meta超级智能实验室近日宣布推出其迄今为止功能最强大的多模态推理模型Muse Spark 1.1。这款专为智能体任务设计的模型，在工具调用、计算机操作、编程和多模态理解能力方面实现了显著提升，能够根据用户目标规划任务并调用外部工具完成复杂工作流。
Muse Spark 1.1支持100万Token的上下文窗口，输入价格为每百万Token 1.25美元，输出价格为每百万Token 4.25美元，这一价格低于当前市场上多款主流闭源模型。meta同步推出了新模型的API公开预览版，开发者可通过API调用Muse Spark 1.1，这也是meta首次向开发者提供付费版本服务。目前，该模型已在meta AI移动端应用和官网上线，用户可在思考模式下使用。
与传统大模型主要聚焦问答和内容生成不同，Muse Spark 1.1进一步强化了AI执行任务的能力。meta表示，该模型能够协调多个智能体共同完成任务，管理百万级上下文窗口，并在长期任务中保持操作记录和关键信息。在编程领域，Muse Spark 1.1在复杂编程任务中表现突出，可完成大型代码库理解、错误修复和功能开发，同时支持智能体编程中的规划、协作和上下文管理。
meta创始人马克·扎克伯格在社交平台X上发文宣传该模型，引发网友热议。有用户戏称"不知道扎克伯格还有X账号"，特斯拉CEO埃隆·马斯克也在评论区留言"Jinx"。meta超级智能实验室负责人Alexandr Wang表示，Muse Spark 1.1在多项智能体评估中可与GPT-5.5和Opus-4.8媲美。
在任务执行能力方面，Muse Spark 1.1展现出显著优势。该模型可作为主智能体收集信息、制定计划并分配任务，也可作为子智能体执行具体工作。它支持零样本适配新工具和自定义技能，无需针对每个工具重新训练。在计算机操作场景中，模型可跨多个应用执行连续任务，并根据需求选择直接操作界面或生成自动化脚本。例如，在处理晚宴订单时，模型能感知任务变化并自动更新要求，无需用户干预。
多模态理解能力是Muse Spark 1.1的另一大亮点。该模型可结合视觉和音频信息，在长流程任务中保留关键细节，并利用这些信息帮助用户完成现实环境中的操作。在Facebook二手交易市场测试中，模型能根据用户拍摄的视频提取商品信息，分析内容并代表用户完成商品发布。
内部测试数据显示，Muse Spark 1.1在MCP Atlas工具调用测试中获得88.1分，排名第一，高于Claude Opus 4.8的82.2分和GPT-5.5的75.3分。在JobBench职业场景工具使用测试中，该模型以54.7分同样位居榜首。第三方评测平台Vals AI的数据显示，Muse Spark 1.1在Vals Index综合测试中排名第4，准确率达68.41%；在Vals Multimodal Index多模态测试中排名第6，准确率达66.74%。
尽管性能出众，Muse Spark 1.1仍面临稳定性挑战。有用户反馈，搭载该模型的meta AI iPad客户端运行时频繁闪退，输出文本出现乱码断裂。另有用户指出，模型在生成Excel表格等基础任务中表现不佳。这些反馈表明，大模型在商业化落地过程中仍需解决成本与稳定性的平衡问题。
