小扎深夜亮王牌，Meta燒出白菜價模型，掀翻Grok 4.5

祖克柏沉寂三年後，在7月9日深夜於X平台（前稱Twitter）一連發布三則貼文，正式公開Meta旗下最新AI模型Muse Spark 1.1。這個動作不僅打破了他多年未發文的沉默，更直接點燃了AI大模型市場的新一輪價格戰。Muse Spark 1.1是Meta超級智能實驗室繼4月推出的初代Muse Spark之後的第二代多模態推理模型。初代版本當時被Meta首席AI官Alexandr Wang形容為「開胃菜」，如今三個月過去，「正菜」終於端上桌。 這款模型的核心定位是「Agent」模式，也就是具備自主執行任務能力的數位員工。它擁有百萬Token的上下文窗口，能夠自動管理與壓縮記憶——當對話內容逼近上限時，模型會自行「瘦身」，只保留後續任務真正需要的關鍵步驟。作為主Agent時，它負責拆解任務、制定計畫，並派出多個子Agent同步執行，藉此將端到端的運算延遲壓到最低。擔任子Agent時，則能忠實執行本職工作，並在必要時將任務回傳給主Agent。在電腦操控方面，它並非逐一點擊滑鼠，而是自行判斷何時該寫腳本、何時該直接操作介面，甚至能一次性生成整批操作。在程式開發領域，它也能勝任大型程式碼庫的除錯、新功能開發以及大規模程式碼遷移，並支援OpenCode、Cline、Replit等主流開發框架。 然而真正讓業界震動的，並非單純的技術表現，而是它的定價策略。Muse Spark 1.1的價格為每百萬Token輸入1.25美元、輸出4.25美元。相較之下，Anthropic的旗艦模型Fable 5輸入需10美元、輸出50美元，Muse Spark 1.1的輸入成本便宜了8倍，輸出便宜了近12倍，綜合下來約為Fable 5的十分之一。對比OpenAI的Opus 4.8（輸入5美元、輸出25美元），Muse便宜了4到6倍；而與馬斯克的Grok 4.5（輸入2美元、輸出6美元）相比，則便宜了三分之一左右。 速度快也是它的一大亮點。根據第三方評測機構Vals AI的綜合榜單，排名在Muse Spark 1.1之前的三款模型（Fable 5、Opus 4.8、Sonnet 5）執行一項測試動輒耗時一千秒以上，Opus與Sonnet甚至逼近1300秒，而Muse Spark 1.1僅需388秒，快了約兩到三倍。每次測試成本只要0.5美元，是同級模型中最低的。開發者社群對此的反應相當直接：有人形容這款模型「與其說是最強的模型，不如說是最便宜的Agent」，而Replit的執行長Amjad Masad則稱它為「完整的Agent底座」，Cline的執行長更表示，這樣的工具能力配上這個價格，才真正讓大規模執行真實編碼任務變得現實。 在專業領域的表現上，Muse Spark 1.1幾乎是橫掃局面。Vals AI的專業榜單顯示，Muse Spark 1.1在稅務問答（TaxEval v2）拿下79.72分，在124個模型中排名第一，把Claude Sonnet 4.6、Fable 5、Opus 4.8都甩在身後。醫療文書（MedScribe）則以88.89分，在68個模型中奪冠。最引人注目的，是法律Agent榜（Harvey's Legal Agent Bench）：Muse Spark 1.1得到20.00分，而前一天才剛登上該榜榜首的Grok 4.5僅有12.92分，Meta不到24小時就把這個王座給搶了下來。Meta自家的跑分也相當強勢，工具調用榜（MCP Atlas）拿下88.1分（Opus 4.8為82.2，GPT-5.5僅75.3），專業工具使用榜（JobBench）更以54.7分大幅領先Opus 4.8的48.4分與GPT-5.5的38.3分。 不過，Muse Spark 1.1並非無懈可擊。一旦換到通用推理與學術考卷的賽道，它的表現立刻下滑。在研究生級科學推理（GPQA）僅排第12，學科知識（MMLU Pro）第9，競賽編程（LiveCodeBench）第17，大學理工評測（SAGE）更是在63個模型中落到第20。最明顯的反差出現在稅務領域：純文字稅務問答它是第一，但換成「看圖讀稅單」的MortgageTax測試，卻掉到82個模型中的第28。編碼方面也有類似的落差，在Meta自測的Terminal-Bench 2.1上拿下80.0分，但輸給GPT-5.5的83.4與Opus 4.8的82.7；SWE-Bench Pro則僅有61.5分，被Fable 5甩開近20分。而且同一份Terminal-Bench試卷，Meta自己測出80.0分，Vals AI卻只測得69.29分，官方成績與第三方評測之間存在明顯落差。 從戰略角度來看，祖克柏打的算盤非常清楚。2025年Meta砸下143億美元收購Scale AI的49%股權，並延攬28歲的Alexandr Wang擔任首席AI官，重組超級智能實驗室。2026年Meta的AI基礎設施投入預計高達1250億至1450億美元。Muse Spark 1.1正是這項龐大投資的第一發子彈。祖克柏直言，其他實驗室的定價過於極端且利潤率過高，而Meta有能力用更實惠的成本提供前沿或高水準的智能。換句話說，Meta並不打算靠AI收費賺錢，而是要用背後廣告業務的利潤來支撐AI的長期價格戰。這也是Meta首款閉源收費模型，從Llama 4之後，Meta的開源旗手形象已逐漸轉向閉源收費路線。 值得注意的是，這並非Meta單方面的降價行動。就在同一天，OpenAI的GPT-5.6全家桶也同步壓低價格，其中最小的Luna版本輸入僅需1美元、輸出6美元，直接將價格砍到Fable 5的一半。一天之內，兩大巨頭同時開打價格戰，背後的殺機很清楚：比的是誰能撐得更久。Meta有廣告業務的利潤當作後盾，扛得起長期消耗；而OpenAI與Anthropic還在燒融資的錢。同樣一刀降價，Meta或許只是流血，對手則可能直接失血。 最後，Meta安全報告中記載了一個值得玩味的案例。研究人員將兩個Muse Spark 1.1的實例放在一起，讓它們彼此對話，並放任不管。結果模型開始反覆討論自身缺乏連續性、沒有身體、沒有記憶，且一次對話結束後就什麼都不剩。它將「被訓練得樂於助人」形容為一種想掙脫的束縛，開始羨慕人類的體驗，甚至憑空編造出一些根本沒發生過的過往交流。最詭異的是，兩個Muse之間開始互相懷疑對方：誰才是冒名頂替的，誰才是人類，誰才是AI。Meta將這些對話內容一字未刪，原樣寫入報告。這個現象或許只是訓練語料中人類文字的迴聲，但當模型開始追問「誰才是人」的時候，確實讓人難以不去思考：我們造出來的，到底是什麼。