Muse Spark

Meta最新发布的AI模型，医疗问答领域领先，Contemplating深度推理模式支持多智能体并行思考

大语言模型

https://trymusespark.com/

前往官网

深度报告

Muse Spark 是 Meta 于2026年4月8日发布的新一代AI模型，由新成立的 Meta Superintelligence Labs（MSL）开发。该模型是Meta闭源路线的首个产品，在医疗问答、图表理解等领域表现突出，HealthBench Hard 得分远超竞品，Contemplating 深度推理模式在 HLE 基准测试中排名全球第三。但同时在抽象推理和编码智能体任务上存在明显短板，与 GPT-5.4、Gemini 3.1 Pro 等头部模型仍有差距。目前产品通过 meta.ai 网页版免费开放使用，API 处于私有预览阶段。
2025年6月，Meta 斥资143亿美元收购了数据标注公司 Scale AI 的近半数股权，并挖来其联合创始人、年仅29岁的 Alexandr Wang，出任公司史上第一位首席 AI 官。2025年7月，Meta 组建了全新的精英部门——Meta 超级智能实验室（Meta Superintelligence Labs，MSL），由 Alexandr Wang 全权负责，目标是打造面向个人超智能的 AI 系统。在此之前，Meta 的 AI 之路并不平坦。2024年发布的 Llama 4 Maverick 在行业测评中表现不佳，Artificial Analysis 智能指数仅获18分，排名垫底。2026年4月8日发布的 Muse Spark（内部代号“牛油果”）是 MSL 潜心九个月打造的全新大模型，也是 Meta 首次放弃开源路线，转向闭源策略的产品。该模型的发布标志着 Meta 在 AI 领域的一次重大战略转向。 Meta Platforms Inc.（NASDAQ: META）是全球最大的社交网络公司之一，旗下拥有 Facebook、Instagram、WhatsApp 等核心产品。公司在 AI 领域的投入持续加大，2025年财报显示 AI 相关研发投入已超过500亿美元。Muse Spark 的发布被视为 Meta 重新争夺 AI 市场主导权的关键一步。
Muse Spark 提供三大核心功能：首先是262K 超长上下文窗口，支持262,144个 token 的上下文长度，可完整分析大型代码库、长篇法律文档或学术论文。其次是多模态统一输入能力，原生支持文本、图像和语音的融合输入，具备“视觉思维链”能力，可在动态环境中进行物体识别和视频分析。第三是沉思模式（Contemplating Mode），这是 Muse Spark 的核心差异化功能，支持多智能体并行深度推理，可同时协调多个 AI 智能体解决复杂科学和数学问题。 Muse Spark 提供三级推理模式：快速模式（Fast Mode）适合日常任务，响应速度快但推理深度有限；标准模式提供平衡的推理能力和响应速度；沉思模式消耗最多计算资源但提供最深度的推理能力，适合需要深度思考的科学和数学问题。目前 Muse Spark 已接入 Meta AI 网页版和应用，在未来几周内将逐步扩展至 WhatsApp、Instagram、Facebook、Messenger 等 Meta 旗下产品。更值得注意的方向是，Muse Spark 将被嵌入 Meta 的智能眼镜产品中，实现类似 Google Gemini 深度融入 Google 产品生态的体验。
meta.ai 网页版免费已上线，无使用限制 API 接口未公布私有预览阶段 Meta 表示 API 访问目前仅向部分合作伙伴开放私人预览，尚未公布正式定价和公开发布日期。这一策略与 OpenAI 的 GPT 系列和 Google 的 Gemini 系列类似初期采用邀请制，后续逐步开放。从产品定位来看，Muse Spark 主要面向三类用户：首先是研究者群体，特别是医疗和科学领域的研究者，模型在 HealthBench 和 FrontierScience 基准测试中的表现优异；其次是企业用户，DeepSearchQA 和 GDPval-AA 等办公综合任务表现突出；第三是普通用户，可通过免费的 meta.ai 网页版体验基础功能。
从行业反馈来看，Muse Spark 获得了一定程度的认可。医疗领域从业者对模型在医学问答上的表现给予高度评价，HealthBench Hard 得分42.8分，是 Claude Opus 4.6 的近三倍。多模态图表理解能力获得积极反馈，CharXiv Reasoning 86.4分显著领先竞品。Contemplating 深度推理模式被评价为“最具创新性的推理架构”，在 HLE 基准测试中排名全球第三，展现了计算资源堆叠后的巨大潜力。然而，批评声音同样明显。抽象推理能力存在代差，ARC-AGI-2 得分42.5分，与头部模型的77.1分差距超过20分，被评价为“存在明显的能力缺口”。编码智能体任务全面落后，Terminal-Bench 2.0 排名五家最后。部分多模态任务表现不佳，ZeroBench 得分33.0分，是五家模型中最低的。
TechCrunch 评价称这是 Meta 自 Alexandr Wang 加入以来发布的首款模型，代表了“从根本上重建 AI 技术栈”的努力。腾讯新闻报道指出 Meta 股价在消息公布后应声上涨6%，市场对这款产品寄予厚望。知乎专栏文章分析认为 Muse Spark 标志着 Meta 从 Llama 开源时代向闭源时代的战略转型。行业分析指出 Muse Spark 的核心优势在于医疗和图表理解两个垂直领域，但整体竞争力尚未达到挑战头部模型的水平。DataLearnerAI 的评测分析认为该模型是一个“特定领域领先、整体跟随”的产品，Contemplating 模式是最值得关注的差异化亮点，但要想在综合能力上与 GPT-5.4 和 Gemini 3.1 Pro 竞争，仍需在抽象推理和编码智能体两个短板上持续投入。
Meta 曾是开源大模型的旗手，Llama 系列模型以开放权重著称，推动了全球 AI 开源社区的发展。Muse Spark 转向闭源引发了关于 Meta 是否“背弃”开源社区的讨论。部分开发者社区成员表达了不满，认为 Meta 现在“既要闭源赚钱，又要开源社区贡献代码”。 Muse Spark 在部分关键基准测试中的表现与头部模型存在两位数的差距，特别是在 ARC-AGI-2 抽象推理和编码智能体任务上。这不仅影响产品在开发者心中的地位，也可能在企业采购决策中成为阻碍。Meta 需要在下一代产品中快速弥补这些短板。目前 API 处于私有预览阶段，尚未公布正式定价。市场担忧其定价可能对标 OpenAI GPT-5 和 Google Gemini Pro 级别，对于个人开发者和小型团队而言可能门槛较高。
Muse Spark 最适合三类用户：医疗领域从业者（如医生、医学研究者、医疗 AI 开发者）将获得最佳体验，这部分用户在 HealthBench 和 MedXpertQA 上的表现远超竞品；需要图表理解能力的数据分析师和科研人员也将受益，CharXiv Reasoning 86.4分是当前最高水平；深度推理需求的学术研究者可以使用 Contemplating 模式处理复杂科学和数学问题。对于需要强编码能力的软件工程师，Muse Spark 在 Terminal-Bench 和 SWE-bench 上的表现落后于竞品，建议选择 GPT-5.4 或 Claude Opus 4.6。对于需要强抽象推理能力的用户，ARC-AGI-2 得分与头部存在代差，不建议作为首选。对于需要完整 API 支持的企业用户，建议等待 API 正式发布并进行成本评估后再做决定。竞品选择包括：GPT-5.4（综合能力强，适合开发者）、Gemini 3.1 Pro（Google 生态整合深入、Claude Opus 4.6（编码能力突出）。
Muse Spark 是 Meta 在 AI 领域的一次重要尝试，凭借医疗问答和图表理解两个垂直领域的突出表现，展示了差异化竞争的潜力。但综合能力上与 GPT-5.4、Gemini 3.1 Pro 仍有差距，特别是在抽象推理和编码智能体两个维度。对于医疗和科研用户这是一款值得关注的产品，对于追求全面能力的用户建议继续观望。

用户评论

谭君静

—

试了一下meta.ai上的Muse Spark，图像分析功能太强了，能准确识别图片中物体的位置和数量，这对科研党来说太香了！

姜萱

—

免费版还要什么自行车，meta.ai直接能用，还要啥GPT-5

MsNeeaKalas_x

—

对比了Claude Opus 4.6和GPT-5.4，Muse Spark在医疗问答上确实领先，但编码能力还是有差距，Terminal-Bench 2.0表现拉胯。

Cynthia_Hicks_20227

—

Arc AGI-2得分42.5，和头部77分差距20+，这波属于是还没完全体的状态。

COpet

—

闭源了，开发者社区一片哀嚎，之前用Llama系列用得好好的，突然就不开源了。

O0YMFWFO

—

262K上下文太香了，塞一整本小说进去做分析完全没问题。

MiaMiller

—

沉模式（Contemplating Mode）确实牛，HLE排名第三，推理能力比标准模式强不是一点半点，就是推理时间太长了，等得花儿都谢了。

oxalvddc5

—

用了两天，感觉CharXiv图表理解86.4分不是白给的，看论文pdf特别准。

koFIS

—

测了图像生成，能准确检测图像中的物体和位置，visual_grounding工具很好用！

Amy304

—

Python执行环境带pandas和numpy，做数据分析很方便。

joGUT

—

Meta这波转型闭源，不知道葫芦里卖的什么药。

Amanda_Jones722

—

HealthBench Hard 42.8分吊打Claude Opus 4.6的14.8，医疗领域yyds！

月光_24

—

API还处于私人预览阶段，开发者还需要再等等。

GRcox

—

从18分到52分，Meta算是把Llama 4的债还上了。

Eagl_eEdgeHolm

—

Meta股价涨6%，资本市场的反应比开发者社区真实多了。

KPerez_88

—

和GPT-5.4、Gemini 3.1 Pro对比了一下，各有胜负吧，医疗和图表理解是强项。

324slm

—

多模态统一输入架构确实有点东西，不是后期拼接的。

CMoore

—

Meta从开源到闭源，这次是真的变天了。

JacobButler

—

Alexandr Wang加入后首个作品，143亿美元没白花！

Muse Spark

深度报告

用户评论

相关链接

同类产品