Meta的新模型总算追上来了。官方发布Muse Spark 1.3，在Artificial Analysis的Intelligence Index榜上公开版拿到61分，与GPT-5.6 Sol、Grok 4.6打平，仅次于Claude系列的两款旗舰。扎克伯格亲自下场打call，关键词是“性能强、价格还便宜”。
“便宜”不是明面降价。Muse Spark 1.3的API价格是输入每百万Token 1.25美元、输出4.25美元，和上一版基本持平。真正的变化是让模型学会少花钱办事：官方测试显示，相比1.2版，1.3在coding工作流里少用约20%的工具调用，Token消耗下降约25%。单价一样，结账更少，这是另一种定价战。
据Artificial Analysis测算，完成同一次任务，Muse Spark 1.3的成本约0.55美元，而同档Grok 4.6与GPT-5.6 Sol分别约0.94和0.95美元——几乎便宜一半。Meta还留了一个“地板价”选项：Contributor版本输入0.10美元、输出0.20美元每百万Token，代价是允许Meta用调用数据改进模型，开发者省了钱，Meta拿到了真实反馈。
这场追赶的代价是惊人的账单：Meta资本开支从2024年390亿美元涨到2025年722亿美元，今年给出1300亿至1450亿美元的指引；2025年研发费用达574亿美元，长期债务从去年9月底约288亿美元增至今年6月底的837亿美元。华尔街对“收不回本”的担忧并非没有道理。
但Meta的算账方式与纯模型公司不同。它的主要营收来自广告：二季度总营收608亿美元、同比增长28%，广告收入约594亿美元。把大模型放进广告检索系统后，Meta称Facebook广告点击提高8.3%、转化提高15.7%；AI驱动的Advantage+解决方案年度收入运行率已超750亿美元。模型不必靠卖钱回本，让广告系统多赚一点就在回本。
Meta的路线可以概括为一个循环：广告主多投钱→收入增加→继续投GPU、数据中心与人才→更强模型→广告推荐更准→广告主更愿意投。模型公司要先证明AI是一门生意，Meta则让AI成为原有那门生意的增压器。这份账本，比单纯比跑分更能解释巨头为什么愿意持续砸钱。
当模型竞争进入“同任务成本”的维度，真正拉开差距的不再只是参数与榜单，而是用多少Token、调用多少次工具完成一件事。这种对效率与计量的极致追求，正在重构大模型API的定价与交付逻辑——每一笔调用都该被算清成本与产出，这也正是星战科技在大模型API广场坚持透明计量与任务级成本优化的观察坐标。