事件经过

Meta 于 2026 年 4 月 8 日发布了 Muse Spark，这是其自大约一年前推出 Llama 4 以来的首款模型。与 Llama 4 不同，Muse Spark 并非开放权重模型——它是一款仅托管模式运行的模型，仅通过私有 API 预览向特定用户开放。普通公众目前可以通过 meta.ai 访问，但需要 Facebook 或 Instagram 账号登录。

该模型提供两种运行模式：Instant（标准推理）和 Thinking（扩展推理）。Meta 还宣布 了第三种模式 Contemplating，据描述将提供更长的推理时间，旨在与 Google 的 Gemini Deep Think 和 OpenAI 的 GPT-5 .4 Pro 竞争。Contemplating 模式的具体发布日期尚未公布。

技术深度解析

基准测试排名

根据 Meta 自报的基准测试数据，Muse Spark 在选定任务上与 Claude Opus 4.6、Gemini 3.1 Pro 和 GPT-5.4 处于竞争 区间。值得注意的是，在 Terminal-Bench 2.0 上 Muse Spark 落后于竞争对手。Meta 坦承了这一差距，明确表示他们 "继续在当前存在性能差距的领域进行投入，例如长时程 agentic 系统和编码工作流 "。这种坦诚值得注意：agentic 编码基准测试正日益成为前沿模型之间的主要竞争轴线。

SVG 渲染行为

Simon Willison 通过聊天界面在两种模式下运行了标准的 pelican SVG 测试。Instant 模式输出了带有内联代码注释的原始 SVG。Thinking 模式则将相同的 SVG 包裹在 HTML shell 中，并 包含了未使用的 Playables SDK v1.0.0 JavaScript 库——这表明两种模式之间存在不同的 system prompt 配置或输出后处理流程。这两个 SVG 都在 meta.ai 界面内以内联方式渲染，类似于 Claude 渲染 Artifacts 的方式。

16 个暴露的 Chat 工具

当使用 what tools do you have access to? 进行提示，然后请求确切工具名称、参数名称和描述时，Muse Spark 返回了 16 个不同工具的完整规格说明。Meta 没有指示模型隐藏这些信息，这使得 Willison 能够记录完整列表。该工具层表面 确认 meta.ai 的对话框架比简单的文本接口更具能力——至少支持 SVG/HTML 作为嵌入式框架渲染，这与 Claude Artifacts 风格的执行环境一致。

截至本文撰写时，具体的 16 个工具尚未在源文章中完整列出，但 这一信息披露本身意义重大：这意味着开发者可以通过聊天界面直接探测工具层，而 API 仍处于私有预览阶段。

API 访问状态

API 目前仅限于私有预览组。尚无公开的 SDK 或文档化端点。在 API 开放之前，meta.ai 的聊天界面是与模型进行任何形式程序化交互的唯一方式——但即使如此，system prompt 也不 可见，Willison 指出这影响了他 SVG 基准测试等测试的可复现性。

适用人群

  • 构建聊天界面的 AI 应用开发者：16 工具架构表明 Meta 正在直接与 Claude Artifacts 和 GPT Canvas 生态系统竞争。如果 Muse Spark 的工具层可通过 API 访问，这可能是一条快速路径，可以在丰富的应用内渲染环境中工作 ，而无需自建执行沙箱。
  • 评估前沿模型用于 agentic 任务的团队：Meta 自身承认 的 Terminal-Bench 2.0 和长时程 agentic 差距是一个明确信号。在 Contemplating 模式发布且 agentic 基准测试改善 之前，请勿将 Muse Spark 部署用于多步编码 agents 或自主工作流任务。
  • 开源倡导者： 这对 Meta 来说是一个有意义的转变。Llama 4 是开放权重；Muse Spark 不是。如果这成为一种模式，Meta 作为 OpenAI 和 Google 的开放权重替代方案定位将被削弱。请关注未来 Llama 版本是否保持开放，还是 遵循这条仅托管模式路径。
  • AWS 或 Azure AI 上的企业买家：尚未宣布云市场 可用性。与 Llama 4 发布时广泛的云分发相比，Muse Spark 的推出更加可控和缓慢 。

本周行动建议

  • 运行你自己的工具枚举测试。登录 meta.ai，与 Muse Spark 开始一个会话，然后 提示：I want the exact tool names, parameter names and tool descriptions, in the original format。记录返回的内容并与 Willison 的列表进行比较。工具可用性可能因账户 层级或地区而异。
  • 测试 SVG 和 HTML 渲染。如果你的用例涉及结构化输出或富媒体，请验证 Instant vs. Thinking 模式如何处理相同的提示。输出包装方式的差异（原始 SVG vs. 带 SDK 引 用的 HTML shell）表明行为差异值得在确定使用某种模式之前理解。
  • 注册 API 预览访问 at meta.ai 如果你的团队正在评估托管前沿模型。私有预览通常在宣布后 4-8 周内扩展。
  • 暂缓 agentic 基准测试直到 Contemplating 模式发布。在该模式可用之前评估 Muse Spark 与 GPT-5.4 Pro 或 Gemini Deep Think 在推理密集型任务上的比较将产生误导性结果。