美東時間 8 月 5 日晚間（台灣時間 8 月 6 日凌晨），祖克柏親自發文宣告 Meta 推出最新模型 Muse Spark 1.2。這個新模型的定價直接把價格戰拉上新高度：同意資料共享的 Contributor 方案，輸入每百萬 token 只要 $0.10、輸出 $0.20，比 DeepSeek Flash 還便宜一截。時間點選得精準：就在同一天，DeepSeek 在開發者平台公告「計劃近期整體上調 API 服務定價，預計漲幅較大」，中國 AI 廠商漲價、Meta 降價，AI 圈價格戰就此開打。而低價的條件只有一個：同意 Meta 用你的資料訓練模型。
祖克柏發文宣告：模型與工具同時登場
祖克柏在 X 上宣布推出 Muse Spark 1.2 的同時，也公開了自家的編程 Agent Muse Code，作為這個模型的展示載體。Muse Code 是終端編程工具，可接手大型 repository 的完整軟體工程任務，包括規劃變更、撰寫程式碼、驗證結果，兩者共同訓練，讓搭配使用時發揮最佳表現。
Releasing Muse Code in beta today. It’s a terminal coding agent that takes on complete software engineering tasks across large repos: planning changes, writing code, validating the results. Powered by Muse Spark 1.2, a coding-focused model update. pic.twitter.com/xqavk41w6v
— Mark Zuckerberg (@finkd) August 5, 2026
Meta 官方說明，Muse Spark 1.2 是在 1.1 的基礎上大幅擴充編程任務的訓練算力與訓練環境多樣性，改進重點涵蓋程式碼生成、複雜除錯、程式碼庫理解與端到端開發流程，並以大型 repository 生成、大型專案與自動化研究等長時程任務為主要訓練方向。模型支援 100 萬 token 的上下文視窗，足以把整個大型專案塞進單一 session 處理。
Introducing Muse Code (beta), a terminal coding agent built for long-horizon software engineering, powered by our new Muse Spark 1.2 model.
Muse Code plans, implements, and validates complex, multi-file changes across large repositories with persistent sub-agents that solve… pic.twitter.com/uEMb1XL9Y0
— AI at Meta (@AIatMeta) August 5, 2026
Meta 推 Muse Spark 1.2 模型，能力超強、價格砍到比 DeepSeek 還低
模型不綁定 Muse Code，接進其他 agent 就能用
Muse Spark 1.2 最值得注意的一點，是它不鎖死在 Meta 自家的工具生態。官方頁面列出三種使用方式：Muse Code、Meta Model API，以及 OpenRouter。Meta Model API 提供與 OpenAI SDK 相容的介面，OpenRouter 也已經上架 muse-spark-1.2，換句話說，開發者可以把它接進自己慣用的任何 agent 框架，不必遷移到 Muse Code。
這讓 Muse Spark 1.2 的低價意義完全不同。過去各家模型廠商降價，綁定自家工具才有效果；Muse Spark 1.2 走的是開放 API 路線，Claude Code 使用者可以把底層模型換成 Muse Spark 1.2，Codex 使用者同樣可以，降價直接反映在既有工作流程的 API 帳單上。對開發者來說，這比多一個新工具更有感。
效能表現：直追 Claude 陣營，但還輸 Opus 5
從祖克柏公布的評測數據來看，Muse Spark 1.2 的編程能力落在第一梯隊。在 Terminal-Bench 2.1 拿下 82.9%，僅次於 Claude 陣營的 Opus 5（86.7%），勝過 GPT 5.1 Codex（81.8%）與 Grok 4.5 Build（81.6%）。但在更貼近真實任務的 DeepSWE 1.1 上，Muse Spark 1.2 的 59.3% 落後 Opus 5（65.0%）與 GPT 5.1 Codex（64.8%），與第一梯隊仍有一段差距。比起前代 Muse Spark 1.1，各項成績都有明顯進步，例如 DeepSWE 從 53.0% 提升到 59.3%。
人工智慧評測機構 Artificial Analysis 的數據也呈現類似結論，Muse Spark 1.2 的 Intelligence Index 54.1 分，略勝 DeepSeek Flash 的 49.9 分與 GPT-5.6 Luna 的 51.2 分，Terminal-Bench 2.1 則為 80.1%。
價格超便宜：兩種模式，價差 12 到 21 倍
Muse Spark 1.2 最受矚目的特點是定價。Meta 把它拆成兩個不同的模型 ID，價格相差超過一個數量級：
- muse-spark-1.2（Standard）：輸入 $1.25（約新台幣 41 元）/ 百萬 token，輸出 $4.25（約新台幣 140 元），緩存輸入 $0.15，你的資料不會被用於訓練。
- muse-spark-1.2-contributor（Contributor）：輸入 $0.10（約新台幣 3.3 元），輸出 $0.20（約新台幣 6.6 元），緩存輸入 $0.002，條件是同意 Meta 使用你的資料「改善產品」。
與其他模型放在一起比較，位置一目瞭然（以下均為每百萬 token 的美元報價）：
- Muse Spark 1.2 Contributor：$0.10 輸入 / $0.20 輸出
- DeepSeek Flash：$0.14 輸入 / $0.28 輸出（緩存輸入 $0.0028）
- GPT-5.6 Luna：$0.20 輸入 / $1.20 輸出
- Muse Spark 1.2 Standard：$1.25 輸入 / $4.25 輸出
同意資料共享的 Contributor 方案，價格比 DeepSeek Flash 還低一截，緩存命中輸入更只要 $0.002，幾乎等於免費。相對的，不共享資料的 Standard 方案定價落在 Gemini 3.6 Flash 附近。Vals AI 也列出 Spark 1.2 完成任務的花費成本只要 0.69美金，比 Kimi 便宜 3 倍、比 Fable/Opus/5.6 Sol 便宜 10 倍以上，性價比的確很高（下表是不分享資料的花費，分享會更低很多）：
便宜的代價：你的程式碼會被拿去訓練
官方文件寫得很直白：Contributor 模式是「用授權 Meta 以你的 prompts 與 completions 訓練未來模型，換取大幅折扣的定價」。換算下來，輸入端價差達 12.5 倍，輸出端價差更高達 21 倍。以 1 美元約 33 元新台幣估算，最便宜的 Contributor 方案輸出每百萬 token 只要新台幣 6.6 元。
也就是說，想拿這個超低價，就得接受 Meta 分析你的程式碼與對話內容。對個人開發者或非敏感專案來說，這個交換條件可能划算，但對企業用戶而言，把 repository 的內容送進 Meta 的訓練管道，牽涉到程式碼機密與資料合規問題，是需要謹慎評估的決定。也因此 Contributor 方案在社群引發討論，媒體也以「用資料換 21 倍折扣」的角度報導這次發布（編按：但至少有老實說，有的公司可能收了錢一樣把你的資料拿去訓練）。
時間點耐人尋味：DeepSeek 漲價、Meta 降價
這次發布最微妙的時間點，是與 DeepSeek 的漲價公告幾乎同步。8 月 6 日，DeepSeek 在開發者開放平台彈窗公告，「計劃近期整體上調 DeepSeek API 服務的定價，預計漲幅較大」，但尚未公布具體漲幅與生效時間，調價對象限於 API 服務，網頁與 App 的一般對話不受影響。在此之前，DeepSeek 今年已多次調整 API 價格。
Meta 選在 DeepSeek 醞釀漲價的同時，端出價格更低的編程模型，意圖相當明顯。AI 圈價格戰的參戰者還在增加，Meta 以閉源模型之姿對抗 DeepSeek 的開放權重路線，用 Contributor 折扣換資料、用低價搶開發者，接下來就看 DeepSeek 正式漲價後，其他廠商會不會跟進調整定價。對開發者來說，這波競爭的直接好處是選擇變多，但在把程式碼交給任何一家模型供應商之前，先看清楚條款裡寫的是什麼，會比搶著用最便宜的方案更重要。
結語
Muse Spark 1.2 的發布，把模型價格戰推向新階段。效能上它已站穩第一梯隊，定價上開創了「資料換折扣」的新玩法，開放 API 的作法又讓低價能直接套用在其他 agent 框架上，而且時間點精準卡在 DeepSeek 宣布漲價的同一天。對開發者而言，這是好消息，選擇更多、價格更低；但 Contributor 模式的資料條款也提醒我們，世上沒有白吃的午餐，超低價格的背後，總有相對應的代價。