Meta 正式开放 Muse Spark 1.1 API：主打 Coding 与 Agent 任务，Meta 开始直接卖模型调用

2026 年 7 月 9 日讯——在 Anthropic、OpenAI、Google 等主要玩家已在 API 商业化赛道上厮杀数年之后，Meta 终于放下了「只把模型留给自家 App」的执念。今天，Meta Platforms 正式向开发者开放 Muse Spark AI 模型 API，同时发布升级版 Muse Spark 1.1。这是 Meta 首次通过按 Token 计费的方式直接售卖自家旗舰模型能力，也意味着扎克伯格治下的这家社交巨头，正在把「个人超级智能（Personal Superintelligence）」战略从产品端延伸到基础设施端。

一、事件速览：Meta 终于「卖模型」了

对熟悉 AI 行业格局的开发者来说，Meta 的这一步来得并不早。回顾整个 2025 到 2026 年的时间线：

• 2025 年：Meta 组建「超级智能（Superintelligence）」团队，正式与 FAIR 分野，剑指前沿模型。
• 2026 年 4 月：Muse Spark 首次亮相，作为 Meta Superintelligence Labs 的开山之作登场，仅在 Meta AI App 与 meta.ai 网页版上线，API 仅对少量合作伙伴私测。
• 2026 年 7 月 9 日（今天）：Muse Spark 1.1 公开发布，Meta Model API 公开预览版同步开放，美国开发者可直接注册使用。

换言之，Meta 的模型正式从「自家门店独占」，走向「面向全行业的批发」。这一转变的核心信号，是 Meta 承认：仅靠 Facebook、Instagram、WhatsApp 的流量入口，不足以让自家模型形成足够广泛的开发者生态。要真正与 Anthropic、OpenAI 掰手腕，就必须进入开发者的直接工作流。

二、Muse Spark 1.1：从「首发版」到「step-change」

据 Meta 官方描述，Muse Spark 1.1 相较 4 月首发的初代版本，是一次「step-change（阶跃式）」的升级，而不是常见的小幅打磨。改进方向直接对应过去三个月开发者反馈的痛点。

1. 编程能力

新版模型不仅能生成代码，还专门强化了复杂 Bug 的检测与修复能力。Meta 明确表示这是「迄今在真实世界编程（Real-World Coding）任务上能力最强的模型」，措辞十分谨慎——没有喊出「全球最强」，而是限定在「真实世界」场景，这暗示其 benchmark 结果可能仍落后于 Anthropic 与 OpenAI 的旗舰，但在实际项目里已经足够能打。

具体覆盖的场景包括：

• 编写和调试代码；
• 端到端调用外部工具、操作软件；
• 在多文件、多模块场景中理解上下文；
• 修复隐蔽的逻辑 Bug（而不仅仅是语法错误）。

2. Agent 与多智能体系统

1.1 版本首次在原生层面支持端到端 agentic workflow（智能体工作流），包括跨应用的多智能体协作。这一点被 Meta 反复强调，指向的目标非常清晰：争夺 Coding Agent 与自动化 Agent 市场——这正是 Anthropic Claude Sonnet/Opus 目前市占率最高的领域。

3. 原生多模态

新版模型原生支持图像、视频与文档的感知，无需外挂视觉编码器。开发者可以直接把截图、录屏、PDF 送进模型，让它「看懂」并进一步执行动作。这与 Meta Ray-Ban AI 眼镜的场景高度耦合——毕竟未来眼镜看到什么，模型就得理解什么。

4. 更少人工干预

Meta 的表述是「在更少人工干预的情况下完成复杂的多步骤任务」。这句话在 Agent 语境下含义明确：降低中断率与人工兜底比例，让模型可以更长时间自主推进任务。

三、定价策略：卡在 GPT-5 mini 与 Claude Sonnet 4.6 之间

对开发者来说，能力再强，最终还是要落到定价上。Meta 这次公布的价格如下：

| 项目 | 单价 | | --- | --- | | 输入 Token | 1.25 美元 / 百万 Token | | 输出 Token | 4.25 美元 / 百万 Token | | 新注册赠送额度 | 20 美元 |

把它放到当前市场的定价光谱里，可以看得更清楚：

• 高于 OpenAI 入门级 GPT-5 mini；
• 高于 Anthropic 主打低成本的 Claude Haiku 4.5；
• 低于 Anthropic 高端旗舰 Claude Sonnet 4.6。

这是一个非常「聪明」的定价——Meta 没有走极致低价路线（那会引发利润率质疑，也让人担心它随时可能像 Llama 时代一样掀桌子），也没有硬碰 Claude Opus/GPT-5 那种高端定价（自家 benchmark 还没到位）。它把自己精准定位为「能力对标 Sonnet 级别，但比 Sonnet 更便宜」的中高端选项，主打「性价比杀手」的市场空档。

对于日均消耗数千万 Token 的中小 SaaS 与开发者工具公司来说，这个定价意味着可以在不牺牲太多质量的前提下把成本压下来 20% 到 40%——这足以启动一次严肃的 A/B 测试。

四、API 快速上手：OpenAI 兼容格式

Meta Model API 的公开预览版当前仅对美国开发者开放。开发者完成注册后，可获得 20 美元免费额度，用于提示词测试、输出效果对比与应用原型开发。接口设计遵循 OpenAI 兼容协议，迁移成本极低——这也是 Meta 有意为之的策略：让开发者只改 base_url 与模型名就能试用。

以下是一个典型的 Python 调用示例：

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_META_API_KEY",
    base_url="https://api.meta.ai/v1"
)

response = client.chat.completions.create(
    model="muse-spark-1.1",
    messages=[
        {"role": "system", "content": "You are an expert Python engineer."},
        {"role": "user", "content": "帮我实现一个 LRU 缓存，要求线程安全，并给出单元测试。"}
    ],
    temperature=0.2,
    max_tokens=4096
)

print(response.choices[0].message.content)

如果要调用 Muse Spark 1.1 的 Agent 与工具调用能力，可以像下面这样声明工具：

tools = [
    {
        "type": "function",
        "function": {
            "name": "run_shell",
            "description": "Execute a shell command in the sandbox",
            "parameters": {
                "type": "object",
                "properties": {
                    "command": {"type": "string", "description": "Shell command"}
                },
                "required": ["command"]
            }
        }
    }
]

resp = client.chat.completions.create(
    model="muse-spark-1.1",
    messages=[
        {"role": "user", "content": "帮我扫描当前目录下所有 .py 文件，找出未使用的 import。"}
    ],
    tools=tools,
    tool_choice="auto"
)

for tool_call in resp.choices[0].message.tool_calls or []:
    print(tool_call.function.name, tool_call.function.arguments)

对于原生多模态调用（图像 + 文本），格式同样贴近 OpenAI Vision：

resp = client.chat.completions.create(
    model="muse-spark-1.1",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "这张架构图里存在什么潜在的单点故障？"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/arch.png"}
                }
            ]
        }
    ]
)
print(resp.choices[0].message.content)

从代码可以看出，Meta 这次几乎完全遵循了业界既定的 API 交互范式，没有为了「不一样」而不一样。这一点对开发者非常友好——已有 OpenAI/Claude 集成的项目，几乎可以零改造接入。

五、战略解读：Meta 为什么现在才动手？

把 Muse Spark 1.1 放在 Meta 更宏大的 AI 版图里看，这次 API 开放并不是一个孤立的产品动作。

1. Llama 系列即将退居二线

Meta 明确表示，Muse Spark 未来将逐步取代目前驱动 WhatsApp、Instagram、Facebook 以及 Meta 智能眼镜聊天机器人的 Llama 系列模型。这是一句信息量极大的话——它意味着 Llama 时代那种「开源、通用、赢生态」的路线，正在被「闭源、垂直、赢商业」的路线所替代。Meta 正在把最好的模型能力留给闭源的 Muse 家族，Llama 的战略优先级明显下调。

2. 商业化压力真实存在

2025 年下半年以来，Meta 在 Reality Labs 与 AI 基础设施（包括 Hyperion 数据中心）上的资本开支节节攀升。华尔街对于「巨额投入 vs. 变现路径」的质疑持续放大。API 收费是最直接、最可量化的收入模型：卖 Token 给企业，是华尔街最熟悉、也最容易估值的 AI 收入结构。

3. 面向 Agent 时代的卡位

1.1 版本对 Coding 与 Agent 的强调不是偶然。当前 Anthropic Claude 已经在 Cursor、Windsurf、Cline、Claude Code、GitHub Copilot 等生态中占据了「Agent 首选」的心智；OpenAI 则通过 Codex 与 GPT-5 Codex 系列反攻。Meta 如果继续缺席，未来几年将失去整个 Coding Agent 的入口。此番以 Muse Spark 1.1 直接切入，就是要抢占「模型能力 + 开发者接入」的双端口。

4. 与 Meta AI 消费级产品的联动

Muse Spark 1.1 已经在 Meta AI 应用与网页版中以 Thinking（思考）模式 上线，用户可以显式选择让模型进行更长链路的推理。这与 Anthropic 的 extended thinking、OpenAI 的 GPT-5 reasoning 模式一脉相承，说明「显式思考模式」已经成为主流旗舰模型的标配 UX。

六、开发者视角：值不值得迁移？

对不同类型的团队，Muse Spark 1.1 的吸引力并不一样。

值得立即评估的团队

• 正在使用 Claude Sonnet 4.6 做 Coding Agent 的团队：可以直接跑一次基准测试，看看在自己业务上是否能拿到接近的效果 + 更低的成本。
• 重度依赖多模态输入的产品：如文档解析、UI 自动化、CV+LLM 混合应用，Muse Spark 1.1 的原生多模态值得对比。
• 正在构建多智能体系统的团队：Meta 明确宣称「支持 multi-agent systems」，具体表现如何值得实测。

短期内不必着急的团队

• 主要用中文场景的团队：官方公告与文档以英文为主，中文能力对比数据尚未出现，谨慎迁移。
• 不在美国的开发者：目前 API 公开预览仅限美国，其他地区仍需等待。
• 对稳定性极度敏感的生产环境：作为「公开预览」阶段的产品，SLA 与限流策略尚未完全明朗，建议先观望。

七、行业格局：三家争两霸，Meta 硬挤第三席

随着 Muse Spark 1.1 API 的开放，头部闭源模型 API 市场的格局变得更加复杂：

• OpenAI：GPT-5 系列覆盖低-中-高全档位，生态最完整；
• Anthropic：Claude Opus/Sonnet/Haiku 在 Coding Agent 场景占据心智高地；
• Google：Gemini 3.1 Pro 在多模态与 Deep Think 上强势；
• Meta：Muse Spark 1.1 以「性价比 + 多模态 + Agent」切入，试图硬挤进第一梯队。

这场竞争最终的胜负手，很可能不再是「谁的模型分最高」，而是「谁能在开发者的实际工作流里活下来」。Meta 今天开放 API，只是一场持久战的开始。对于开发者而言，这意味着更多的选择、更多的价格战，以及——毫无疑问——更好的模型。

八、总结

Muse Spark 1.1 API 的上线，是 Meta AI 战略史上一个明确的转折点。它标志着 Meta 从「模型服务自家应用」正式走向「模型作为商品」的阶段。20 美元免费额度、1.25 / 4.25 美元的 Token 定价、OpenAI 兼容协议、原生多模态与 Agent 能力，这一整套组合拳既务实又克制。

如果 Meta 能兑现「step-change」的宣传——尤其是在真实世界 Coding 与多智能体协作场景——那么开发者手里就多了一张真实可用的牌。而这张牌，很可能会在未来几个月里，重新定义中端旗舰模型的性价比标准。

---

参考来源

• Meta 正式向开发者开放 Muse Spark AI 模型 API，加入 AI 商业化竞争 - IT之家：IT之家 7 月 9 日发布的中文首发报道，包含完整定价与能力说明。