企业官网建设流程全解析

前沿模型密集发布，RSI 时代来临

九月仅过去 3 天，已有五个前沿模型发布，包括 Anthropic 的 Fable 5.1 和 Mythos 5.1、谷歌的 Gemini 3.8 Flash 和 Cyber，以及 Meta 的 Muse Spark 1.3。这是否意味着 RSI 已经到来？

Meta 强势出击，Muse Spark 1.3 挑战谷歌

昨晚，谷歌的 Gemini 3.8 Flash 成为轻量霸主，然而 Meta 迅速踢馆。小扎在 X 上官宣 Muse Spark 1.3 正式发布，称其以前沿性能带来几乎便宜到无需计量的体验，是编程和智能体工作的最大飞跃。Meta 超级智能实验室掌舵人 Alexandr Wang 揭秘核心杀手锏，与 Muse Spark 1.2 相比，Muse Spark 1.3 减少无效轮次，工具调用次数减少约 20%，token 消耗减少约 25%，长周期任务中能更好保持需求。跑分显示，Muse Spark 1.3 提升更大，反超 GPT-5.6 Sol 和 Fable 5，Max 推理强度下智力指数达 62 分，进入第一梯队。

Muse Spark 1.3 实力超群，打乱行业阵脚

在五个月里，Meta 已迭代 4 个 Muse Spark 版本。在 DeepSWE v1.1 基准测试中，Muse Spark 1.3 超越 Opus 5 和 GPT-5.6 Sol，甩开刚发布的 Gemini 3.8 Flash，拿下最高分。在其他关键开发者指标中，Muse Spark 1.3 也表现出色，如在 SWEAtlas CodeBase QnA 中获 59.4 分，Terminal-Bench 2.1 中获 88.8 分，MRCR 512K - 1M 上获 98.1 分，碾压 GPT-5.6 Sol。在 Agent 能力上基本追平前沿水平，Artificial Analysis 上甩开 Gemini 3.8 Flash，智能指数与 Claude Fable 5 持平，跻身顶尖行列。成本方面，Muse 输入成本比 Fable 5 低 8 倍，输出成本低近 12 倍，性价比极高。Alexandr Wang 嘲讽谷歌，戏称其只能“吸别家模型尾气”。

Less is More，Muse Spark 1.3 成性价比之王

如今 AI 圈，好用且便宜才是开发者关注重点。Muse Spark 1.3 被称为性价比之王，它不走“大力出奇迹、疯狂堆叠参数”的路，而是做减法。针对长周期编程和指令遵循能力专门训练，减少交互轮次，输出更简洁，成本大幅下降。开发者 @SPAC89 实测，Muse Spark 1.3 Ultra Contributor 模式与 Fable 5.1 xHigh 对比，在严苛规则下运行约 2 小时，Muse Spark 1.3 进行 20 轮自我改进循环，启动 3 个智能体，2 小时内跑 60 多次智能体运行，总成本不到 1 美元。宏观定价上，新模型加量不加价，贡献者版定价更是国外模型地板价。在同等智力水平模型中，Muse Spark 1.3 单任务成本仅 0.55 美元，远低于 Grok 4.6、GPT-5.6 Sol 和 Claude Opus 5。开发者 Kartik 指出，它具备类似 Sol 和 Fable 的“循环深度”推理能力，token 效率惊人。

Alexandr Wang 助力，Meta 瞄准智能体工程

Muse Spark 1.3 的快速迭代是 Alexandr Wang 接手 Meta 超级智能实验室的成果。今年 7 月，Meta 发布 Muse Spark 1.1，主打 1M 超长上下文和计算机操作，不到两个月，1.3 版本将长程编码能力提升到 GPT-5.6 档次。Meta 目标是“智能体”和“便宜到忽略不计”，瞄准“智能体工程”风口。Meta AI 负责人 Alexandr Wang 表示，所有改进是为打造 7×24 小时在线个人智能体。该智能体需极度聪明稳定，能撑住长对话线程、并行处理工作流、主动提问、求助、确认且不产生幻觉；还需极度便宜，否则只能是少数人玩具。Muse Spark 1.3 为其铺路，像资深工程师，能自我规划、纠错和交付。北大校友、Meta 研究员孙之清透露，团队对牛油果 avocado 模型再次后训练，实现更好测试 scaling。

狂欢背后，Muse Spark 1.3 遭质疑

Muse Spark 1.3 也受到质疑。知名 AI 机构 BridgeMind 指出，本月 AI 发布分数飙升，但真实体验无长进，对基准测试信任减少。网友压力测试揭穿 Muse Spark 1.4 和 Gemini Flash 3.5 老底，前者没那么好，后者纯刷榜。目前，各大实验室陷入“为跑分而训练”怪圈，Muse Spark 1.3 也有退步，如 AA - Omniscience 测试中，xhigh 和 max 版本下降，因“弃权率”变高，虽降低幻觉率，但说明绝对知识储备提升没跑分夸张。

大模型下半场，比拼什么？

今天 Muse Spark 1.3 和 Gemini 3.8 Flash 发布带来思考。首先，基座模型“参数红利”见顶，靠扩大参数规模提升智力边际效益降低，未来需引入“循环深度”推理机制、工具调用做“减法”才能提升体验。其次，“智能体工程”是胜负手，大模型之争从“谁更会说话”转向“谁更能干活”，核心壁垒是低成本下长程任务真实落地能力，像 Muse Spark 1.3 这样低成本跑完多次试错循环的模型将重塑商业模式。那么，大模型的未来究竟会走向何方？