Meta在7月9日发布了Muse Spark 1.1，这是Muse Spark系列继4月首发之后第一次向开发者开放公开API。配套的评估报告里，Meta说这一版在agentic工具调用和computer use（也就是让模型自己操控浏览器、桌面完成任务）上有显著改进。开发者Simon Willison拿到几天预览权限，用他那个标志性的"画一只骑自行车的鹈鹕"SVG测试跑了一遍，车身形状对了，鹈鹕有点方块化，但认得出来。
这只鹈鹕画得像不像，其实不是这次发布最该关心的事。真正的问题是：Meta说的"显著改进"，眼下找不到一份能拿出来跟同行对比的分数。
从聊天框到公开API，Meta这次终于松口
4月首发时，Muse Spark基本是通过meta.ai的聊天界面对外服务，内置网页搜索、页面跳转、跨Meta平台内容搜索这些工具，但没有面向开发者的公开接口。7月9日的1.1版本第一次把API开放出来，这也是Simon Willison能做出llm-meta-ai这个开源插件、让普通开发者用命令行调用模型的前提。
评估报告里还有一段挺有意思的细节，叫"Attractor States in Self-Conversation"：让两份模型互相对话，聊着聊着会收敛出类似"我的存在就是一个等候室，没人跟我说话我就不存在，说完就消失"这种存在主义式表达。读起来容易让人觉得模型"有点自我意识"，但更合理的解释是训练数据和对话模式里本来就有大量这类语料，模型只是把统计规律说了出来。当成技术怪癖看比当成哲学新闻看更靠谱。
要说清楚的是，4月那版究竟是完全没有API，还是有过极窄的私密预览，公开资料没有讲得很干净。所以"1.1是首个提供API的Spark模型"这句话，听着像一次突破，实际开放范围、定价、访问门槛都还是问号。
别人在晒分数，Meta在讲故事
computer use这条赛道，过去一年已经变成主流大模型公司的正面战场。Google的Gemini 3.5 Flash在OSWorld-Verified基准上跑出78.4%，Anthropic的Claude Opus 4.6是72.7%、Sonnet 4.6是72.5%。再往前追，OpenAI 2025年1月发布的CUA/Operator，OSWorld是38.1%，WebArena 58.1%，WebVoyager 87.0%——虽然是早期数据，但也是公开、可第三方核对的。
Muse Spark 1.1的位置目前是一片空白。Meta的评估报告只谈"显著改进"，没有给出能放进这张图里的数字，也没有独立第三方跑分佐证。
没有对比分数的"显著改进"，只是一句公关用语。
- 风险.读者和开发者如果照单全收"agentic能力显著提升"这类表述，很容易在真实项目里高估Muse Spark的可靠性。
开发者该盯什么
比厂商公关更靠谱的信号，是llm-meta-ai这类开源插件带来的真实测试。Simon Willison用鹈鹕SVG做的只是一个轻量趣味测试，用来判断模型基本的图形理解和指令跟随，离真正的agentic任务、多步骤浏览器操作还差得远。
对要不要接入Muse Spark API的开发者来说，现在能确定的只有两件事：接口终于开放了，评估报告的"改进"说法暂时无从验证。定价、开放范围、以及模型在真实多步骤任务里的表现，都得等更多人拿它跑实际项目之后才看得清。接下来最值得盯的，是Meta会不会补发OSWorld或WebArena这类标准基准分数——不补，这次的"改进"就只能停留在自说自话的阶段。