Meta AI 昨日發表了其最新一代具備代理能力的程式開發模型 Muse Spark 1.3。這是 Muse Spark 系列模型在短短五個月內的第四次更新，專為長週期、具備代理能力的程式開發工作設計，目標在處理複雜任務時展現更高效率，並加強與使用者協作的易用性。

Muse Spark 1.3 的一大亮點在於其顯著提升的資源效率。相較於前一代 Muse Spark 1.2，這款新模型在執行具代理能力的程式開發任務時，所需的工具呼叫（指AI模型在執行任務時，與外部工具互動的次數）約減少了 20%，而處理語言資訊的最小單位 Token（代表AI模型處理語言資訊的最小單位，可以是單字、片語或符號）用量則約減少了 25%。這意味著開發者能以更低的成本和更高的效率運用 AI 進行程式開發。

Meta AI 訓練 Muse Spark 1.3 能在單一長對話串中管理多個工作流程，並從不同來源收集所需背景資訊，同時彌補計畫中的不足之處。該模型還能針對模糊的提示提出澄清問題，在遇到困難時主動與使用者互動，並在執行重大操作前進行確認，藉此降低出錯率並提升合作流暢度。此外，它能根據使用者偏好調整執行方式，提供頻繁的狀態更新或在背景靜默運作。

Meta AI 強調，Muse Spark 1.3 在辨識自身極限方面有更好的校準能力，能更準確地標示出潛在障礙，而非憑空生成不切實際的結果。它透過將傳入的提示與單一對話串中的正確任務進行對應，進一步改善了多工處理能力。

在效能方面，Muse Spark 1.3 展現了領先的表現。根據 DeepSWE v1.1 評測，該模型獲得 75.4 分，優於競爭對手 Claude Opus 5 的 74.0 分與 GPT-5.6 Sol 的 72.7 分。在 Terminal-Bench 2.1 測試中，Muse Spark 1.3 與 GPT-5.6 Sol 同獲 88.8 分，領先 Claude Opus 5 的 86.7 分。此外，在處理長上下文（Context）情境的 MRCR v2 測試中，Muse Spark 1.3 在 256K-512K 和 512K-1M Context 區間分別獲得 98.5 分和 98.1 分，遠優於 GPT-5.6 Sol 的 91.5 分和 73.8 分，顯示其處理大規模程式碼和複雜邏輯的強大能力。

Muse Spark 1.3 已透過 Muse Code 和 Meta Model API 提供給生產環境使用，不過其模型權重仍為閉源，暫不支援自行部署。Meta AI 也表示，未來有計劃開源 Muse Spark 系列模型。儘管效率大幅提升，Muse Spark 1.3 的定價維持不變，輸入費用為每百萬 Token 1.25 美元，輸出費用為每百萬 Token 4.25 美元，另設有貢獻者等級費用。