Meta近日推出旗舰人工智能模型MuseSpark1.3。该模型主要面向编程和智能代理任务，目前已通过MuseCode及MetaAPI提供使用。Meta首席执行官马克·扎克伯格还表示，未来公司将推出采用开放权重形式发布的MuseSpark版本。
MuseSpark1.3是Meta在编程领域持续改进人工智能模型的又一次更新，距离MuseSpark1.2发布还不到一个月。Meta表示，新模型使用了更多长周期编程任务进行训练，旨在减少日常工作中的无效操作。
根据Meta工程团队的测试，与MuseSpark1.2相比，MuseSpark1.3完成相关任务时所需的工具调用次数减少约20%，使用的词元数量减少约25%。公司还称，新模型会减少冗长回答，并降低不必要的交互轮次。
这些改进对于编程任务尤其重要，因为较为复杂、耗时更长的工作要求人工智能持续记住用户最初提出的需求，并据此推进任务。Meta表示，MuseSpark1.3能够在同一段对话中处理多种工作负载，还可以发现自身计划中的缺口，并将相关指令保留为后续开发任务。
Meta还指出，当用户的请求存在歧义时，新模型更倾向于先提出澄清问题，而不是基于错误假设直接执行。
在基准测试方面，Meta公布的数据显示，MuseSpark1.3在DeepSWEv1.1测试中取得75.4分，高于图表中列出的GPT5.6Sol和Opus5成绩。该模型在Meta的长上下文测试中，相比MuseSpark1.2也实现了大幅提升。不过，在其他测试项目中，竞争对手的模型仍然保持领先。
价格方面，Meta没有提高MuseSpark1.3的API收费标准。该模型的价格仍为每百万输入词元1.25美元、每百万缓存输入词元0.15美元，以及每百万输出词元4.25美元。
与上一代模型一样，Meta继续向开发者提供价格更低的“贡献者”层级。参与该层级的开发者需要允许Meta使用其数据改进模型，费用为每百万输入词元0.10美元、每百万输出词元0.20美元。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】