Meta 的 Muse Spark 1.1 模型在编码能力上超越了 GLM-5.2，且成本更低，这一进展值得关注。
发生了什么
根据 Artificial Analysis 的最新评测，Meta 的 Muse Spark 1.1 在人工智能智能指数（Artificial Analysis Intelligence Index）上得分 51，相比三个月前提升了 8 分。在编码任务中，该模型以 71.3 分的成绩略胜 GLM-5.2，而每任务成本仅为 0.26 美元，低于 GLM-5.2 的报价。此外，Muse Spark 1.1 的幻觉率从 73% 大幅下降至 38%，可靠性显著提升。
为什么重要
Muse Spark 1.1 是 Meta 在开源大模型领域的最新迭代。编码能力是衡量模型实用性的关键指标之一，尤其对于开发者社区。超越 GLM-5.2 意味着 Muse Spark 1.1 在代码生成、理解与调试方面具备了更强的竞争力。同时，成本下降和幻觉率改善，使得该模型在商业部署中更具吸引力。此次更新距离上一个版本仅三个月，显示出 Meta 在模型优化上的快速迭代能力。
影响与看点
对于开发者而言，Muse Spark 1.1 提供了一个高性价比的编码辅助工具，尤其适合预算有限的团队。幻觉率的降低也减少了人工审查成本。行业层面，开源模型在编码任务上的持续进步，可能进一步挤压闭源模型的市场空间。值得关注的是，GLM-5.2 是否会迅速跟进更新，以及 Meta 能否在后续版本中保持领先。独立判断：编码基准的竞争正从单纯追求分数转向成本与可靠性的综合优化。
