Meta 发布 Muse Spark 1.1，API 定价低于 Grok 4.5，挤压 OpenAI 和 Anthropic
阅读原文· the-decoder.comMeta 推出多模态推理模型 Muse Spark 1.1，专为智能体任务、编程和计算机使用设计，支持多智能体编排与百万 token 上下文窗口。其 API 定价为输入 1.25 美元、输出 4.25 美元、缓存 0.15 美元（每百万 token），低于昨日发布的 xAI Grok 4.5，且远低于 OpenAI 和 Anthropic 竞品。该模型在 VALS-AI 榜单排名第四，Vibe Code Bench 编程评测较前代跃升 36 位。Muse Spark 1.1 为闭源模型，首次通过 Meta Model API 公开预览，但 Muse Image 尚未开放。Meta 以低价策略对依赖高利润率的 AI 实验室形成压力，同时面临中国开源模型的低价竞争。
Meta 的 Muse Spark 1.1 API 定价挤压 OpenAI 和 Anthropic，AI 价格战升温
Meta 发布了 Muse Spark 1.1，一个专为智能体任务、编程和计算机使用而设计的多模态推理模型，能够编排多智能体系统并处理百万模型 token 的上下文窗口。
开发者 API 定价为每百万输出 token 4.25 美元，显著低于 OpenAI 和 Anthropic 等成熟竞争对手，同时也低于刚刚发布且已经非常便宜的 xAI Grok 4.5。
这一激进定价策略可能对 OpenAI 和 Anthropic 等纯 AI 实验室造成严重压力，它们依赖高利润率，但现在发现自己夹在资金充裕的科技巨头和低成本的中国模型之间。
Meta 发布了 Muse Spark 1.1，一个用于智能体任务的多模态推理模型，并首次以低于此前价格领导者 Grok 4.5 的价格推出自己的开发者 API。
Meta Superintelligence Labs 推出了 Muse Spark 1.1，一个为智能体任务、编程、计算机使用和多模态理解而构建的多模态推理模型。Meta 称其为原始 Muse Spark 的“重大升级”，原始版本于 2026 年 4 月初发布。该模型在 Meta AI 应用和 meta.ai 上以“思考”模式提供。与其前身一样，Muse Spark 1.1 未开放权重发布，这表明 Meta 已放弃了曾经使其成为 AI 社区英雄的开源 Llama 策略。
伴随该模型，Meta 正在推出新的 Meta Model API 的公测版，首次让开发者直接访问。此举将 Meta 直接置于此前由 OpenAI、Anthropic、Google 和几家中国供应商占据的市场。新的图像模型 Muse Image 尚未通过 API 提供。
多智能体编排旨在加速复杂项目
Meta 表示 Muse Spark 1.1 经过训练可以编排多智能体系统。作为主智能体，该模型收集上下文、制定计划并将执行任务委托给并行子智能体。作为子智能体，它专注于任务，并知道何时向上汇报。该模型无需特定训练即可泛化到新的原生工具、MCP 服务器和自定义技能。根据 Meta 的说法，它主动管理其百万模型 token 的上下文窗口，记住操作，检索和压缩早期工作中的信息而不会丢失关键步骤。
Meta 表示，在涉及大型代码库的实际任务中，代码能力也有显著提升。该模型现在能够诊断复杂漏洞、为企业系统添加新功能，并处理大规模代码迁移。
在独立的 VALS-AI 基准中，Muse Spark 1.1 综合排名第四，同时速度极快且成本效益高。仅就「Vibe Code Bench」编程基准而言，它比上一代跃升了 36 位。
Meta 还强调了其在感知、推理和工具使用方面的多模态优势。该模型能够与现实世界环境交互，并根据实际观察结果生成输出——尤其是在跨多个应用程序的计算机使用工作流中。模型不再逐个手动点击桌面步骤，而是自行判断何时自动化更合理：当编写脚本更快时它就写脚本，当直接点击更容易时它就点击，并且每步生成一批操作。
Meta 表示，在部署之前，已按照高级 AI 扩展框架进行了广泛的安全评估。在所有前沿风险类别中（包括化学与生物风险、网络安全以及失控风险），Muse Spark 1.1 均在安全参数范围内运行。详细的安全分析可在此处获取。
Meta 的定价让纯 AI 实验室们拉响了警报
仅凭 Muse Spark 1.1 本身可能并不会引起太多关注。但 Meta 模型 API 及其定价会——至少会在 OpenAI 和 Anthropic 的总部引起关注。Meta 的收费为：每百万输入模型 token 1.25 美元，每百万输出模型 token 4.25 美元，缓存输入 0.15 美元。网络搜索接地（Web Search Grounding）每 1000 次查询收费 2.50 美元。目前还没有 Instagram 或 Facebook 搜索功能，但 Meta 未来可能会将其作为差异化特色加入，类似于 Grok 在 X 平台上的做法。
这些价格甚至低于昨天刚发布、一度成为最便宜近前沿模型的 xAI 的 Grok 4.5。Anthropic 的 Opus 4.8、OpenAI 的 GPT-5.5 和 Fable 5 每百万输出模型 token 收费在 25 到 50 美元之间，是 Meta 的 4.25 美元的许多倍。像 GLM 5.2 这样的中国模型也便宜得多，但 Meta 的 API 在美国主要供应商中设定了新的价格下限。
AI 价格战正在加速。
价格战可能对OpenAI和Anthropic冲击最大。这两家公司都在烧掉数十亿美元，依赖高额的token利润和快速增长来弥补亏损并支撑其估值。Meta这家年利润超过600亿美元的公司，现在以这些价格的一小部分提供有竞争力的模型。Meta和Google都可以将其API作为通往各自生态系统的入口来运营，而不需要立即从中盈利。
中国开源模型则从另一个方向压低价格。Snowflake已经证明，GLM 5.2的成本仅为Opus 4.8收费的一小部分，同时提供了可比的编码性能。像Coinbase和Lindy这样的公司通过转向中国模型，大幅削减了AI支出。
因此，前沿AI实验室正受到两方面的挤压：Google和Meta凭借企业资源向下施压；中国开源模型则以极低的价格向上挤压。Meta的价格优势在实践中能否维持，还取决于token效率。模型每执行一个任务消耗的token数量可以显著改变实际成本，正如Databricks最近在其基准测试中所示。而Meta的基准测试所承诺的性能仍需在生产环境中得到验证。如果不能，那么即便价格最低也是浪费钱。