Meta 发布 Muse Spark 1.1 API，引发大规模 AI 价格战
Meta 通过发布 Muse Spark 1.1 正式进入开发者 API 领域。这是一款专门为复杂的智能体（agent-based）任务设计的多模态推理模型。通过将高性能推理与激进的价格策略相结合，Meta 正在直接挑战 OpenAI 和 Anthropic 的市场主导地位。
Muse Spark 1.1：多智能体编排的强大引擎
Muse Spark 1.1 模型代表了智能体工作流（agentic workflows）的一次重大飞跃，重点关注编程、计算机使用和多模态理解方面的“思考”能力。与标准的 LLM 不同，Muse Spark 1.1 的设计初衷是作为多智能体系统中的核心编排器。它能够收集上下文、制定战略计划，并将执行任务委派给并行的子智能体，同时还能管理高达一百万 token 的超大上下文窗口。
该模型的卓越技术实力体现在其基准测试表现上。Muse Spark 1.1 在 MCP Atlas 基准测试中以 88.1 的得分领先，在 Humanity's Last Exam 中以 62.1 的得分领先，超越了 Anthropic 的 Opus 4.8、OpenAI 的 GPT 5.5 以及 Google 的 Gemini 3.1 Pro 等重量级模型。在 Vibe Code Bench 上，该模型较其前代产品大幅跃升了 36 位，标志着在实际编程和企业系统管理方面取得了重大升级。
AI 定价策略的范式转移
虽然该模型的智能程度令人印象深刻，但 Meta Model API 的发布才是真正的行业颠覆者。Meta 为前沿模型设定了新的价格底线，这给专门的 AI 实验室带来了巨大的压力。
Meta 的定价结构极其精简：
- Input Tokens（输入 Token）： 每百万 $1.25
- Output Tokens（输出 Token）： 每百万 $4.25
- Cached Input（缓存输入）： 每百万 $0.15
- Web Search Grounding（网页搜索落地）： 每 1,000 次查询 $2.50
为了直观对比，像 Anthropic (Opus 4.8) 和 OpenAI (GPT 5.5) 这样的竞争对手，每百万输出 token 的费用在 $25 到 $50 之间。Meta 的费率不仅低于这些领先者，甚至还低于 xAI 的 Grok 4.5。此举利用了 Meta 每年 600 亿美元的巨额利润，以一种像 OpenAI 这样高烧钱的初创公司可能难以维持的方式进行竞争。
对 AI 格局的“挤压”效应
Meta 进入 API 市场对现有的 AI 提供商形成了一种“钳形攻势”。一方面，像 GLM 5.2 这样的中国模型正通过极低成本、高性能的开源替代方案从底层推动价格下降。另一方面，Meta 和 Google 正利用其庞大的企业资源，提供具有竞争力的模型，作为进入其更广泛生态系统的入口。
这场价格战迫使开发者和创始人改变选择技术栈的方式。正如 Coinbase 和 Lindy 等公司通过转向更便宜的模型所展示的那样，行业正在向“智能商品化”的现实迈进。未来的赢家将不再仅仅是那些基准测试得分最高的人，而是那些能够在推理能力、极高的 token 效率和成本效益之间取得平衡的人。
核心要点
- 智能体优势： Muse Spark 1.1 在多智能体编排和复杂编程方面表现出色，在 MCP Atlas 和 Humanity's Last Exam 等多个关键基准测试中处于领先地位。
- 激进的颠覆： Meta 的新 API 定价（每百万输出 token $4.25）仅为 OpenAI 和 Anthropic 成本的一小部分，设定了新的行业价格底线。
- 市场压力： 前沿 AI 实验室正受到 Meta 等大型企业玩家和低成本中国开源模型的双重挤压。