Meta Muse Spark 1.1 发布：1M 上下文、公开预览 API，押注多模态 Agent

Meta 这次把 Muse Spark 1.1 写成了一个面向 agent 的主力模型，而不是单纯的聊天升级。它既进了 Meta AI app 和 meta.ai 的 Thinking 模式，也通过 Meta Model API 向开发者开放了公测；开发者账号还会先拿到 20 美元免费额度。1 2

如果你关心的是工具调用、电脑操作和代码任务，Muse Spark 1.1 这次的信号比上一版更明确：它把优势压在 agentic workflows、coding 和 multimodal perception 上，同时把接入门槛压低到 OpenAI 兼容的 SDK 和 muse-spark-1.1 这个模型名。1 2

Meta 这次没有只讲「更强」，而是直接把 agent、终端、代码和多模态放到同一张表里。挑最有代表性的几项看，Muse Spark 1.1 在 MCP Atlas 上是 88.1，在 OSWorld-Verified 上是 80.8，在 SWE-Bench Pro 上是 61.5，在 DeepSWE 1.1 上是 53.3；这几项都高于旧版 Muse Spark，也压过了表里列出的 GPT-5.5 对照值。3

更有意思的是，它的优势不是只有一种形态。JobBench、Terminal-Bench 2.1 和 DeepSWE 1.1 这些更偏 agent / coding 的任务，提升幅度都很大；比如 JobBench 从 17.0 提到 54.7，DeepSWE 从 10.0 提到 53.3。3

但这不等于每个多模态榜单都全面领先。官方表里 BabyVision 是 76.3，仍低于 GPT-5.5 的 83.6；CharXiv Reasoning 则是 88.4，和对照组相差不大。读法很简单：Muse Spark 1.1 的最强项，还是工具、代码和长链路任务。3

Meta 把这版模型的卖点写得很直白：一是可以编排多 agent 工作流，二是能做 computer use，三是能处理图片、视频和文档，四是更适合仓库级代码编辑和调试。它甚至直接把「看截图、改代码、再回到浏览器里复验」写进了开发者指南。1 2

对开发者来说，真正有用的不是宣传语，而是接入成本。Meta 这次给的是 OpenAI 兼容接口、免费额度、公开预览和一套已经写好的 cookbook。它想争的不是「谁更会聊天」，而是「谁更容易拿去跑 agent 工作流」。2

如果你已经在做 coding agent、浏览器自动化、RAG 工作流或多模态工具调用，Muse Spark 1.1 值得直接试；它的价格门槛和接入门槛都不高，适合先拿真实任务测一轮。2

如果你只需要一个普通聊天模型，这次不必被 1M 上下文这个数字带跑。更该盯的是它在你的任务里能不能少一轮工具往返、少一次人工补救、少一层脚本胶水。1 3