Meta Muse Spark 1.2

Meta Muse Spark 1.2

Meta超级智能实验室(MSL)于2026年8月5日发布的多模态推理旗舰模型,100万token上下文窗口,专为智能体任务和代码工程优化,与Muse Code终端编程助手协同训练,Terminal-Bench 2.1得分82.9%。

月访问量
0
累计浏览
1
用户评分
4.5
收录时间
2026-08

产品介绍

模型介绍

Meta Muse Spark 1.2 是 Meta 超级智能实验室(Meta Superintelligence Labs, MSL)于 2026 年 8 月 5 日正式发布的多模态推理模型,是 Muse Spark 系列的最新版本。该模型与 Meta 全新推出的终端编程代理 Muse Code 协同训练(co-trained),在代码生成、复杂调试、代码库理解和端到端开发者工作流方面实现了重大升级。

Muse Spark 1.2 定位为面向智能体任务(agentic tasks)的前沿推理模型,支持 100 万 token 超长上下文窗口,可在单次会话中完成跨大型代码库的软件工程任务。模型保留了 1.1 版本在工具调用、计算机使用和多模态理解方面的优势,同时在编程基准测试中取得显著提升。

核心功能

  • 100万token上下文窗口:支持超长上下文,可一次性处理整个大型代码库,长时任务无需中断
  • 协同训练优化:与 Muse Code 代理共同训练,工具调用准确率更高、重试更少、输出质量更稳定
  • 异步后台代理:持久化后台代理在整个会话中保持活跃,避免重复信息收集,降低多步骤任务延迟
  • 事件日志运行时:本地追加式事件日志记录所有模型调用、工具运行、审批和编辑,支持崩溃后精确恢复
  • 多模态推理:原生支持文本、图像等多模态输入,具备视觉思维链(visual chain of thought)能力
  • MCP与技能支持:可调用 MCP 服务器、自定义技能,协调并行子代理完成复杂任务

基准表现

基准测试 Muse Spark 1.2 说明
Terminal-Bench 2.1 82.9% 89项任务全量评测,pass@1
DeepSWE v1.1 59.3% 113项任务/91个代码库/5种语言
Meta Internal Coding Bench 优于1.1版本 440项真实内部PR任务

在 Terminal-Bench 2.1 上,Muse Spark 1.2 排名第三,仅次于 Claude Opus 5(86.7%)和 GPT-5.6 Terra(81.8%),超过 Grok Build(81.6%)。

定价方案

Meta Model API 提供两档定价:

标准档(数据不用于训练):

  • 输入:$1.25 / 百万token
  • 缓存输入:$0.15 / 百万token
  • 输出:$4.25 / 百万token

贡献者档(数据用于Meta产品改进):

  • 输入:$0.10 / 百万token
  • 缓存输入:$0.002 / 百万token
  • 输出:$0.20 / 百万token

模型同时通过 OpenRouter 等第三方平台提供访问。

使用场景

  • 仓库级代码重构与迁移:跨大型代码库的端到端软件工程任务
  • 长时Bug修复:持久会话支持长达24小时、1000+次工具调用的调试任务
  • GPU内核优化:自动编写、编译、性能分析并迭代优化GPU内核
  • 智能体工作流:多代理协作、工具链编排、MCP服务器调用
  • 复杂研究任务:多步骤信息检索、分析与综合

可用方式

  • Muse Code(Beta):macOS/Linux 终端编程代理,一键安装
  • Meta Model API:公共预览,全球扩展访问
  • OpenRouter:第三方API聚合平台
  • Meta AI应用:Thinking模式已集成