Meta編碼模型提速
重點摘要
Ad Skip to content Meta's Muse Spark 1.1 outperforms GLM-5.2 in coding and costs slightly less Matthias Bastian View the LinkedIn Profile of Matthias Bastian Jul 11, 2026 Meta's new Muse Spark 1.
Meta 最新推出的編碼模型 Muse Spark 1.1 在效能與成本之間取得令人矚目的平衡，不僅在編碼能力上小幅領先競爭對手 GLM-5.2，同時也維持更低的價格。根據獨立分析機構 Artificial Analysis 的數據，這款模型在智慧指數（Intelligence Index）上獲得 51 分，與 GLM-5.2、GPT-5.4 以及 GPT-5.6 Luna 並列。值得注意的是，Muse Spark 1.1 在短短三個月內就提升了 8 分，主要進步來自編碼任務與基於代理的知識工作領域。在編碼指數（Coding Index）方面，Muse Spark 1.1 拿下 71.
3 分，領先 GLM-5.2 的 68.8 分，並緊追 GPT-5.6 Luna 的 71.4 分。目前編碼指數排行榜的頂尖位置由 GPT-5.6 Sol（77.4 分）與 Terra（76.7 分）佔據，緊接在後的是 Claude Fable 5（76.5 分）。當然，基準測試分數並不一定完全反映真實世界的使用表現，但這樣的成績仍顯示 Meta 在編碼模型領域的快速進展。除了效能提升，Muse Spark 1.1 的定價策略也相當有競爭力。每項任務的估計成本約為 0.26 美元，相比之下 GLM-5.2 為 0.37 美元，GPT-5.4 則高達 0.89 美元。
此外，Muse Spark 1.1 在輸出時僅使用 9400 萬個 token，而 GLM-5.2 需要 1.41 億個 token，顯示其在運算資源上的效率更佳。這樣的價格與效能組合，讓 Muse Spark 1.1 在性價比圖表中落在較為划算的區間。另一個重要改進是幻覺率的顯著下降。Muse Spark 1.1 的幻覺率從先前的 73% 大幅降至 38%。這意味著模型在面對不確定的問題時，更傾向於拒絕回答，而不是給出錯誤的資訊。這項變化對於需要高度可靠性的開發者與企業用戶來說，是相當正面的訊號。Meta 也將 Muse Spark 1.
1 的上下文窗口擴大到一百萬個 token，是前一代版本的四倍。更大的上下文窗口能讓模型處理更長的程式碼段落、文件或對話記錄，進一步提升在複雜專案中的適用性。目前這款模型僅透過 Meta 自家的 API 提供，尚未在其他平台上線。整體來看，Muse Spark 1.1 的推出顯示 Meta 在大型語言模型領域持續投入，尤其在編碼能力與成本控制上取得具體成果。雖然與頂尖模型如 GPT-5.6 Sol 或 Claude Fable 5 仍有差距，但 Muse Spark 1.1 在中等價位帶中提供了相當有競爭力的選擇。
對於開發者而言，這可能是一個值得評估的工具，特別是在需要大量編碼任務且預算有限的場景下。Artificial Analysis 的數據也指出，Muse Spark 1.1 在智慧指數上與多款高階模型並列，但價格卻顯著更低。這意味著企業可以在不犧牲太多效能的前提下，降低运营成本。隨著模型持續迭代，Meta 是否有機會在下一版本中挑戰頂尖位置，將是市場關注的焦點。值得注意的是，Muse Spark 1.1 的進步僅花了三個月，從原本的分數躍升 8 分，主要集中在編碼與代理式知識工作。這反映出 Meta 在模型訓練與優化上的策略方向，未來可能還會在其他領域見到類似幅度的提升。
目前該模型僅透過 Meta API 提供，意味著用戶需要直接與 Meta 合作才能使用，尚未開放第三方平台或公開下載。綜合來看，Muse Spark 1.1 的亮點包括：編碼能力超越 GLM-5.2、價格更低、幻覺率大幅降低、上下文窗口擴大到一百萬 tokens。這些特點使它成為當前市場上值得關注的編碼模型之一。對於正在尋找高效能且經濟實惠的 AI 編碼助手的團隊，Muse Spark 1.1 提供了一個新的選項。
Related
相關文章
曝字節訓10億參數大模型，或超Mythos 5，張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型，規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位，並反對模型蒸餾，認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入，同時在產品端與訓練端採取雙線進攻策略。
AI 需求擠爆雲計算，消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺，亞馬遜AWS要求工程師關閉閒置的EC2實例，以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%，AWS因此升級計算優化器自動標記低使用率虛擬機。此外，AWS過去一年新增3.8吉瓦電力容量，仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中，我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件，並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著，我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入，並將處理後的內容儲存至 LanceDB。最後，我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成，以及輕量級的 recall-at-k 評估，以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA：將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA（NVIDIA 物件導向代理），這是一個與模型無關的 Python 框架，用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中，而 NOOA 將所有這些整合到一個 Python 類別中：方法代表模型可採取的動作，欄位代表代理狀態，文件字串作為提示，型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成，而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面，使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%，在 CyberGym L1 上達到 86.8%，平均 RHAE 為 85.1%。
六巨頭定AI插件新標準，撞臉Claude，Anthropic沒上桌
六大科技巨頭（AWS、Anysphere、GitHub、微軟、OpenAI、Vercel）聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0，旨在統一插件打包格式，減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似，但Anthropic並未參與制定，而是繼續經營自己的封閉生態。
DeepSeek重啟融資，三年市值對齊騰訊？
DeepSeek重啟第二輪融資，以5000億元人民幣估值尋求籌集80億美元，但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑，後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價，可能打破其以低價換規模的估值邏輯，面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商，以及三年內市值能否對齊騰訊等巨頭。