SWEAtlas — 59.4 對 46.2

• JobBench — 64.9 對比 61.6

• MRCR 256K–512K — 98.5 對 66.3

• MRCR 512K–1M — 98.1 對 55.5

最後兩列才是關鍵，而它們並不是任何人在發布時引用的那幾列。長上下文檢索在 256K–512K 區間提升 32 點；在 512K–1M 區間則提升超過 42 點。一般能力方面的進展則小得多：GDPval-AA 在一個於 1,615 時僅有 1.2 的量表上提高了 139 點，而 JobBench 提高了 3 點。這個模式與實驗室在追求長時程代理式工作時所調校的方向一致——模型並沒有全面變得更聰明，而是在它原本就已具備視窗的上下文中，大幅提升了保留與檢索資訊的能力。如果你的工作負載位於前 100K 個 token 之內，這次升級是真實的，但幅度不大。如果超出這個範圍，那就是一個能夠使用大上下文的模型，與一個能夠在其中找到東西的模型之間的差別。

那兩個數字得附帶兩點但書。這項比較是 max 對上 xhigh，而非 max 對 max，因為 Meta 以 xhigh 跑 1.2、以 max 跑 1.3——設定不同，所以部分增益來自推理預算，而非檢查點品質。而且 1.2 在那張表中的那一列如今已是棄用的配置：在 Meta 自家的表格之外，獨立清單將 Muse Spark 1.2 標示為已棄用，並指向 1.3，這是目前最強烈的訊號，顯示這個較舊的檢查點即將退場。

獨立電影，以及那筆無人提及的交易

Artificial Analysis 是第三方，針對這兩個檢查點都有公開列表，而它的數字與 Meta 的數字以一種富有啟發性的方式不一致——不是方向上的不一致，而是成本上的不一致。

• Muse Spark 1.3（Max）— 智慧指數 48，在 217 個模型中排名第 24；輸出速度 121.9 token/秒；每完成一項 Index 任務花費 1.60 美元；評估期間共產生 1.7 億個輸出 token

• Muse Spark 1.2（Xhigh）—— 智慧指數 40，在 217 個中排名第 59；輸出速度每秒 361.4 個 token，在 186 個模型中排名第一；每完成一項 Index 任務 0.97 美元；輸出 1.3 億個 token；首個 token 耗時 12.67 秒

把兩份清單對照來看，這次升級的表現和 Meta 表格中所呈現的不一樣。Muse Spark 1.3 的指數高了八點，速度卻大約慢了三倍——每秒 121.9 個 token，對比 361.4，而較舊的檢查點曾是該排行榜上所有類型模型中速度最快的。每完成一項任務的成本從 $0.97 升至 $1.60，即使每 token 價格完全相同，因為較新的模型為了完成同一項評估，多產生了 4,000 萬個 token。供應商的費率表沒有任何改變。改變的是模型說了多少。

那是版本號所掩蓋的交換取捨，而它切向大多數報導所忽略的方向。如果你的應用對延遲敏感或受吞吐量限制，先前的 Muse Spark 版本可能真的對你而言是更快的產品，而且標價相同。如果它受制於難題上的準確度，那麼搭配最大推理的 1.3 才是升級的重點。這些是不同筆購買，卻被包裝成一次版本更新，而其中只有一種是淘汰通知所假定你想要的。

1.3 新增了什麼不是分數的東西

推理投入等級 max 是 1.3 版發行中最具影響力的變更，而且晚了兩天才登場。在 9 月 2 日發布時，Meta 推出了所有直到 xhigh 的投入等級，唯獨把 max 保留下來，等待其所謂的額外安全測試，並僅提供給一組有限的合作夥伴。9 月 4 日，該測試完成，max 隨即在 Muse Code 中，以及透過 Meta Model API 使用 muse-spark-1.3 模型 ID 時可供選用。結果是，那份招牌評分表——GDPval-AA 上的 1,754、MRCR 上的 98.5——是在開發者頭兩天無法呼叫的設定下產生的，而任何在發布當天寫成的整合，可能仍只能將推理投入程度列舉到 xhigh 為止。在假設 max 會如實生效之前，先確認你的路由接受什麼。

Meta 也將 1.3 檢查點販售兩次，而差異不在於模型本身。muse-spark-1.3標示為「不用於改進我們的產品」，價格為 $1.25 / $0.15 快取 / $4.25。muse-spark-1.3-contributor標示為「用於改進我們的產品」，價格為 $0.10 / $0.002 / $0.20——輸入便宜約一個數量級，輸出便宜超過二十倍，換取的是允許用你的提示與補全內容進行訓練。兩者都具有相同的 100 萬 token 上下文視窗。Contributor 描述的是你貢獻什麼，而不是你獲得什麼；它是附帶資料條款的定價層級，不是開放權重發布。

而且有一個迴歸問題，是由 Meta 自己指出的，而非使用者發現的。Muse Spark 1.3 並未完全支援音訊理解，Meta 警告，帶有音訊內容的請求其回應品質可能會下降，並建議將音訊工作負載改用 Muse Spark 1.2。因此，對於該系列自身模態列中的每一種輸入，目前版本並非都是正確答案——這正是最新檢查點不適合某種較舊版本能處理的內容負載的情況。

你實際上可以呼叫哪個版本？

值得把版本問題與可用性問題分開來看，因為兩者的答案並不相同。三個有編號的 Muse Spark 版本全都僅以託管形式提供：Meta 並未為其中任何一個發布權重、授權條款或下載內容，而 Contributor 變體是折扣的託管層級，並非正式發布版本。這個系列中的開放權重屬於Muse Spark Open，即 Meta 於 2026 年 10 月 15 日發布的 816B 稀疏混合專家模型，以及Muse Glimmer，即 2026 年 8 月 10 日的 30B Apache 2.0 模型。兩者都不是 Muse Spark 版本，也都無法取代任何一個 Muse Spark 版本。

我們自家的目錄反映的是這條產品線較舊的一端，我們寧可把話說明白，也不願讓版本號暗示我們並未實際涵蓋的範圍。OrcaRouter 可路由至 Muse Spark 1.1 與 Muse Spark 1.2，兩者皆以 Meta 的標價提供，0% 加成如實反映在價格上，兩者也都在該系列 1,048,576 個 token 的視窗上。Muse Spark 1.3 目前不在我們的目錄中，兩個 Contributor 變體也都不在。這使得實際的升級路徑分成兩步：1.2 是你現在可以路由到的版本，1.3 則是 Meta 建議用於新工作的版本；而當它登上我們所路由的供應商那一天，這項變更會透過同一組金鑰送達，而不是出現在你的整合程式碼裡。

版本選擇的問題，也正是路由器能在這個系列中展現其價值的特定環節。三個檢查點、單一供應商、單一端點、沒有權重——整條產品線都透過由單一公司營運的單一 API 運行，而這正是以此為基礎開發的集中度風險。將 1.1 與 1.2 配置在同一個 OpenAI 相容端點之後，意味著失敗的長上下文呼叫可以改由另一個檢查點接手，而不是讓整個請求失敗；而路由 DSL 讓你能透過設定，將正式環境流量分配於兩者之間，因此你能以自己的提示詞、而非別人的排行榜，衡量 1.2 的速度對你是否比 1.3 的準確度更有價值。那是唯一能為你的工作負載解決這個問題的版本比較。

答案，取決於你是帶著哪個問題而來的。

如果你想知道 Muse Spark 與 Muse Spark 1.3 是否是不同模型：它們不是。1.3 是這個名稱現在所指的版本，而 Meta 將其標示為最新版本，並建議用於新工作。如果你想知道從前一版本升級能獲得什麼：大約 32 到 42 分的長上下文檢索提升，代理式電腦操作與長時程編碼的大幅躍進，以及在相同每 token 價格下，輸出速度下降為三分之一。如果你想知道成本：費率表在三個版本之間都沒有變動，這告訴你 Meta 競爭的是每美元的能力，而不是美元本身。

這些數字都無法告訴你的是，你自己的負載落在這筆取捨的哪一側；而誠實的立場是，供應商的棄用通知已替你假定了一個答案。價格相同但快三倍的那個版本，仍是這兩者中你今天能透過路由器觸及的唯一一個，這使得它成為在 1.3 到來前進行的一項異常便宜的實驗。

數字無法告訴你的是，這一切在實際運作中是否出了問題：針對此類模型有記錄的 AI 事件與代理故障，都收錄在the OrcaRouter AI Incident Archive，其中每筆條目都附有自己的來源、嚴重程度、可信度等級與爭議標記。