Muse Spark 1.3（xhigh）在Artificial Analysis Intelligence Index上得61分，与GPT-5.6 Sol（max）和Grok 4.6（high）持平，且每任务成本仅0.55美元，为该指数59分以上模型中最低。
AI解读：Meta在五个月内第四次更新Muse Spark系列，这次1.3版本的核心提升集中在agentic任务（即让模型自主完成多步骤工作）上。根据Artificial Analysis的独立测试，xhigh变体在Tau3-Bench Banking（模拟银行知识工作）上比上一代跳升12个百分点，max变体更以52%的成绩登顶该基准。对开发者而言，最实际的信号是成本：xhigh定价不变，每百万token输入1.25美元、输出4.25美元，但每个智能任务的平均成本仅0.55美元，是所有得分59+模型中最低的，比同分的GPT-5.6和Grok 4.6便宜约40%。这意味着在不牺牲智能水平的前提下，批量处理agentic任务的账单会明显更小。不过要注意，xhigh在长文本回忆（AA-LCR）和综合知识（AA-Omniscience）上有小幅退步，后者是因为模型更频繁地选择不回答，从而降低了幻觉率。max版本目前仅向Meta合作伙伴限量预览，价格未公布，其更高分数主要靠多算62%的推理token换来。如果你正在做成本敏感的agent工作流，xhigh值得测试；如果只是普通问答，这次升级未必值得切换。
Meta发布了Muse Spark 1.3，这是五个月内Muse Spark系列的第四次重大版本更新。根据Artificial Analysis的独立评测，旗舰变体Muse Spark 1.3（xhigh）在Artificial Analysis Intelligence Index上得61分，较8月的Muse Spark 1.2（57分）提升4分，较7月的Muse Spark 1.1（53分）提升8分。该指数用于衡量模型综合智能水平，xhigh变体与GPT-5.6 Sol（max）、Grok 4.6（high）和Claude Opus 5（high）并列，仅次于Claude Fable 5.1（max，66分）、Claude Opus 5（max，63分）和Claude Fable 5（max，62分）。
限量预览的max变体得分更高，但价格未公布
Muse Spark 1.3（max）目前处于限量预览阶段，仅向Meta的合作伙伴开放，其Artificial Analysis Intelligence Index得分为62分，仅次于Claude Fable 5.1和Claude Opus 5（max）。该变体的高分主要得益于在agentic评估中的额外提升：Tau3-Bench Banking得分52%（xhigh为47%），GDPval-AA v2 Elo达到1754（xhigh为1709）。Meta尚未公布max变体的公开定价。
Agentic能力大幅提升，科学推理同步增强
Muse Spark 1.3（xhigh）在多项agentic基准上较Muse Spark 1.2有显著进步：Tau3-Bench Banking得分从35%升至47%（+12分），Terminal-Bench 2.1得分从80%升至85%（+5分），GDPval-AA v2 Elo从1615升至1709。Muse Spark 1.3（max）进一步在Tau3-Bench Banking上取得52%的成绩，成为该基准所有模型中的最高分。max变体通过消耗更多推理token获得更高分数——在GDPval-AA v2上比xhigh多推理62%，在Tau3-Bench Banking上多28%。
- 科学推理方面，xhigh变体在CritPt上较Muse Spark 1.2提升8分（从18%到26%），GPQA Diamond提升4分（从90%到94%），Humanity's Last Exam提升2分（从45%到47%），SciCode提升3分（从56%到59%）。
- Muse Spark 1.3（max）在科学推理上与xhigh大致相当：Humanity's Last Exam提升2分，GPQA Diamond持平，但CritPt低1分。
少数基准出现轻微退步，主要源于更多弃答
两个变体在AA-LCR（长上下文回忆）上均较Muse Spark 1.2下降4分（从83%到79%）。在AA-Omniscience（准确率）上，xhigh下降3分（从45%到42%），max下降1分（从45%到44%）。Artificial Analysis指出，AA-Omniscience的分数下降是由于模型弃答率（对不确定问题不回答）升高，这同时也降低了xhigh变体的幻觉率。
成本与可用性：xhigh变体为同智能水平最经济选择
Muse Spark 1.3（xhigh）定价与Muse Spark 1.2相同：每百万输入token 1.25美元，输出token 4.25美元，缓存命中输入0.15美元/百万。按Artificial Analysis Intelligence Index计算，xhigh每个任务成本为0.55美元，是该指数59分及以上模型中最低的。相比之下，同分的GPT-5.6 Sol（max）为0.95美元/任务，Grok 4.6（high）为0.94美元/任务，溢价超过70%。成本较Muse Spark 1.2（0.40美元/任务）上升，主要由于agentic评估中每任务输入token增加约57%，输出token仅增加约8%。
- 上下文窗口：100万token，与Muse Spark 1.2一致。
- 输入模态：文本、图像、视频。
- 可用性：通过Meta的第一方API和Muse Code提供（xhigh变体）。
- max变体因未公布定价，不参与成本比较。