Muse Spark 1.1 於 2026 年 7 月 9 日推出，作為 Meta Superintelligence Labs 迄今最強的 agentic work 與 coding 模型。它運行於 Meta 全新的 Meta Model API，價格為 每百萬 input tokens 1.25 美元、每百萬 output tokens 4.25 美元，且每個新帳號可獲得 20 美元免費額度。重點是：公開預覽目前僅限美國，新使用者需加入 waitlist，而且 Meta 目前刻意不將其開放到像 OpenRouter 這類第三方平台上。
不同於 4 月的原始 Muse Spark，它從未離開過僅供特定合作夥伴使用的私人預覽版，1.1 是開發者真正可以基於其進行開發的第一個版本。這是一個為端到端代理、repository 級別編碼，以及原生多模態感知所調校的推理模型，並具備 computer-use 模式，可從一個簡單的自然語言目標驅動真實桌面。對於美國以外的開發者，或任何今天就需要生產環境存取權限的人來說，它所對標的 Claude 和 GPT 模型已經在全球可用，且通常價格還低於 Muse Spark 自身。
Muse Spark 1.1 有哪些新內容
原版 Muse Spark 於 2026 年 4 月由 Meta Superintelligence Labs（MSL）推出，這是 Meta 去年在 首席 AI 長 Alexandr Wang 領導下組建的部門，旨在縮小與 OpenAI、Google 和 Anthropic 的差距。這是 MSL 自 Llama 4 家族以來的首個模型，也是 Meta AI 工作自底重建後的首款產品。
Muse Spark 1.1 於 7 月 9 日發布，將那個研究模型轉變為開發者產品。Wang 稱其相較於原版是一次「階躍式」提升，而追蹤關注 Meta API 清單的帳號回報，在整個評估套件上大約提升了 43 分。內部來看，Muse Spark 系列的代號為 Avocado；Meta 表示，一個代號為 Watermelon 的更大型模型已經在訓練中，但尚未公布發佈日期。這次推出也正好落在 Muse Image（代號 Mango）同一週，這是 Meta 來自 MSL 的首個圖像生成模型。
這次升級聚焦於 Meta 表示開發者最常提出需求的三個方面：
端到端 agentic 工作流程，具備更佳的多輪記憶與長上下文一致性，讓 agent 在長時間會話中也能持續掌握脈絡。
進階程式撰寫，具備更強的生成與除錯能力、跨語言的 repository 級編輯，以及更可靠的工具呼叫。
原生多模態感知，讓模型能在一次呼叫中對 image、video 與 document 輸入進行推理。
Meta 在其 API 頁面上也列出 100 萬 token 的上下文視窗，這正是讓那些長時間的 agentic 工作階段與大型儲存庫編輯變得實用的原因。
重要的能力：代理、程式碼與電腦使用
來自 Meta 的 Model Cookbook 的三種模式顯示了 Muse Spark 1.1 的目標方向。
電腦使用。 給定一個以自然語言描述的目標，例如「找到踩地雷遊戲，打開它，然後開始玩」，模型會在一個臨時沙箱中驅動一個真實的 Linux 桌面。它會在空白畫面上找到應用程式、啟動它，接著透過觀察來遊玩：截圖、推理棋盤狀態、點擊、再截圖。它不會碰觸你的電腦；它只會看到像素，並回傳滑鼠與鍵盤操作。只要更換目標，同樣的循環就能驅動任何 GUI 應用程式。
多代理協作。 一個 recipe 建立了一個四角色的產品工作室（產品經理、後端、前端與技術寫作者，全部執行 muse-spark），可將一個一句話的點子轉化為可運作的應用程式以及上線文案。協調是其中有趣的部分：各專家只能透過共享 Kanban 看板上的串連留言進行協商，工作依據真實的任務相依關係來排序，而非輪詢，且產品經理是唯一的裁決者，但沒有終端機，因此它本身無法實作任何內容。每個決策都是可稽核的留言。
內建網頁搜尋。 在任何 Responses API 呼叫中加入 {"type": "web_search"} 作為工具，模型就會擷取即時資訊、綜合答案，並回傳內嵌引用，而且不需要自行建置檢索堆疊。
有一項會影響成本的技術說明：Muse Spark 是一個推理模型。它會在回答前先思考，這些思考用的 tokens 會顯示為 usage.completion_tokens_details.reasoning_tokens，並且會以輸出項目計費。你可以透過 reasoning_effort（從 minimal 到 xhigh）來控制推理深度，因此依任務調整工作量是控制帳單的主要槓桿。
Muse Spark 1.1 API 定價說明
Muse Spark 的標題價格，由 Meta 確認，並由 CNBC 和 Reuters 報導：
每百萬個 token | |
|---|---|
輸入 | $1.25 |
輸出 | $4.25 |
免費點數（新帳號） | $20（一次性） |
當 $20 額度用完後，計費方式為按用量計費。由於這是推理模型，模型的內部思考會以輸出費率計費，因此高強度的推理工作負載比按每個 token 標示的價格所顯示的還要更昂貴。一個包含 100,000 個輸入 tokens 和 30,000 個輸出 tokens（含推理）的請求，按標價計算約為 $0.25。對於簡單任務，請調低 reasoning_effort。
它在市場上的定位如何？根據 Reuters 的報導，Muse Spark 1.1 的定價 高於 OpenAI 的入門級 GPT-5 mini 和 Anthropic 的低價 Claude Haiku 4.5，但 低於 Anthropic 更高階的 Claude Sonnet 4.6。Wang 稱這是「非常積極且具吸引力」的定價，旨在隨著大量使用而擴展。作為背景，以下是它與 Meta 正在壓低價格的 Sonnet 級 Claude 模型的對比：
模型 | 輸入 / 輸出（每 M token） |
|---|---|
Muse Spark 1.1 (Meta Model API) | $1.25 / $4.25 |
Claude Sonnet 4.6, official API | $3.00 / $15.00 |
Claude Sonnet 4.6 via AIReiter relay (~80% off) | $0.60 / $3.00 |
Sonnet 級別的 Claude，在 Artificial Analysis 的獨立智慧指數中居於領先，是 Muse Spark 追趕的目標模型。透過像 AIReiter 這樣相容 Anthropic 的中繼服務，其價格約為輸入 $0.60、輸出 $3.00，低於 Muse Spark 自身的定價，而且不需要等待名單，也沒有僅限美國的限制。如果目標是前沿模型的原始每 token 成本，那麼 Muse Spark 所對標的模型其實已經更便宜、更容易取得。
如何取得 API 存取權，以及其中的注意事項
Muse Spark 1.1 可透過 Meta Model API 使用，目前已進入公開預覽。只要你能取得存取權限，設定就很簡單：
註冊於 Meta Model API 開發者入口網站；每個帳號一開始都會獲得 $20 的免費額度。
目前僅限美國使用。 部分早期合作夥伴已經可存取；新使用者可自行加入候補名單，並會隨著時間陸續開放。
它尚未上架第三方平台。 CNBC 報導指出，Meta 刻意將 API 存取限制在自家服務，而不是像 OpenRouter 這類市集上架，因此你目前無法透過許多開發者已在使用的聚合平台存取它。
此 API 可直接相容於兩個 SDK 家族：OpenAI SDK（Chat Completions 和 Responses 格式）以及 Anthropic SDK（Messages 格式）。將現有 client 指向 https://api.meta.ai/v1，把 model 設為 muse-spark-1.1，並保留你的 code。根據 Meta's Cookbook，一個最小的呼叫如下：
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.meta.ai/v1",
api_key=os.environ["MODEL_API_KEY"],
)
resp = client.responses.create(
model="muse-spark-1.1",
input="用一句話解釋 tool-call 迴圈。",
)
print(resp.output_text)
除了 API 之外，Muse Spark 1.1 也已在 Meta AI 應用程式與 Meta AI 網站上的Thinking 模式正式上線。Reuters 報導，Meta 預期它將取代驅動 WhatsApp、Instagram、Facebook 以及 Meta 智慧眼鏡聊天機器人的 Llama 模型。
Muse Spark 1.1 與 Claude 和 GPT：它的定位如何
根據 Meta 自行公布的基準測試，Muse Spark 1.1 在 agentic 領域處於領先或接近領先位置：OSWorld 電腦使用分數為 80.8，MCP Atlas 擴展工具使用為 88.1，另外 JobBench 為 54.7、帶工具的 Humanity's Last Exam 為 62.1，以及 Finance Agent v2 為 57.2。Meta 表示，這些數據使其在 agentic 任務上可與 GPT-5.5 和 Anthropic 的 Opus 4.8 相媲美。這些數字是由供應商自行報告的，因此應將其視為 Meta 的說法，而非已定論的事實。
獨立評測仍在追趕中。Artificial Analysis將原始的 4 月版 Muse Spark 評為 Intelligence Index 52，落後於 Gemini 3.1 Pro、GPT-5.4 和 Claude Opus 4.6，而 1.1 版本尚未經過獨立基準測試。X 和 Reddit 上的社群討論也呼應了這種分歧：在 agents 和工具使用方面表現強勁，但也有人指出，在像 SWE-Bench 這類純編碼基準上，既有的 coding models 仍然更有優勢。坦白說，Muse Spark 1.1 確實是在 agentic 和 computer-use 工作上具有實力的競爭者，而 coding 則是正在快速縮小差距、但尚未被證實領先的領域。
你應該採用 Muse Spark 1.1 來建構嗎？
使用情境 | 建議 | 原因 |
|---|---|---|
Agentic / computer-use 原型 | 加入等候名單 | computer-use 和 multi-agent 配方正是 1.1 推動領域前進的地方；$20 點數讓探索變成免費 |
正式生產程式開發 | 繼續使用 Claude 或 GPT | 獨立的 1.1 程式撰寫證據仍然薄弱；僅限美國的等候名單不適合作為生產環境依賴 |
美國以外，或現在就需要存取 | 現在就使用 Claude/GPT/Gemini | Muse Spark 進行基準測試的模型今天在全球都可使用，包含透過 AIReiter，價格約為官方費率的 80% 折扣 |
成本敏感的推理工作負載 | 留意帳單 | 推理 token 會以輸出計費，因此實際成本會隨 |
Muse Spark 1.1 對大多數團隊來說，並不是一個明確的「現在就切換」選項。它更像是一個強烈的「密切觀察，等你有機會時先做原型測試」的提醒，也提醒人們 Meta 已經重新回到前沿模型競賽中，而且其定價對整個市場其他參與者形成了壓力。
常見問題
Muse Spark 1.1 適合用來做什麼？
Agentic workflows、工具使用，以及電腦操作任務：驅動桌面、協調多智能體團隊，並使用工具執行長時間的多步驟工作。它也原生支援圖像、影片與文件輸入，並且在程式設計與除錯方面表現出色。Meta 將其定位為在 agentic 工作上最強；但在純程式碼領先地位方面則不那麼確定。
Muse Spark 1.1 API 的費用是多少？
每百萬 input tokens 收費 $1.25，每百萬 output tokens 收費 $4.25；新帳戶可獲得 $20 的免費額度，之後採用按用量付費。其內部思考 tokens 會以 output 費率計費，因此隨著較高的 reasoning_effort 設定，實際成本也會上升（請參閱定價章節）。
我要如何取得 Muse Spark API 的存取權？
透過 Meta Model API 公開預覽，目前僅限美國。請在 Meta 的開發者入口網站註冊，可獲得 $20 的免費額度；新使用者會隨著時間從候補名單中陸續加入。Meta 目前沒有將其列在像 OpenRouter 這類第三方平台上，因此目前透過 Meta 直接存取是唯一官方途徑（請參閱存取區段）。
Muse Spark 是開源的嗎？
不。不同於 Meta 先前的 Llama 模型，Muse Spark 是專有的，且需要付費存取。Wang 表示，MSL 正在開發 Muse Spark 的開源版本，但尚未公布發佈日期。
我可以在美國以外使用 Muse Spark 1.1 嗎？
目前尚未透過官方 Meta Model API。公開預覽僅限美國，且採候補名單制，因此美國以外、今天就需要前沿代理式或程式碼模型的開發者，通常會使用競爭對手的 Claude、GPT 或 Gemini 模型。
結論
Muse Spark 1.1 是一款能力出色的 agentic 與 coding 模型，具備實用的 computer-use 模式、可直接替換的 OpenAI 與 Anthropic SDK 相容性，以及由 20 美元免費額度支撐的進取型 1.25 美元/4.25 美元定價。唯一的問題在於存取，因為預覽版僅限美國、需要排隊候補，且未在 OpenRouter 上提供。這使得對多數開發者而言，實際上、可立即使用的前沿選項，仍是 Muse Spark 旨在超越的 Claude 與 GPT 模型。
相關閱讀： Claude API 定價指南 2026 和 GPT-5.6 定價指南 涵蓋了 Muse Spark 1.1 以更低價格挑戰與追趕的模型。