Meta 發表 Muse Spark 1.3：DeepSWE 75.4%、coding 與 agentic 大幅躍進

編按：本文綜合整理自 Meta 官方公告、Unite.AI 報導、Hacker News 與 Threads 社群討論，並加入 Siami 編輯部觀點與分析。

Meta 在 2026 年 9 月 2 日正式發表 Muse Spark 1.3，這是 Meta 超智慧實驗室（Meta Superintelligence Labs, MSL）推出的最新模型。新版本當天同步上線於 Meta 自家的終端編碼代理 Muse Code，以及 Meta Model API 對外服務。

關鍵效能數字

• DeepSWE v1.1 基準：75.4%——Meta 表示這是「截至目前為止在 coding 任務上最大的一次跳躍」
• 相比 1.2 版，工具呼叫次數減少 約 20%，token 用量減少 約 25%
• 競爭型 coding 表現宣稱領先 GPT 5.6 Sol 與 Opus 5

Meta 內部工程師比較的結果是：新模型明顯更快、更有效率，使用大約少了 20% 的工具呼叫，以及大約少了 25% 的 token。

Agentic 工作流改進

Muse Spark 1.3 設計用來在單一長對話中持續處理長時程任務。模型會自行使用工具，從雜亂、互相矛盾的來源中整理出自己的上下文，主動修補計畫中的缺口，並記錄自己已學到什麼，最終產出可用交付物。

Meta 也把模型訓練得更會主動協作：

• 提示不明確時會反問確認
• 卡住時會向使用者求助
• 採取不可逆行動前會先確認
• 可依使用者偏好調整：頻繁回報進度，或在背景安靜執行

Coding 改進

新模型在長時程編碼任務上做了大量訓練。常見工程工作流的可用性明顯提升：

• 不需要時不再繞圈子多走幾輪
• 不再冗長，coding 風格更乾淨
• Meta 工程師內部測試：同樣任務下速度更快、效率更高

多工與自我認知

多工處理：在單一對話串中面對多個過去、現在、未來切換的請求時，能更準確把訊息對應到正確任務，也更能承受使用者中途改方向或打斷。

自我認知：對自己會什麼、不會什麼、知道什麼、不知道什麼更有分寸；遇到瓶頸時傾向承認而不是硬掰答案。

安全性

• 對抗式穩健性更強，對 prompt injection 的抵抗力提升
• 對「不可逆行動」的判斷更準確
• 在長時程 agentic 任務中拿捏分寸更成熟

Meta 也指出，先前已有的 reasoning 模式在發表時已上線，而 「max reasoning」 模式 會在額外安全測試完成後不久推出。

版本沿革

Meta 的後續路線圖

Meta 表示接下來會有：

• 更大規模的模型
• Muse Spark 開源權重版本（未給日期）
• 「max reasoning」模式（安全測試完即推出）

Zuckerberg 公開發言

「Muse Spark 1.3 今天上線，frontier 等級的效能，價格便宜到幾乎可以忽略。這是目前在 coding 上最大的一次進步。」

業界與社群反應

• Andrew Curran（@AndrewCurran_）：轉發 Meta 發表，附上 Muse Spark 1.3 領先 GPT 5.6 Sol 與 Opus 5 的基準比較表
• Hacker News（259 分、154 則留言）：衝上 HN 頭條，是當日科技榜最受矚目的發表
• Artificial Analysis：Muse Spark 系列在 Intelligence Index 上位列第四，僅次於 Gemini 3.1 Pro、GPT-5.4、Claude Opus 4.6

為什麼這件事重要

Muse Spark 1.3 對 Meta 而言不只是又一個版本號。這是 Alex Wang（Scale AI 創辦人）加入 Meta 並主導 Superintelligence Labs 後，Meta 第二次在 frontier 模型競賽裡交出具有實質競爭力的成績單。從 4 月發表 1.0、7 月發表 1.1（多模態）、8 月發表 1.2（coding 強化），到這次 9 月 1.3，每一步節奏穩定而且效能跳躍幅度不小。

值得關注的是 「too cheap to meter」（便宜到幾乎不用計量）這個用詞——Meta 明確把價格當成競爭武器。對比 OpenAI、Anthropic、Google 仍在搶奪高端市場，Meta 走的是「便宜、可用、整合進既有產品（WhatsApp、Instagram、Messenger）」這條路，這條路在終端用戶規模上有壓倒性優勢。

另一個訊號是 「Muse Spark 開源權重」 出現在官方路線圖——這跟 2026 上半年 Meta 的「open weight whiplash」（社群批評 Meta 對開源反覆）形成對比。如果兌現，會是開源社群期待已久的禮物；如果再次跳票，會再被罵一次。

數據解讀與質疑

幾個值得保留的疑問：

1. 75.4% DeepSWE v1.1 是內部基準——DeepSWE 不是業界通用標竿（如 SWE-bench Verified），比較時要小心。Meta 自己沒把 1.3 跟 GPT 5.6、Opus 5 直接做 head-to-head SWE-bench 數字，所以「領先」這個說法暫時只能信 Meta 內部比較。

2. 「too cheap to meter」目前沒有具體定價——Meta 沒在發表時公布 Muse Spark 1.3 的 API 定價，只說跟 1.2 一樣。「幾乎不用計量」的說法需要實際 API 價格出來才能驗證。

3. 「max reasoning」還沒上線——這個模式會在安全測試完成後推出，但具體時程、與現有 reasoning 模式的差異都沒說明。OpenAI 的 o-series、Anthropic 的 extended thinking 已經是業界共識功能，Meta 還在補課。

4. 開源權重的承諾——2025-2026 Meta 在 Llama 4 之後就因「開源定義」爭議（社群認為不符合 OSI 標準）被罵得很兇。Spark 系列目前完全閉源。路線圖寫了「會有」，但沒日期，等於沒有承諾。