Meta Superintelligence Labs 推出 Muse Spark 1.1，同步開放 Meta Model API 開發者預覽

Meta Superintelligence Labs 本週正式發布 Muse Spark 1.1，這是 Muse Spark 的重大升級版，定位為多模態推理模型，核心強化方向集中在 agentic 任務、工具操作、電腦使用（computer use）與程式碼開發四塊。同步推出的 Meta Model API 進入公開預覽，讓外部開發者首次能直接呼叫這個模型。

從技術規格看，最值得注意的是 100 萬 token 的 context window，模型能主動管理這個視窗——記住早期操作、壓縮無關內容、保留後續仍需用到的關鍵步驟。在 multi-agent 架構裡，Muse Spark 1.1 可以同時扮演主代理與子代理兩個角色：當主代理時，它規劃、分配任務給平行子代理；當子代理時，它知道何時要往上回報。這種設計針對的是端到端延遲最小化，不只是單一任務表現。

Computer use 能力上，模型的邏輯是「能寫腳本就寫腳本、直接點擊反而更快就直接點」，而不是傻傻逐步模擬人工操作。程式碼方面，Meta 內部評測基準 Meta Internal Coding Bench 的數據顯示 1.1 版顯著優於前代，在大型複雜程式庫的除錯、企業級功能實作與大規模程式碼遷移上都有提升——Meta 研究員也已在用它跑模型評測本身，某種程度上是 AI 開始評估 AI 的早期訊號。

這件事的產業意義不只是「Meta 又出新模型」。重點有兩個。第一，Meta Model API 的開放代表 Meta 正式入場 AI API 商業競爭，直接和 OpenAI、Anthropic、Google 搶開發者生態。Replit CEO 的背書提到「OpenAI 相容封裝」，Cline CEO 強調「在規模化編碼工作負載上具備價格可行性」——這說明 Meta 這次打的不只是技術牌，也在算成本牌，試圖用更有競爭力的定價搶企業工作負載。第二，Meta 同週還推出 Muse Image，兩個發布合在一起描繪的是「個人超級智慧」的產品方向——不是獨立的點工具，而是一個能幫用戶規劃、創作、行動的整合代理系統。對亞太市場的決策者來說，這代表 Meta 在消費端已有海量用戶基礎的前提下，開始把 AI 能力直接整合進 Meta AI app 與 meta.ai，企業若已在用 Facebook 或 Meta 生態服務，日後的 AI 工具採購選項會多出一條路徑。

值得存疑的是：公告內的評測幾乎全部來自 Meta 自家基準或合作夥伴背書，第三方獨立評測數據付之闕如。Muse Spark 1.1 宣稱「與領先替代方案競爭」，但沒有直接列出與 Claude、GPT-4o 或 Gemini 的對比數字。這不代表數字不好，但在 Meta Model API 公開預覽階段，開發者做決策前仍需自行跑 benchmark 驗證。