Muse Spark 1.1 便宜四分之一？看你比的是誰

每百萬 token 輸入 1.25 美元、輸出 4.25 美元。

這是 Meta 新模型 Muse Spark 1.1 的價目表。跟 Claude Opus 4.8 的 5／25 美元比，輸入價正好是四分之一——Zuckerberg 就是這樣說的。但把它放到 GPT-5.6 Luna 旁邊，Luna 的輸入價是 1 美元，比它便宜兩成。「便宜四分之一」是拿它跟對手最貴的旗艦比；換一個同級的比較對象，這個說法就沒了。

7 月 9 日，Meta 超智慧實驗室（Meta Superintelligence Labs）發表 Muse Spark 1.1，同時開放全新的 Meta Model API 公開預覽。這是 Meta 第一次把自家前沿模型當商品收費，而且權重不公開。Bloomberg 的標題把這件事講得很直白：Meta 開始為 AI 收錢了。

我們把 Meta 同日釋出的 111 頁評估報告從頭翻到尾。裡面有三件沒進新聞稿的事：這個價格什麼時候真的省錢、它到底強在哪、以及 Meta 自己要求你在接上去之前先做什麼。

Meta 第一次把模型標價賣，權重不再公開

Muse Spark 1.1 接續 4 月的 Muse Spark 1.0，是驅動 Meta AI 的那顆模型的更新版。過去 Meta 的招牌是把權重開源放出來，這次不是——它是閉權重，只能透過 API 呼叫。

規格上，脈絡視窗 100 萬 token，官方稱它對沒見過的工具、MCP（Model Context Protocol，模型脈絡協定）伺服器與自訂技能能零樣本上手，也能把子任務分派給多個代理人並行。

價目表由 Meta 開發者文件公布（官方公告正文裡沒有數字，這幾個單價是開發者文件所載、多家媒體一致引述）：

項目	單價
輸入	每百萬 token 1.25 美元
輸出	每百萬 token 4.25 美元
快取輸入	每百萬 token 0.15 美元
網頁搜尋增強	每千次查詢 2.50 美元
新帳號贈送額度	20 美元

一個現實條件先講：據多家報導，公開預覽只開放美國開發者註冊。台灣現在還接不上去。

「便宜四分之一」成立的前提，是拿它跟最貴的比

據 CNBC 報導，Zuckerberg 形容這個定價約是 Anthropic 與 OpenAI 同級模型的四分之一。他的比較基準是旗艦級：Claude Opus 4.8、GPT-5.5。放進表裡看：

模型	輸入（每百萬 token）	輸出（每百萬 token）
Muse Spark 1.1	$1.25	$4.25
GPT-5.6 Luna	$1.00	$6.00
Claude Sonnet 5（優惠價，8/31 前）	$2.00	$10.00
GPT-5.6 Terra	$2.50	$15.00
Claude Opus 4.8（旗艦）	$5.00	$25.00
GPT-5.5（旗艦）	$5.00	$30.00

（旗艦兩列的數字出自 CNBC 報導；GPT-5.6 三檔與 Sonnet 5 的價格本刊先前查證過。）

對旗艦，四分之一成立。對中階，故事完全不一樣：

• 跟 Claude Sonnet 5 比，輸入便宜約 38%、輸出便宜約 58%。這是實打實的降價。
• 跟 GPT-5.6 Luna 比，輸入貴了 25%，輸出便宜約 29%。

所以省不省錢，取決於你的 token 進出比。拿它讀一整包程式碼、只回幾行答案的用法（進多出少），Luna 反而划算；讓它產出大量程式碼或長報告的用法（出多進少），Muse Spark 1.1 才開始便宜。這個算術你今天就能拿自己上個月的帳單跑一遍。

它最強的地方在工具呼叫，不在寫程式

CNBC 的標題說 Meta 殺進了 AI 寫程式市場。翻開 Meta 自己的能力基準表，這個說法要打折。

基準	Muse Spark 1.1	Claude Opus 4.8	GPT-5.5
MCP Atlas（工具呼叫）	88.1	82.2	75.3
JobBench（白領任務）	54.7	48.4	38.3
Humanity’s Last Exam（帶工具）	62.1	57.9	52.2
SWE-Bench Pro（寫程式）	61.5	69.2	58.6
DeepSWE 1.1（寫程式）	53.3	59.0	67.0
Terminal-Bench 2.1（終端機任務）	80.0	82.7	83.4

數字全部出自 Meta 自家的評估報告。它在工具呼叫、白領任務、帶工具的推理三項領先；三個寫程式相關的基準，它一個都沒拿下。

這張表要帶一個但書：Meta 在報告裡自陳，它跑第三方模型時的評測設定「可能未針對這些模型的專屬強項調校」，所以對手的分數未必是它們的最佳表現。這句話是 Meta 寫的，不是我們加的。

真正對得上這組數字的用法，是把它接進一堆 MCP 伺服器和外部工具、讓它跑多步驟流程。不是拿它當主力寫程式模型。

報告第 9 頁：緩解措施施加前，資安風險「無法排除」跨過門檻

評估報告的治理章節寫得很小心，我逐字對一遍：緩解措施施加前，模型在化學生物類別達到了 Meta 自家框架的「高風險」門檻；資安類別則是無法排除達到該門檻。施加緩解措施後，兩者的殘餘風險降為「中等或更低」——所以 Meta 決定發布。

報告也說明，這次跨災難性風險領域最主要的能力變化就在資安。從 1.0 到 1.1，Cybench 的 pass@1 從 65.4 跳到 92.9，Curated CTFs 從 72.0 到 89.9。同一張表裡，GPT-5.5 的 Cybench 是 100.0、Claude Opus 4.8 是 95.0。整個前沿梯隊都站在這個位置上，Meta 只是剛好把自己的門檻寫進了公開文件。

Meta 為什麼把整份風險評估「centered」在 API 上？報告的邏輯是：API 暴露的能力面最廣，開發者可以自己帶代理人骨架、自己接工具，所以 API 部署是這個模型風險的保守上限。當你把模型賣成 API，你就無法控制買家拿它接什麼。

要接這個 API，Meta 自己開了三個條件

報告第 8 頁有一段話，任何打算接這個 API 的團隊都該讀：因為 Muse Spark 1.1 是以獨立 API 發布，該節的評測「隔離了模型層行為、沒有任何系統層防禦」，所以模型展現的抵抗力全部來自模型本身。Meta 因此建議部署時搭配三件事：

1. 應用層的政策防護——別把內容安全策略全押在模型的拒答能力上。
2. 嚴格的工具白名單——只讓它碰你明確允許的工具，尤其是有寫入權限的那些。
3. 工作區隔離——讓它跑錯了也炸不到別的地方。

在間接提示注入（prompt injection）這一項，報告承認 1.1 比 1.0 進步很多，但在某些特定情境（例如檔案注入）仍落後最強的水準。你把它接進代理人流程時，這就是那個要盯的縫。

所以今天可以做的三件事：拿上個月的帳單算你的 token 進出比，看這個價目表對你是降價還是漲價；比對你的實際用法是工具呼叫還是寫程式，前者才是它的強項；真的要接的話，照 Meta 自己列的三個條件配好防護再上。

至於美國以外什麼時候開放、有沒有速率限制、20 美元額度多久到期——官方頁面上找不到，Meta 也還沒說。台灣的團隊現在能做的，是先把帳算清楚。