Meta 推 Muse Spark 1.3 同 Voice Transcribe：用超低 API 價搶開發者

Meta 9 月推出嘅兩項 AI 產品，策略其實幾清楚：先吸引開發者用佢嘅平台砌編程代理同語音應用，再以使用量壯大整個模型生態。Muse Spark 1.3 負責推理、編程同工具調用；Muse Voice Transcribe 則補上即時語音輸入呢一層。兩者共同賣點係進取定價，尤其係開發者肯分享使用數據嘅情況之下。 125

今次推出咗乜？

Muse Spark 1.3 係 Meta 更新版嘅編程及代理式（agentic）任務模型。現時可喺 Muse Code 同 Meta Model API 使用；對既有 API 用家而言，只要改模型 ID，就可以升級，原有 endpoints、SDK 同定價維持不變。Meta AI、Instagram 同 Facebook 預計之後先會加入。 314

Muse Voice Transcribe 係經 Meta Model API 提供嘅語音轉文字模型，支援串流同批次轉寫、語音終點偵測（判斷講完一句嘅時點），以及原生說話者分離，最多可處理逾 20 位講者。 5

簡單講，兩款產品分別補足 AI 應用常見嘅兩個組件：

• 可處理編程、推理同工具調用流程嘅模型；
• 用於即時聽寫、錄音轉寫同語音介面嘅語音組件。

呢個唔等於 Meta 已經推出一個人人可用、整合完成嘅「個人代理」。不過，開發者已有基本組件去砌相關產品，方向亦同 Meta 所講嘅個人代理研發一致。 25

Spark 1.3 最平可以好平，但要交出數據使用權

Spark 1.3 標準 API 收費為：每 100 萬 input tokens 1.25 美元，每 100 萬 output tokens 4.25 美元。 114

Meta 另設 Contributor 計劃：input 每 100 萬 tokens 只收 0.10 美元，output 每 100 萬 tokens 收 0.20 美元；作為交換，開發者容許 Meta 使用 prompts 同 outputs 去改進模型。 1415

折扣幅度相當大，但唔只係「揀平價」咁簡單，而係一個數據管治決定。

如果只係做實驗、處理非敏感工作流程，或者團隊極度著重推理成本，Contributor 方案可以幾吸引。但如果應用會處理專有原始碼、客戶對話、受監管資料或者敏感內部文件，標準計劃——甚至其他供應商嘅數據政策——可能更合適。真正要問嘅係：慳到嘅錢，值唔值得換取機構容許分享模型輸入同輸出嘅政策空間？

Meta 指，有「具意義嘅雙位數百分比」編程用家正揀 Contributor 選項，反映公司視之為一個長期機制，而唔係短期促銷。 2

Spark 1.3 競爭力去到邊？

第三方基準測試應該審慎解讀，因為模型版本、設定同測試日期一變，結果可以不同。有報道引述 Artificial Analysis，指 Spark 1.3 xhigh 喺 Intelligence Index 得分 61、速度約每秒 182 tokens、每項任務成本 0.55 美元；Max 版本喺有限預覽中得 62 分。 4 不過 Artificial Analysis 之後嘅發布頁面顯示另一組分數同預計每任務成本，正好說明採購前要核實所比較嘅確切版本、設定同測試日期。 8

較穩妥嘅結論係：Meta 喺編程同代理式工作流程上，提出咗有說服力嘅性價比主張。排行榜適合用作初步篩選，但唔可以證明某一模型喺每個 codebase、程式語言、工具環境同工程流程都一定最好。

因此，Meta 聲稱可追平頂尖競爭對手，應視為公司定位，而唔係取代團隊以自家程式碼、任務、可靠性門檻同保安要求做測試。 14

Voice Transcribe：每小時 0.18 美元嘅即時語音轉寫

Muse Voice Transcribe 收費為每 1,000 分鐘音訊 3 美元，即每處理一小時音訊 0.18 美元。串流與非串流處理同價，說話者分離亦已包括在內，唔使額外加購。 5

對於要做會議紀錄、即時筆記、通話分析、語音助手或聽寫產品嘅開發者，呢個組合有實際價值。將轉寫、終點偵測同辨識邊個講嘢整合喺同一服務，可減少自己拼湊多個組件嘅整合工夫。

按 Artificial Analysis 嘅 AA-WER Streaming 基準，該模型錄得 3.1% 詞錯率，並喺講者停聲後約 0.16 秒產生最終轉寫結果。Artificial Analysis 顯示，佢喺該比較中領先若干列出嘅對手，包括 Cartesia Ink-2、ElevenLabs Scribe v2 Realtime、OpenAI GPT Live Transcribe 同 Gemini 3.5 Transcribe Live。

數據令人注目，但唔代表所有情況都保證準確。語音轉文字表現好受語言、口音、背景雜音、咪高峰質素、專業術語、插話同多人重疊發言影響。部署前，團隊仍應用貼近自身場景嘅音檔實測，唔好單憑排行榜就當係正式環境嘅效果。

Meta 想點樣靠兩款產品推進 AI？

今次推出反映 Meta 同時追幾個目標：

1. 爭取開發者工作負載。 Spark 1.3 面向編程同代理式應用；Voice Transcribe 則瞄準語音產品嘅高價值底層能力。 35
2. 以成本競爭。 Contributor 計劃令肯分享數據嘅開發者，以極低成本試用 Meta 技術堆疊。 14
3. 建立回饋循環。 經同意嘅 Contributor 用戶使用數據，可以協助改進後續模型；定價優惠同時亦成為取得訓練數據嘅方法。 12
4. 鋪路做消費者個人代理。 推理、工具使用同即時語音本身互補，係未來個人代理體驗嘅零件；但 Meta 暫時未公布一個大規模開放、完成整合嘅產品。 25

競爭環境令壓力更大。大型 AI 實驗室密集推出新模型，短暫嘅基準領先未必持久；相比之下，清晰定價、成熟開發工具，以及由 API 採用走向大規模產品嘅路線，可能先係更耐用嘅優勢。

美國兒童安全和解會唔會拖慢 AI 發布？

Meta 同美國多個州份達成協議，未來十年最高支付 180 億美元，並要為 Facebook 及 Instagram 青少年用戶加強保障，包括預設使用時限同深夜使用限制。 17

現有和解條款無證據顯示 Meta 必須暫停 Spark 或 Voice 產品發布。較直接嘅影響，可能落喺產品管治：若 AI 功能部署到青少年用戶比例高嘅消費者平台，估計要經更多安全審查、年齡適切設計工作同監管檢視。

更大問題係資源分配。Meta 一邊大手投資 AI 基建，一邊要承擔和解成本同合規責任。佢要證明嘅，唔只係可以發布有競爭力嘅模型，而係基建、API、消費者 AI、安全措施同現有社交產品嘅投資，可以互相加乘，而唔係分散執行力。 17

總結

Muse Spark 1.3 同 Muse Voice Transcribe，令 Meta 作為開發者 AI 平台更具說服力。最值得留意嘅仍然係 Spark 嘅 Contributor 計劃：價錢低得相當進取，但客戶必須有意識地取捨，接受 prompts 同 outputs 可能被如何使用。 14

對開發者而言，下一步其實好直接：用真實編程任務測 Spark、用具代表性嘅音檔測 Voice Transcribe，再喺揀 Contributor 前仔細審閱數據處理條款。對 Meta 而言，真正考驗係呢啲面向開發者嘅組件，能否變成可靠、值得信任嘅代理產品基礎，而唔係又一輪好快被下一個模型發布蓋過嘅新聞。