Meta Muse Spark 1.1 上線：用四分之一價格單挑 Anthropic 和 OpenAI
重點摘要
Meta 上線 Muse Spark 1.1，API 定價每百萬輸出代幣只要 4.25 美元，號稱是 Anthropic、OpenAI 旗艦模型的四分之一。跑分卻刻意跳過兩家最新旗艦，這個「便宜」到底划不划算？
Meta 昨天把 Muse Spark 1.1 的付費 API 開放給美國開發者，每百萬輸出代幣定價 4.25 美元，執行長 Mark Zuckerberg 說這大概是 Anthropic 和 OpenAI 旗艦模型的四分之一。同一週，Meta 內部備忘錄流出，講今年要在 AI 基礎建設上砸下 1450 億美元。價格戰打得兇，問題是這個「四分之一」到底是跟誰比出來的。
我的判斷是，Zuckerberg 那句「四分之一」比的不是 Anthropic 現在最強的 Fable 5 或 OpenAI 的 GPT-5.6，而是兩家還沒打價格戰之前的舊款旗艦定價。如果你手上已經在跑 coding agent 的實際工作量，拿同一批任務餵 Muse Spark 1.1 跟 Sonnet 5，把重試次數也算進總代幣成本，你算出來的實際單價，還剩四分之一嗎？歡迎把數字貼出來對一下。
事件摘要
Muse Spark 1.1 是 Meta Superintelligence Labs 在 Alexandr Wang 手上推出的第二款模型，4 月的 Muse Spark 打頭陣，7 月 9 日這款是第一次真正打進生產環境的版本。模型主打多模態推理和代理任務，能處理 100 萬 token 的上下文，官方講會主動壓縮舊資訊，讓後段任務還記得前面的關鍵細節。工具呼叫、電腦操作、程式碼除錯、跨應用情境轉換都放進了能力清單，還加了平行多代理協作，一次拆好幾個子任務同時跑。
7 月 10 日，付費版 Meta Model API 開放美國開發者公測，價格是輸入每百萬代幣 1.25 美元、輸出 4.25 美元，新帳號先送 20 美元額度。Zuckerberg 對 CNBC 講這個定價「非常有侵略性」，大概是 Anthropic 和 OpenAI 同級模型的四分之一。API 用的是跟 OpenAI 相容的封裝格式，原本接 GPT 系列 API 的程式碼，改幾行設定就能切過來測試。
跑分部分，Meta 講 Muse Spark 1.1 在程式碼和推理指標上贏過 Google 最新的 Gemini，也贏了 OpenAI 和 Anthropic 的舊款模型。公布的比較表裡卻沒有放進 Anthropic 目前最強的 Fable 5、Mythos 5，也沒有 OpenAI 上週才公開上線的 GPT-5.6。Fortune 的報導直接點名，至少有一項程式碼跑分，Muse Spark 1.1 還是輸給這三款真正的旗艦。Zuckerberg 自己在發表會上也承認，Meta 的模型在某些地方還是落後對手。
數字背後的真相
先把「四分之一價格」拆開算。Anthropic 的 Sonnet 5 現在優惠價是輸入 2 美元、輸出 10 美元，8 月底之後漲到 3 美元和 15 美元。Muse Spark 1.1 的 4.25 美元輸出價，對比 Sonnet 5 只省了六成不到，對比旗艦 Opus 4.8 的 25 美元才真的接近四分之一。Zuckerberg 選的比較基準，大概率是 Opus 這個等級，不是跟它實際要搶市占的中階模型比。定價策略上很聰明，拿來算省多少錢的時候得先看清楚比的是哪一款。
價格便宜的前提，是完成同一個任務花的代幣數量差不多。如果 Muse Spark 1.1 在複雜編碼任務上準確率比 Fable 5 或 GPT-5.6 低，開發者要多跑幾次重試才能拿到能用的結果，代幣總消耗量往上疊，便宜的單價很快就會被抵銷。Fortune 已經點出至少一項跑分落後，這個落後幅度會不會反映到實際完成任務所需的代幣量，目前沒有第三方數字可以驗證，Meta 也沒有公布重試率或任務完成率這類更貼近實際成本的指標。
拉遠一點看基礎建設的規模。Meta 今年計畫在 AI 基礎建設上花到 1450 億美元，同一份備忘錄提到自研的 Iris 晶片九月開始量產，由 Broadcom 協助設計、台積電代工，目標是把整體運算能力在 2027 年翻倍到 14 GW。API 收費以目前這個量級，一個月幾千萬美元的營收，對 1450 億的支出來說連零頭都算不上。Muse Spark 1.1 現階段的角色更像是幫 Meta AI app 的日常使用打底，順便測試市場對開發者定價的反應，不是這筆天文數字投資真正要靠的營收來源。
還有一個容易被忽略的背景。Meta 去年推出的 Llama 4 評測結果一度被外界質疑動過手腳，拿去角逐 LMArena 排行榜的版本跟正式發布版不是同一個模型。這次 Meta 公布跑分時刻意避開兩家最強的對手，搭配這段歷史看，對「贏過 Gemini」這類自家數字，先打個折扣再信比較保險。Meta 內部已經把下一款代號「Watermelon」的模型當成真正要追上競爭對手的關鍵版本，等於自己承認 Muse Spark 1.1 還沒到那個位置。
接下來值得觀察的指標
三個月內有幾個數字可以驗證這篇的判斷。第一，OpenRouter 或類似的第三方 API 流量統計，會不會看到開發者把生產環境的呼叫量轉去 Muse Spark 1.1，那才算真的留住用戶，光是拿免費額度測一輪不算數。第二，獨立跑分機構有沒有把 Muse Spark 1.1 直接放進跟 Fable 5、GPT-5.6 同一張表裡重新測過，如果 Meta 自己一直不做這個比較，那就代表公司也清楚結果不會好看。第三，代號 Watermelon 的下一款模型什麼時候發布，發布時 Meta 敢不敢終於把它跟兩家對手的旗艦擺在同一張跑分表上。
Iris 晶片九月投產後的良率和實際部署規模，也值得放進觀察清單，自研晶片能不能扛住這場價格戰的成本結構，比任何一次模型發布都更關鍵。
如果這篇對你有幫助，訂閱電子報 可以第一時間收到 AI PM 實戰洞察與 GenAI 落地案例。
參考來源：Meta AI 官方部落格、Fortune、TechTimes
相關閱讀：