meta近日正式推出其首款编程智能体Muse Code（测试版），同时发布了搭载的新一代模型Muse Spark 1.2。这款新模型凭借极具竞争力的定价策略迅速引发海外科技圈热议，其核心优势在于比DeepSeek-V4-Flash更低的使用成本——若用户同意meta使用其数据训练模型，即可享受95折优惠。
就在meta宣布入场的同时，DeepSeek却反其道而行之，发布公告称计划近期大幅上调API服务价格。无独有偶，国内其他头部模型如智谱GLM也透露出优惠结束后涨价的迹象。这场由海外巨头引发的价格战，与国产模型的选择形成鲜明对比，让全球大模型竞争格局愈发扑朔迷离。
meta的定价策略充满巧思：其"贡献者套餐"提供两个API版本，允许数据共享的版本输入价格低至0.10美元/百万Tokens，较封闭版本便宜12.5倍；缓存输入价格更是低至0.002美元/百万Tokens，降幅达75倍；输出价格0.20美元/百万Tokens，便宜21倍以上。有网友戏称："meta根本不在乎利润，只想要数据。"
这场价格战背后，是DeepSeek-V4-Flash近期在全球引发的热潮。这款模型凭借超高性价比收获口碑，拉美头部在线教育平台Platzi联合创始人直言："完全不明白它是如何实现这种速度和质量的。"更有用户评价："Claude已死，世界不该继续为性能相当却贵百倍的供应商买单。"
DeepSeek的竞争力不仅体现在价格。基准测试显示，其0731版本在Almanbench测试中超越Kimi K3，得分几乎追平GPT-5.6 Sol xhigh。有海外网友惊叹："它现在完全不像一个Flash模型。"这种性能突破，正是其敢于逆势涨价的底气所在。
面对强劲对手，meta的Muse Spark 1.2性能如何？在Terminal‑Bench 2.1等代码能力测试中，该模型整体成绩仅次于Claude Opus5，优于GPT‑5.6、Grok4.5和Gemini3.6。在复杂推理测试中，其表现仅次于Opus5；在Agent工具调用测试中更是登顶榜首。不过，在长达24小时的1000次工具调用测试中，其表现仍逊于GPT-5.6 Sol和Opus5。
Muse Code定位为终端编码智能体，可处理大型代码库中的完整软件工程任务，包括规划变更、编写代码和验证结果。meta公布的案例显示，该智能体采用简单循环架构，配合异步后台智能体增强功能，持续运行可降低延迟并减少人工干预需求。例如，用户输入房屋漫游视频后，系统能自动生成视觉效果丰富的营销页面。
值得注意的是，Muse Spark 1.2在人工智能分析指数(AII)中获得54分，智能体知识工作能力显著提升，使meta与SpaceXAI并列美国实验室第三名。这表明meta不仅在价格战上发力，更在模型性能上持续突破。
这场竞争折射出AI行业的新趋势：价格战只是表象，背后是围绕Agent的算力、性能、应用和生态的全方位较量。DeepSeek选择涨价备战，聚焦模型质量提升，近期正大力招聘Agent Harness人才并推进相关产品开发；而meta则通过低价策略抢占市场，首次入局终端编程智能体领域。两种不同路径的碰撞，预示着行业将迎来更激烈的竞争。
