MuseSpark11Meta杀入Agent编码战

[太阳]核心能力：工具调用成功率领先，Agent任务表现突出 Muse Spark 1.1采用JEPA架构（LeCun路线），具备多模态能力。官方表示该模型在编码和多模态任务上表现良好，在工具调用成功率上表现尤为突出——这一点在社区评测中得到验证； 模型支持多步推理，能够管理复杂数字工作流、修复Bug、处理大规模代码迁移，面向企业级自动化场景； 独立测试机构RuntimeWire的实时对比中，Muse Spark 1.1以104.5:94.5击败AnthropicOpus 4.8（95%置信度，7:2任务胜出）。Muse在指令遵循、格式约束、SQL/JSON结构化输出等可靠性维度上明显领先； Terminal Bench 2.1方面，Meta自评使用了89个任务进行评测，但社区指出Meta将资源上限提升至6核CPU/8GB RAM，超出Terminal Bench 2.1标准限制（最高4核，仅8/89个任务允许8GB RAM），benchmark结果存在争议。DeepSWE评测中表现也被认为不够突出。 6，缓存5/0.50）、Fable 5（50）、GPT-5.6 Luna（6）；缓存命中价格 0.50）的30%，在多轮编码场景下实际成本优势显著；社区评价："Opus级智能、Haiku级价格"。[太阳]产品生态：Meta AI平台工具矩阵完整Muse Spark 1.1在meta.ai上已接入16个工具，包括：网页搜索与浏览、Instagram/Threads/Facebook内容语义搜索、商品目录搜索、AI图像生成、Python代码解释器（内置pandas/numpy/matplotlib/sklearn等）等；模型提供三种推理模式：Instant（即时）、Thinking（思考）及规划中的Contemplating（深度沉思，对标Gemini Deep Think/GPT-5.4 Pro）；本周Meta同步发布AI图像生成模型Muse Image，AI产品矩阵持续扩展。#文字观点