Meta 开放 Muse Spark AI 模型 API：从自用模型走向按量收费，强化智能体与编程能力
据 IT之家 7 月 9 日消息，Meta Platforms 已正式向开发者开放 Muse Spark AI 模型 API，并同步推出升级版 Muse Spark 1.1。这意味着 Meta 不再只是将自研模型用于旗下应用生态，而是开始以 API 方式面向开发者提供模型能力，并按调用量收费，正式进入与 OpenAI、Anthropic 等厂商同场竞争的 AI 模型商业化阶段。
来源显示，Meta 将 Muse Spark 1.1 定位为其目前在真实世界编程和 AI Agent 任务方面能力最强的模型，同时也是“个人超级智能（Personal Superintelligence）”战略的一部分。该模型已在 Meta AI 应用和网页版中以 Thinking（思考）模式上线，未来还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。
Muse Spark 1.1 面向开发者开放：重点押注 Coding 与 Agent
今年 4 月，Meta 首次发布 Muse Spark。该模型是 Meta 去年组建“超级智能”团队后推出的首款文本推理模型，初期仅面向部分合作伙伴开放 API 私测。此次转为公开预览，代表 Meta 希望把模型能力从内部产品和小范围测试推进到更广泛的开发者生态。
按照来源介绍，美国开发者现在可以通过 Meta Model API 公开预览版使用 Muse Spark，进行提示词测试、不同输出效果比较以及应用原型开发。注册 API 的开发者可获得 20 美元免费额度，后续则根据调用量付费。
新版模型的能力覆盖多个典型 AI 应用场景：
- 编写和调试代码，服务软件开发与自动化工作流；
- 操作软件并调用外部工具，强化智能体执行能力；
- 理解文本、图片和视频内容，支持多模态输入理解；
- 在更少人工干预下处理复杂多步骤任务。
从这些能力描述看，Meta 对 Muse Spark 1.1 的定位并不只是聊天模型，而是更偏向可执行任务的智能体底座。对开发者而言，API 开放的意义在于可以将这些能力嵌入自有应用、内部工具或企业流程中，而不是只能在 Meta 自家产品内使用。
定价策略透露 Meta 的商业化取向
API 是大模型商业化的重要入口。开发者通过 API 调用模型，模型厂商则按输入和输出 Token 收费。Meta 公布的 Muse Spark API 定价为：每百万输入 Token 收费 1.25 美元，每百万输出 Token 收费 4.25 美元。
来源称，这一定价高于 OpenAI 入门级 GPT-5 mini 以及 Anthropic 主打低成本的 Claude Haiku 4.5，但低于 Anthropic 高端模型 Claude Sonnet 4.6。也就是说，Meta 并未将 Muse Spark 放在极低价走量位置，而是试图以编程、智能体和多模态理解能力支撑一个中高区间的调用价格。
这对市场的信号比较明确：Meta 正在从“模型能力展示”转向“模型收入验证”。过去 Meta 在开源模型和社交平台 AI 功能上存在感较强，但在面向开发者的商业 API 市场中，OpenAI、Anthropic 等公司更早建立了付费路径。Muse Spark API 的开放，补上了 Meta 在这一环节的关键拼图。
影响解读：Meta 想把 AI 能力接回应用生态与硬件入口
从产业角度看，Muse Spark 1.1 的发布不只是一次模型升级，也关系到 Meta 如何连接开发者、社交应用和智能硬件。来源提到，该模型未来将逐步取代 WhatsApp、Instagram、Facebook 以及 Meta 智能眼镜聊天机器人背后的 Llama 系列模型。这意味着 Muse Spark 若能在真实场景中稳定运行，可能成为 Meta 跨应用 AI 体验的新统一底座。
对中文读者和开发者来说，更值得关注的是 Meta 对 Agent 能力的强调。当前大模型竞争正在从“回答问题”转向“完成任务”，例如自动写代码、调试、调用工具、处理多步骤流程。谁能提供更稳定、更可控、更易集成的模型接口，谁就更容易进入企业软件、效率工具和自动化产品。
此外，Meta 本周还宣布将生成式 AI 功能扩展至旗下各款应用，并推出来自 Meta Superintelligence Labs 的首款图像生成模型 Muse Image。结合 Muse Spark API 开放来看，Meta 正在同时推进文本推理、图像生成、应用内 AI 与开发者平台，形成更完整的 AI 产品矩阵。
不过，Muse Spark 仍需要在开发者实际使用中证明自身价值。价格、响应质量、工具调用稳定性、多模态理解效果以及与现有开发框架的兼容度，都会影响其能否从 Meta 自有生态走向更开放的第三方市场。短期看，Meta 已经正式进入大模型 API 收费竞争；中长期看，它能否借社交平台与硬件入口形成差异化，才是 Muse Spark 商业化成败的关键。