支援100萬token Meta推出Muse Spark 1.3

Meta(META)發表新版推理型人工智慧（AI）模型「Muse Spark 1.3」，強調在程式撰寫與代理型任務效率上有所提升。新模型支援100萬token的上下文長度，且API價格維持與前一版本相同水準。

Meta在2日的官方發表中表示，Muse Spark 1.3將透過Muse Code與Meta Model API提供。該模型可處理文字、圖片與影片輸入，並在長時間作業流程中追蹤先前的內容與結果。

Meta同時公布了效能提升幅度。根據內部比較，Muse Spark 1.3在程式撰寫任務中，工具呼叫次數較前一版本Muse Spark 1.2減少約20%，token使用量減少約25%。Meta說明，這是因為在處理長時間作業時減少了不必要的回應，並整理了程式碼風格。

100萬token的上下文長度，指的是模型能一次參考的長文件、程式碼庫與對話流程的輸入範圍。開發者可以同時輸入多個檔案與作業紀錄來下達指令，代理型服務也能在步驟較長的任務中，更長時間保留先前的指令與結果。

Artificial Analysis在2日公布的分析中表示，Muse Spark 1.3在636個模型的智慧指數評比中排名第6。該評比將Muse Spark 1.3歸類為頂尖模型之一。目前提供的xhigh版本詳細分數，僅憑公開內容尚無法確認。

不過Max版本仍處於有限預覽階段。Artificial Analysis分析指出，Muse Spark 1.3的改進主要體現在代理型任務與程式撰寫效率上。同一評比中，長上下文檢索項目分數分別為98.5與98.1。

價格結構對開發者與企業用戶而言是直接關切的議題。Artificial Analysis表示，Muse Spark 1.3 xhigh的API價格為每100萬輸入token 1.25美元，每100萬輸出token 4.25美元，與前一版本相同。快取輸入價格為每100萬token 0.15美元。

Meta另外提供「貢獻者（Contributor）」等級。據悉該等級價格為每100萬輸入token 0.10美元，每100萬輸出token 0.20美元。但用戶傳送的資料可能被用於Meta產品的改進。

貢獻者等級是以較低單價交換資料使用授權的結構。處理敏感原始碼或客戶資料的企業，應優先確認資料使用條件與內部資安標準，而非僅比較API費用。

此次發表也與Meta的AI開放策略有關。本刊此前曾報導，Meta在發表Muse Glimmer的同時，仍將效能更強的Muse Spark保留在自家API之中。Muse Spark 1.3同樣並非開放權重（open-weight）模型，而是以Meta Model API與Muse Code為主要提供管道。

開放權重是指模型將訓練過程中產生的權重對外公開，讓使用者能在自有環境中執行或調整。相對地，以API形式提供的模型，使用者不需下載模型本身，而是透過公司營運的存取管道使用其功能。

本刊此前也曾報導，Muse Spark 1.3的token使用量較先前版本減少25%。此次分析除了同樣的改進幅度外，也一併呈現外部效能指標與標準、貢獻者等級之間的價格差異。

與加密貨幣市場的直接關聯，比起價格更在於基礎建設。若AI代理與程式撰寫模型的成本降低，開發交易所、錢包、鏈上分析與資安工具的開發團隊，其實驗成本也可能隨之改變。不過，Muse Spark 1.3對加密貨幣相關代幣價格或交易量造成的影響，目前尚未獲得個別確認。

Meta目前以Muse Code與Meta Model API為主要管道提供Muse Spark 1.3。企業用戶除了效能指標與單價外，也應分別檢視標準等級與貢獻者等級在資料處理條件上的差異。