Meta Platforms公司正準備發布其旗艦AI模型Muse Spark的全新版本。
該公司首席AI官Alexandr Wang今日在X平台上發文表示，此次更新將"很快"推出。就在這則公告發布的幾小時前，Business Insider援引消息人士報道，稱這款新算法在多項業內密切關注的AI基準測試中，表現已可與GPT-5.5相媲美，但具體涉及哪些基準測試並未透露。
在前沿模型的發布公告中，幾乎都會包含SWE-Bench Pro的測試成績——這是一項用於評估AI系統編程能力的標準基準。Muse Spark原版本在該測試中得分為52.5%，而據報道與之旗鼓相當的OpenAI模型GPT-5.5則達到了58.6%。此外，GPT-5.5在另一項廣受關注的編程基準測試Terminal-Bench 2.0上也超過了Muse Spark。
Wang在X平台上表示，Meta即將推出的新模型在編程能力上將顯著優於Muse Spark，同時在驅動AI智能體方面也更具優勢。
Muse Spark目前已內置"沉思模式"，可藉助AI智能體來提升提示詞響應質量。在內部測試中，Meta分別在開啟和關閉該功能的條件下讓模型完成HLE基準測試，結果顯示，啟用沉思模式後，Muse Spark的得分提高了8%。
一名X用戶向Wang提問，Meta何時能推出編程能力可與Anthropic公司Claude Opus 4.8匹敵的模型，Wang回應稱此事將"相當快"實現。
Claude Opus 4.8在部分編程任務上的表現明顯優於Muse Spark和GPT-5.5，其在SWE-Bench Pro上的得分為69.2%，比OpenAI旗艦模型高出10.2個百分點。不過，在Terminal-Bench 2.0測試中，Claude Opus 4.8落後於GPT-5.5。
據Business Insider報道，Meta新模型輸出質量的提升是以基礎設施資源的大量消耗為代價的，其所需算力比Muse Spark高出"一個數量級"。
Meta持續強化AI模型編程能力的舉措，暗示該公司可能正計劃向外部開發者開放相關服務。彭博社周三報道，這家Facebook母公司正在考慮推出AI基礎設施服務，公司高管目前正就Meta應提供原始算力還是託管AI模型展開討論。
若要與Claude Code等現有AI開發工具競爭，Meta不僅需要構建針對編程優化的AI模型，還需要在更多層面上發力。Claude Code提供了與主流開發者工具的集成、桌面應用程式及個性化定製功能，用戶甚至可以將其設置為按特定時間間隔重複執行某項任務。
編程並非Meta即將推出的Muse Spark繼任者唯一的應用場景。Anthropic在提供Claude Code的同時，還推出了Claude Cowork——一款面向非技術專業人員的生產力工具，其中包含多個針對醫療、金融等垂直行業的專屬功能套件，覆蓋面更為廣泛。
Q&A
Q1：Meta新版AI模型在編程能力上能達到什麼水平？
A：據報道，Meta即將發布的新模型編程能力將顯著優於現有的Muse Spark。目前Muse Spark在SWE-Bench Pro編程基準測試中得分為52.5%，新模型據稱可與GPT-5.5（得分58.6%）相媲美，未來甚至有望追上Claude Opus 4.8（得分69.2%）的水準。
Q2：Muse Spark的"沉思模式"有什麼用？
A：沉思模式是Muse Spark內置的一項功能，通過調用AI智能體來優化模型對提示詞的響應質量。在Meta的內部測試中，開啟沉思模式後，模型在HLE基準測試中的得分提升了8%，說明該功能對提升輸出質量有明顯效果。
Q3：Meta發布新AI模型背後有什麼商業布局？
A：Meta強化編程能力的舉措，可能與其計劃向外部開發者開放服務有關。據報道，Meta正考慮推出AI基礎設施服務，探討提供原始算力還是託管AI模型的方案，未來有望與Claude Code等現有AI開發工具展開競爭。
