Muse Spark 1.1

Meta 押注智能体方向的第二步

Muse Spark 1.1 是 Meta Superintelligence Labs 于 2026 年 7 月 9 日发布的 Muse Spark 系列升级版本。官方把它定位为面向智能体任务（agentic tasks）的多模态推理模型，重点提升工具使用、电脑操作、编码和多模态理解四项能力。

这条产品线值得注意的背景是：Meta 在 2026 年 4 月推出 Muse Spark 时，同时停掉了此前的 Llama 系列，路线也从开放权重转向闭源托管。Muse Spark 1.1 就是这条新路线上的第一次迭代。

能当主 agent，也能当子 agent

Meta 描述的能力重心在多智能体协作上：模型可以为个人智能体任务做规划、跨外部应用和服务做编排，并泛化到新的原生工具、MCP servers 和自定义技能。在多智能体工作流中，它既能作为主 agent 负责收集上下文、制定计划并并行委派子 agent，也能作为子 agent 执行限定任务、在需要时把问题回传升级。

电脑操作方面，官方强调它能在多应用、信息动态变化的环境中保持上下文，并根据任务性质自行选择「写脚本自动化」还是「直接操作界面」——这个判断能力往往比单纯会点鼠标更关键。编码方面则针对大型复杂代码库的调试、功能实现、迁移和端到端问题解决做了强化。

1M 上下文，而且会自己管理

模型上下文窗口为 100 万 tokens。比窗口大小更值得说的是官方描述的主动管理能力：它能记住早期操作、在需要时检索更早的信息，并在长任务中对上下文做压缩，以保留后续步骤真正需要的内容。对动辄几十轮工具调用的智能体任务而言，这种「自己收拾上下文」的能力决定了任务能跑多远。

多模态输入覆盖视觉、音频、视频和 PDF，典型用途包括视觉到代码的生成、图像与视频的细节描述，以及需要「感知 + 行动」结合的智能体流程。

官方评测

Meta 公布的基准成绩包括：MCP-Atlas 88.1、Tool Decathlon / Toolathlon-Verified 75.6、OSWorld-Verified 80.8、Humanity’s Last Exam（带工具）62.1、Terminal-Bench 2.1 80.0、SWE-Bench Pro 61.5、DeepSWE 1.1 53.3。官方另称其在内部编码评估中相较初代 Muse Spark 有显著提升。这些均为厂商自报口径。

安全评估

Meta 同步发布了 Muse Spark 1.1 Evaluation Report，说明模型在发布前按 Advanced AI Scaling Framework 完成了安全与能力评估，覆盖化学与生物、网络安全、失控风险、对抗鲁棒性和模型行为等类别。Meta 称部署后的残余风险在该框架下处于「中等或更低」范围。

怎么用，以及哪些信息还没有

随本次发布，Meta 同步推出了 Meta Model API 的 public preview，开发者可通过它调用 Muse Spark 1.1；模型也已在 Meta AI app 与 meta.ai 的 Thinking mode 中开放。

需要如实说明的是，Meta 在发布页中没有公布标准 API token 价格、参数规模、最大输出长度和知识截止时间，模型也未公开权重与训练细节，属于闭源托管模型，因此本页这些字段留空而非填入推测值。

后续版本方面：Meta 已于 2026 年 8 月 5 日发布编程向的 Muse Spark 1.2，并公布了明确的 API 价格；若以编码任务为主，建议直接看那一代。