Meta 推出 Muse Spark 1.1:支援 100 萬上下文與電腦操作
Meta 推出多模態推理模型 Muse Spark 1.1,大幅提升智慧體編排、電腦操作與程式設計能力。該模型擁有 100 萬 token 上下文,能自動排程並行子智慧體並零樣本接入新工具。目前已在 Meta AI 應用和 meta.ai 的思考模式上線,新 API 同步開啟公測。

如果你的 AI 助手在電腦上幫你幹活,每次遇到按鈕都要傻傻停下來看一眼螢幕再點一下,你大概早就失去耐心了。
Meta 旗下的超級智慧實驗室(Meta Superintelligence Labs)推出了多模態推理模型 Muse Spark 1.1。這是 4 月釋出的首代 Spark 的大版本升級,主打 Agent 任務、程式設計與電腦操控能力,上下文視窗直接拉到了 100 萬 token。
伴隨模型釋出的,還有 Meta Model API 的公開預覽版。普通使用者現在已經在 Meta AI 應用和 meta.ai 的思考模式(Thinking mode)裡用上它,扎克伯格甚至為此打破了三年沉默,在 X 平臺上發了 2023 年改名以來的第一條帖子。
既能寫指令碼,又能組團當包工頭
比起單純打榜,Muse Spark 1.1 的升級全都在衝著真實工作流去。
在電腦操控(Computer Use)上,它不再像老舊方案那樣機械地一步一截圖。Meta 給它訓練了一套混合策略:發現寫指令碼更快就直接後臺跑指令碼,介面直接互動更簡單就去模擬點選,而且每一步都能批次生成動作。
現場演示的一個典型場景是二手交易:使用者只要隨手拍一段手機影片,模型自己從影片裡抽關鍵照片、分析商品規格,然後開啟瀏覽器去 Facebook Marketplace 替你把商品掛牌上架。
面對更復雜的專案,它開始扮演「包工頭」的角色。主 Agent 負責整理上下文並制定計劃,把具體任務分發給平行的子 Agent 去做;子 Agent 遇到阻礙則會向上反饋,以此壓縮端到端的等待時間。
它還支援零樣本接入 MCP 伺服器和自定義工具,並且在 100 萬 token 的超長上下文裡學會了自己做筆記與壓縮,只保留關鍵步驟以防爆視訊記憶體。
在程式設計方面,Replit 和 Cline 等工具團隊已經接入了早期測試。演示中,它在 OpenCode 環境裡一邊寫聊天網頁,一邊自動截圖比對前端視覺 Bug,再回溯到程式碼裡修復。
價格直接咬住競爭對手
技術之外,Meta 這次亮出的是一把價格殺手鐧。
據路透社報道,Meta Model API 的定價定在每百萬輸入 token 1.25 美元、輸出 token 4.25 美元。這個價位咬得很緊,略高於 Anthropic 的 Claude Haiku 4.5 和 OpenAI 當天同步放出的 GPT-5.6 Luna。
Replit 執行長 Amjad Masad 評價它把百萬上下文、多模態、工具呼叫和標準相容塞進了一個包裡;Cline 執行長 Saoud Rizwan 則直言,只有成本足夠低,大家才敢在真實的大型程式碼庫裡放開跑 Agent。
為什麼重要
我們認為,Muse Spark 1.1 代表了開源大廠向全託管 Agent 基礎設施邁出的關鍵一步。
對開發者和獨立團隊來說,它最大的價值在於門檻降低。以前要想搭建一個能看螢幕、能調工具、還能帶小弟幹活的 Agent 系統,光是多模型拼接和上下文調優就能勸退大半團隊;現在只要走標準 API,用 Haiku 級別的價格就能呼叫具備百萬上下文推理的底座,完全值得開發者立刻在非核心業務上測試自動化工作流。
從行業競爭來看,這一步走得相當聰明。OpenAI 和 Anthropic 之前在電腦操作和長程程式設計 Agent 上建立了先發優勢,Meta 靠更靈活的指令碼混合執行和激進的 API 定價硬生生擠了進來。
但隱患同樣明顯。讓模型自主判斷何時寫指令碼、何時直接操作桌面,極其考驗安全邊界與環境隔離。儘管 Meta 宣告其符合內部安全框架,但在真實企業的髒資料和複雜許可權面前,一旦 Agent 出現邏輯漂移,執行破壞性系統指令碼的風險依然需要打上問號。
來源 (2)
- ai.meta.com(在新分頁開啟)原文ai.meta.com
- techcrunch.com(在新分頁開啟)報導techcrunch.com