📑 😔我真的很不想这么说，但…… 🤔Gemini 是谁？ Meta 发布 Muse Spark 1.3，这是五个月内推出的第四款 Muse Spark 模型。M
- 序号：369
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
📑 😔我真的很不想这么说，但…… 🤔Gemini 是谁？
Meta 发布 Muse Spark 1.3，这是五个月内推出的第四款 Muse Spark 模型。Muse Spark1.3（max）目前仅面向 Meta 合作伙伴开放有限预览，在 Artificial Analysis 智能指数拿到 62 分，仅次于 Claude Fable 5.1 与 Claude Opus 5。当前对外可用版本 Muse Spark1.3（xhigh）得分 61 分，与 GPT‑5.6 Sol (max)、Grok4.6 (high) 持平。两个版本性能提升主要来自智能体任务与科学能力的优化。 Muse Spark1.3（xhigh）首次登上该智能指数，拿到 61 分，相较 8 月 Muse Spark1.2（57 分）提升 4 分，相较 7 月 Muse Spark1.1（53 分）提升 8 分。该版本和 GPT‑5.6 Sol (max)、Grok4.6 (high)、Claude Opus5 (high) 处于同一梯队；排在它前面的是 Claude Fable5.1 (max 66 分)、Claude Opus5 (max 63 分)、Claude Fable5 (max 62 分)。 处于有限预览状态的 Muse Spark1.3 (max) 得分 62 分。分数提升来自 Tau3‑Bench Banking（52% 对比 47%）、GDPVal‑AA v2（1754 Elo 对比 1709）两项评测相对 xhigh 版本的进步。Muse Spark1.3 (max) 的总分在全部模型里仅落后 Claude 的 Fable、Opus 系列变体。 恭喜 Meta 团队以及 Alexandr Wang 完成本次模型发布。 ✨ 🔹智能体知识工作任务持续迭代进步 Muse Spark1.2 发布时就已经看到智能体知识工作相对 1.1 版本大幅增强，新版本延续该趋势。Muse Spark1.3 (xhigh) 在 Tau3‑Bench Banking 较 1.2 提升 12 个百分点（35%→47%）；Terminal‑Bench2.1 提升 5 个百分点（80%→85%）；GDPVal‑AA v2 Elo 分数来到 1709，前代是 1615。 Muse Spark1.3 (max) 进一步拉高 Tau3‑Bench Banking 至 52%、GDPVal‑AA v2 至 1754 Elo，。max 版本靠更多轮次、更多推理 token 实现更强智能体表现：相比 xhigh 版本，GDPVal‑AA v2 推理 token 多出 62%，Tau3‑Bench Banking 推理 token 多出 28%。 🔹在指数 59 分及以上的模型中，单位任务成本最低 Meta 定价维持不变：输入每百万 token 1.25 美元、输出每百万 token4.25 美元，缓存输入 0.15 美元。Muse Spark1.3 (xhigh) 单任务成本 0.55 美元；竞品 GPT‑5.6 Sol (max) 为 0.95 美元、Grok4.6 (high) 为 0.94 美元，溢价超 70%。 该版本处在智能‑成本帕累托最优前沿。单任务成本相比 Muse Spark1.2（0.40 美元）有所抬升，原因是智能体评测场景每个任务输入 token 增加约 57%，输出 token 仅增加约 8%。Muse Spark1.3 (max) 对外定价暂未公布。 🔹科学推理能力全面上涨，CritPt 提升最为亮眼 对比 Muse Spark1.2，CritPt 是提升幅度最大的非智能体评测项，xhigh 版本从 18% 提升至 26%，上涨 8 个点；GPQA Diamond 上涨 4 个点（90%→94%）。Humanity's Last Exam、SciCode 也分别取得 2‑3 个点的小幅上涨。 Muse Spark1.3 (max) 和 xhigh 版本分数大体接近：Humanity's Last Exam+2 分，GPQA Diamond 持平，CritPt 反而比 xhigh 版本低 1 分。 🔹仅两项评测出现小幅性能回落 Muse Spark1.3 (xhigh)、max 版本 AA‑LCR 指标均下滑 4 个百分点（83%→79%）。AA‑Omniscience（准确率）xhigh 版本降 3 分，max 版本降 1 分。 分数下滑来自模型弃权率提升，遇到不确定问题选择不作答，同时也降低模型幻觉。 📌 上下文窗口：100 万 token，和 Muse Spark1.2 保持一致 定价：和 Muse Spark1.2 完全一致，输入 1.25 美元 / 百万 token、输出 4.25 美元 / 百万 token，缓存命中 0.15 美元 / 百万 token 输入模态：文本、图像、视频 可用渠道：Meta 官方 Model API、Muse Code
总体总结
主题正文
- Muse Spark1.3（max）目前仅面向 Meta 合作伙伴开放有限预览，在 Artificial Analysis 智能指数拿到 62 分，仅次于 Claude Fable 5.1 与 Claude Opus 5。
- Muse Spark1.3（xhigh）首次登上该智能指数，拿到 61 分，相较 8 月 Muse Spark1.2（57 分）提升 4 分，相较 7 月 Muse Spark1.1（53 分）提升 8 分。
- 排在它前面的是 Claude Fable5.1 (max 66 分)、Claude Opus5 (max 63 分)、Claude Fable5 (max 62 分)。
- 分数提升来自 Tau3‑Bench Banking（52% 对比 47%）、GDPVal‑AA v2（1754 Elo 对比 1709）两项评测相对 xhigh 版本的进步。
- max 版本靠更多轮次、更多推理 token 实现更强智能体表现：相比 xhigh 版本，GDPVal‑AA v2 推理 token 多出 62%，Tau3‑Bench Banking 推理 token 多出 28%。
- 单任务成本相比 Muse Spark1.2（0.40 美元）有所抬升，原因是智能体评测场景每个任务输入 token 增加约 57%，输出 token 仅增加约 8%。
- Muse Spark1.3 (max) 和 xhigh 版本分数大体接近：Humanity's Last Exam+2 分，GPQA Diamond 持平，CritPt 反而比 xhigh 版本低 1 分。
- 定价：和 Muse Spark1.2 完全一致，输入 1.25 美元 / 百万 token、输出 4.25 美元 / 百万 token，缓存命中 0.15 美元 / 百万 token