B标准64
THE DECODER
1 个来源Meta的Muse Spark 1.1在编程任务上超越GLM-5.2且成本略低
Meta的Muse Spark 1.1在人工智能分析指数上得分为51，三个月内上升了8分。在编程任务中，它以71.3的得分超越GLM-5.2，每次任务成本仅为0.26美元，同时幻觉率从73%降至38%。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读
Meta Muse Spark 1.1 编码反超 GLM-5.2：迭代速度与成本效率的新竞争维度
版本 2 · 1 个来源
Meta 的 Muse Spark 1.1 在 Artificial Analysis 编码指数上以 71.3 分略微领先 GLM-5.2 的 68.8 分，同时每任务成本更低、幻觉率大幅下降。这一更新表明，AI 模型竞争正从单纯规模转向迭代速度与专项优化。
- Muse Spark 1.1 在 Artificial Analysis 编码指数上得分 71.3，高于 GLM-5.2 的 68.8，但略低于 GPT-5.6 Luna 的 71.4。
- 每任务成本估计为 0.26 美元，低于 GLM-5.2 的 0.37 美元和 GPT-5.4 的 0.89 美元。
- 幻觉率从 73% 降至 38%，模型更倾向于拒绝回答而非给出错误答案。
- 上下文窗口扩大至 100 万 token，是之前的四倍。
- 智能指数得分为 51，与 GLM-5.2、GPT-5.4 等并列，过去三个月提高了 8 分。
- 目前仅通过 Meta 自有 API 提供，第三方评测结果与实际应用可能存在差距。
展开章节目录编码性能的微弱领先与成本优势
编码性能的微弱领先与成本优势
根据 Artificial Analysis 的数据，Meta 的 Muse Spark 1.1 在编码指数上得分 71.3，略微超过 GLM-5.2 的 68.8，但落后于 GPT-5.6 Luna 的 71.4。榜首由 GPT-5.6 Sol（77.4）、Terra（76.7）和 Claude Fable 5（76.5）占据。这一差距表明，Muse Spark 1.1 在编码专项上已进入第一梯队，但并非绝对领先。
成本方面，Muse Spark 1.1 每任务估计花费 0.26 美元，低于 GLM-5.2 的 0.37 美元和 GPT-5.4 的 0.89 美元。同时，它仅使用 9400 万输出 token，而 GLM-5.2 使用了 1.41 亿。这种成本效率可能使其在价格敏感的应用场景中更具吸引力。
可靠性提升：幻觉率减半与上下文扩展
Muse Spark 1.1 的幻觉率从 73% 降至 38%，意味着模型更频繁地拒绝回答而非提供错误信息。这一改进直接提升了模型在知识工作等场景中的可靠性。
此外，Meta 将上下文窗口扩大至 100 万 token，是之前的四倍。这允许模型处理更长的文档和更复杂的对话，但实际效果仍需验证。
智能指数进步与竞争格局
在 Artificial Analysis 智能指数上，Muse Spark 1.1 得分为 51，与 GLM-5.2、GPT-5.4 和 GPT-5.6 Luna 并列。过去三个月内，该模型的智能指数提高了 8 分，主要来自编码和基于代理的知识工作。
这一进步速度表明，Meta 正在通过快速迭代而非单纯扩大规模来提升竞争力。然而，基准测试分数并不总是反映真实世界表现，实际应用中的差异可能更大。
可用性与不确定性
目前，Muse Spark 1.1 仅通过 Meta 自有 API 提供，这限制了其可访问性。评测数据来自第三方 Artificial Analysis，可能受限于特定基准测试，且长期可用性和定价可能变化。
此外，GLM-5.2 等模型在中文场景下的表现可能被低估，而基准测试结果与实际应用的关联性尚未完全验证。因此，尽管 Muse Spark 1.1 在编码和成本上表现出色，但其综合优势仍需进一步观察。
可信度边界
本文基于 THE DECODER 对 Artificial Analysis 数据的报道，所有性能指标均为第三方评测结果，实际表现可能有所不同。
核心结论
Muse Spark 1.1 在编码性能和成本效率上取得显著进步，但微弱领先和第三方评测的局限性意味着其实际优势仍需验证。AI 模型竞争正转向迭代速度与专项优化。
主报道
THE DECODER
主报道来源