Muse Spark 1.2 是什么？Meta 新编程模型的价格、用法与本地部署现状
最后更新：2026 年 8 月 30 日 · 本文信息综合 Meta 官方博客、开发者文档与公开社区讨论，关键事实均标注来源
Muse Spark 1.2 是 Meta 于 2026 年 8 月 5 日发布的最新 AI 编程模型，与终端编程智能体 Muse Code（Beta）同步推出。它拥有 100 万 token 上下文窗口，官方基准成绩全面超过上一代 1.1，API 定价低至输入 1.25 美元／百万 token，主打「低价 + 智能体编程」。一句话说清现状：API 现在就能用；想本地部署，目前只能跑它的 30B 蒸馏版 Muse Glimmer，Spark 1.2 本体权重宣布开源但尚未放出。
读完本文你会了解到：
- Muse Spark 1.2 的定位与核心能力（含官方数据）
- 两层定价结构：标准层与贡献者层差在哪
- 三种上手方式：Muse Code、Meta Model API、OpenRouter
- 本地部署现状：什么能跑、什么不能跑
- 社区实测的真实优缺点与常见问题
Muse Spark 1.2 是什么？
Muse Spark 1.2 是 Meta Superintelligence Labs 推出的编程专用大模型，直接接替 7 月发布的 Muse Spark 1.1。它不是聊天助手，而是为「编码智能体」设计的底层模型：多文件重构、长会话调试、跨代码库理解，是它被优化最多的三类场景。
Meta 同步发布的 Muse Code 是为它量身打造的终端编程智能体。两者在训练阶段协同打磨——官方的说法是 Muse Code 从第一天起就在训练环内（co-trained with the harness），因此工具调用成功率和计划执行完成度比通用模型更稳。同时模型也在多个第三方 harness 上训练过，可以泛化到你已经在用的其他编程智能体里。
时间线回顾：
- 2026 年 4 月：Meta 发布第一代 Muse Spark
- 2026 年 7 月：Muse Spark 1.1 发布，聚焦编程能力
- 2026 年 8 月 5 日：Muse Spark 1.2 + Muse Code Beta 发布，并通过 Meta Model API 与 OpenRouter 扩大全球访问（来源：Meta 开发者官方博客）
- 2026 年 8 月 10 日：30B 蒸馏版 Muse Glimmer 以 Apache 2.0 协议开源；扎克伯格同时宣布将开源 Spark 1.2 权重（截至本文更新时尚未放出）
Muse Spark 1.2 的核心能力与官方数据
先看官方公布的三个关键数据：
| 指标 | Muse Spark 1.2 | Muse Spark 1.1 |
|---|---|---|
| TerminalBench 2.1（实战开发） | 82.9% | 76.2% |
| DeepSWE 1.1 | 59.3% | 53.0% |
| 上下文窗口 | 100 万 token | 未公布同级别长上下文 |
100 万 token 上下文，配合「主动压缩 + 历史信息检索」，是它跑长时程任务的底牌。官方演示中，模型自主用 Triton 编写代码、编译、跑性能分析并迭代修改，为 Kimi Delta Attention 内核做优化：在一个超过 24 小时的任务里完成 1000 多次工具调用，最终把基准实现加速 68.7%（来源：Meta 官方博客与公开报道）。
也要泼一点冷水：据第三方解读，在发布时 Meta 自己选定的三个编程评测里，Muse Spark 1.2 均排在 Claude Opus 5 之后、位居第二。也就是说，它当前的卖点是「接近前沿水平的价格屠夫」，而不是「性能登顶」。
Muse Spark 1.2 价格：标准层与贡献者层两层定价
按官方文档，Muse Spark 1.2 通过两个模型 ID 区分两层定价：
| muse-spark-1.2（标准层） | muse-spark-1.2-contributor（贡献者层） | |
|---|---|---|
| 计费方式 | 标准 Model API 按量计费 | 按 5 小时滚动窗口的 token 总量限速，不按请求数 |
| 参考价格 | 输入 $1.25／输出 $4.25（每百万 token，延续 1.1 定价） | 比标准层便宜 10 倍以上 |
| 数据用途 | 不用于产品改进，可申请零数据保留（联系 Meta 销售） | 数据可能被用于训练下一代模型 |
价格口径说明：输入 1.25 美元／输出 4.25 美元（每百万 token）来自 Meta 超级智能实验室 AI 负责人亚历山大·王在 CNBC 采访中的说法，「贡献者层再便宜 10 倍以上」出自同一场采访；社区实测口径下，贡献者层任务成本约为标准层的 1/21。
这个定价结构本质上是一次「数据换折扣」：不在乎代码数据被用于训练的开发者，能拿到极低的实际成本；在乎隐私的就多付钱，或者申请零数据保留。
想横向比价的话，可以看我们之前整理的《Grok 4.6 价格、发布时间与 API 接入全解》——同价位段的竞争已经白热化。
Muse Spark 1.2 怎么用？三种接入方式
方式一：Muse Code 官方 CLI（推荐首选）
终端一条命令安装，然后浏览器打开 dev.meta.ai 完成认证：
curl -fsSL https://dev.meta.ai/install.sh | bash
在 Muse Code 里用 /model 命令切换模型 ID（muse-spark-1.2 或 muse-spark-1.2-contributor）。官方为它配了可运行的 Cookbook，推荐先看三个：Agent fan-out（一个大任务分发到多个并行子智能体，各自隔离在独立 git worktree）、Bundled skills（内置的经过验证的 playbook）、Goal tracking（多步任务从概念到合并的进度跟踪）。
方式二：Meta Model API
在开发者平台申请 API 密钥后直接调用，模型 ID 即上表两层定价对应的名称。注意：Model API 对部分国家/地区尚未开放，申请前先确认你所在地区是否可用。
方式三：OpenRouter
随本次「全球访问扩展」同步上线。如果你已经习惯用 OpenRouter 管理多家模型，可以直接接入 muse-spark-1.2。注册和配置的完整步骤，我们在此前教程里写过：《Ox Alpha 怎么用？从 OpenRouter 注册到 Claude Code、Cursor 实战》。
顺带一提：Spark 1.2 经过了多 harness 训练，除了 Muse Code，在 Claude Code 等第三方编程智能体里也能正常工作，社区已有在 Claude Code 环境挂载 Spark 的实测。如果你还在纠结编程智能体怎么选，可以参考《Cursor vs Claude Code：2026 年 AI 编程工具怎么选》。
Muse Spark 1.2 本地部署现状：本体权重还没放出
这是目前中文互联网上错误信息最集中的部分，先说结论：
- Muse Spark 1.2 本体：不能本地部署。 扎克伯格 8 月 10 日宣布将开源 Spark 1.2 权重，但截至 2026 年 8 月下旬，Meta 在 Hugging Face 的官方组织下只发布了 Muse Glimmer 系列，Spark 1.2 权重没有放出，也没有给出确切日期。任何声称提供「muse-spark-1.2.safetensors 下载」的教程都是错误的。
- Muse Glimmer 30B：现在就能本地跑。 约 300 亿参数，Apache 2.0 协议，面向单卡本地智能体与编程负载，已在 Hugging Face 开放下载。它是 Spark 1.2 的蒸馏版本，设计重点就是降低对机器配置的要求。
两者关系一句话：Glimmer ≈ Spark 1.2 的轻量开源版。想体验 Meta 这一代模型的本地部署，先从 Glimmer 30B 入手；等 Spark 1.2 权重正式放出，我们会在本文第一时间更新（届时全量权重的显存需求会远高于 30B 版本，普通用户建议继续用 API 或 Glimmer）。本地部署的搭建思路，也可以参考我们此前的《Qwen3.8-27B 本地部署指南》，流程是相通的。
社区实测反馈：优点和槽点都很明显
模型发布后，知乎等社区的先行实测（可参考这个高赞回答）给出的画像相当一致：性价比炸裂，细节粗糙。
做得好的地方：
- 性能进入主流梯队：与同期发布的 Grok 4.5 接近，与旗舰价位的 GPT-5.6 Luna 差距不大
- 前端代码审美有辨识度，前端任务表现略强于 Grok 4.5
- 长文推理幻觉比 Grok 4.5 略低，特定长文场景有小幅优势
- 贡献者层成本极低，有用户称其为「当今性价比最高的模型」
槽点也很直白：
- 指令遵循会「随机漂移」：需求细节复杂时会随机丢弃部分要求，大项目建议拆成小任务逐条实现
- Bug 定位效率偏低：验证一个 Bug 的 token 消耗，可能超过写几个大功能
- UI 细节把控差：同一个界面可能出现 5 种以上字号，生产使用需要用 Skill 或规范约束
- 思维链完全隐藏：不展示推理过程，排查「它为什么这么想」很难；复杂推理 token 用量偏高（同样一道题，别的模型 30K token 够用，它可能烧到 120K）
- 输出风格大量使用符号和缩写，阅读体验一般
总结
Muse Spark 1.2 标志着 Meta 用「低价 + 智能体协同」重新杀回大模型牌桌：性能到了主流梯队，价格却是同级里最激进的一档。对开发者，现在最实际的用法是通过 Muse Code 或 API 用起来（贡献者层性价比极高，但要让渡数据隐私）；想本地部署的用户，先把 Muse Glimmer 30B 跑起来，Spark 1.2 权重的开源落地还需要等官方的下一步动作。我们会持续跟踪，权重放出后第一时间更新本文。
参考资料
- Meet Muse Spark 1.2 and Muse Code — Meta 开发者官方博客，2026-08-05
- Muse Glimmer 30B — Hugging Face
- 如何评价 Meta 刚发布的 Muse Spark 1.2？— 知乎社区实测
- Meta Is Open-Sourcing Again: Muse Glimmer and the Spark 1.2 Reversal — Codersera，2026-08-13
- 百度百科「Muse Spark 1.2」词条（2026-08）
作者：AI345 指南编辑部 · 专注 AI 工具与模型的中文解读。本文价格、基准等关键数据引用官方博客与社区公开实测，均已标注来源；模型体验与部署方式以官方最新文档为准。
常见问题
Muse Spark 1.2 是免费的吗？
本体不免费，但很便宜。API 标准层输入 1.25 美元／输出 4.25 美元（每百万 token）；贡献者层再便宜一个数量级，代价是数据可能被用于训练。它的蒸馏版 Muse Glimmer 30B 是 Apache 2.0 开源，本地部署完全免费。
Muse Spark 1.2 可以本地部署吗？
暂时不能。权重已宣布开源，但截至 2026 年 8 月下旬尚未放出。目前可本地部署的是其 30B 蒸馏版 Muse Glimmer（Apache 2.0，单卡可跑）。
Muse Spark 1.2 和 Muse Code 是什么关系？
Spark 1.2 是底层模型，Muse Code 是跑这个模型的终端编程智能体。两者协同训练，在 Muse Code 里使用效果最好，但也可以通过 Meta Model API 或 OpenRouter 单独使用 Spark 1.2。
Muse Spark 1.2 和 Claude Opus 5 比怎么样？
Meta 官方发布基准中，Spark 1.2 在其选定的三个编程评测上均居 Claude Opus 5 之后、排第二。差距存在但不大，而价格差距巨大——Meta 的策略就是用价格换市场。
Muse Spark API 怎么申请？
在 Meta 开发者平台（dev.meta.ai）申请 API 密钥。注意 Model API 对部分国家/地区尚未开放，该地区开发者可用 OpenRouter 等第三方渠道接入。
Muse Glimmer 和 Muse Spark 1.2 有什么区别？
Glimmer 是 Spark 1.2 的 30B 蒸馏版，约 300 亿参数、Apache 2.0 开源、面向单卡本地部署；Spark 1.2 是能力更强的完整版旗舰模型，目前仅能通过 API 使用。
京ICP备2024094994号-29