📖 AI 总结

Meta发布了Muse Spark 1.3，这是其五个月内的第四代模型。该模型在代理任务上表现显著提升，智能指数得分从8月的57分升至62分（max版本），主要得益于在τ³-Bench Banking、Terminal-Bench 2.1和GDPval-AA v2等关键测试中的进步，其中在模拟银行场景的τ³-Banking测试中以52%的成绩位居第一。然而，模型在多数基准上仍落后于顶尖对手Claude Fable 5.1，如Terminal-Bench得分86%对比91.4%。其核心竞争力在于价格：每任务成本仅0.55美元，是同类性能模型中最便宜的，低于竞争对手的0.94至1.23美元。xhigh版本现已可用，max版本处于有限预览阶段，Meta还承诺将发布开放权重版本。