Muse Spark 1.1

定价与经济定位

• 许多人认为 Muse Spark 1.1 的定价相较其他“前沿”模型（例如 Grok 4.5、Claude、GLM 5.2）极具进攻性地低，尤其是缓存输入价格为 $0.15/Mtok。
• 也有人认为，与中国模型和开源权重方案相比它仍然偏贵；一些人觉得每 100 万输出 token 超过 $10 对消费者来说很难证明其合理性。
• 一些评论将此视为对来自中国实验室以及 DeepSeek/GLM 定价竞争压力的回应。
• 对于专业用途（编程、合同），相较于人工劳动，更高价格被认为是可以接受的；但用于娱乐则不太能接受。

模型质量与基准测试

• 早期测试者反馈质量“低于 Sonnet”，在 DeepSWE 上也不出彩；也有人称它在 Meta 自家的图表上与 GPT 5.5 / Opus 4.8 互有胜负。
• 工具调用和终端/代理表现被强调为优势；编程和多模态“相当不错”，但关于高工具调用成功率在实践中有多大意义仍存在争论。
• 围绕 Terminal-Bench 2.1 结果的争议很大：批评者称 Meta 超出了 CPU/RAM 限制，实际上是在“作弊”；支持者则认为资源限制只是建议，影响可能很小，而且基础设施问题让严格遵守变得复杂。
• 对“相信我”式基准和选择性报告指标的更广泛怀疑；有人呼吁进行独立评测。

信任、隐私与数据保留

• 多位评论者表示，由于过去的隐私问题，以及付费 API 缺乏明确的数据保留政策，他们不会使用 Meta。
• 有人指出并非所有 LLM 使用都涉及个人数据，但这种不安仍然存在，尤其是与开源权重模型相比。

开源模型与闭源模型

• 许多人对 Muse 不是开源权重感到失望；这被视为 Meta 早先开源领导地位的一次战略转向。
• 有人认为，发布强大的开源权重模型（甚至包括训练数据，尽管这被认为在法律上有风险）可以让 Meta 将前沿模型“商品化”，并对竞争对手的收入施压。

生态、访问与竞争

• 该模型尚未出现在 OpenRouter 上，使评估更困难；人们希望有一个单一密钥聚合器来测试它。
• 地区限制（例如加拿大、阿根廷、越南）让开发者感到沮丧。
• 总体情绪是：更多竞争（Meta、xAI、中国实验室）有利于价格和多样性，但许多人仍对 Meta 的品牌以及此次发布的闭源性质保持警惕。