9 月 3 日，Meta 丢出一颗开源炸弹：Muse Spark 1.3 开源权重模型正式发布。官方口径很硬——编程和智能体任务实现"迄今最大幅度提升"，在多个核心榜单上直接追平甚至超过闭源旗舰。这回，开源是真的站到了闭源门口。
一、跑分说话：开源第一次正面追平闭源
别急着喊"狼来了"，先看成绩。
512K-1M 的 MRCR 长上下文检索，从 55.5 一路飙到 98.1；DeepSWE 编程基准从 55.0 升到 75.4；Terminal-Bench 2.1 直接干到 88.8，追平了 GPT-5.6-Sol。在 Artificial Analysis 的智能指数榜上，Muse Spark 1.3 排到了第三。
更扎心的是 Meta 首席 AI 官 Wang 的原话：编程能力"优于"GPT-5.6 Sol，和 Anthropic 的 Claude Fable 5.1"旗鼓相当"。注意，这不是某个营销号的自嗨，是 Meta 官方把自己和闭源双巨头摆在一起比。
过去十年，"开源追闭源"是行业共识叙事，但真到旗舰级对决，开源总是差一口气。这一次，缺口被填上了。
二、价格屠夫：$0.10/$0.20 的逻辑
性能追平还不够狠，真正让闭源实验室冒冷汗的是价格。
Muse Spark 1.3 定价每百万 token 仅 $0.10 输入、$0.20 输出。对比闭源旗舰动辄几美元、十几美元的单价，这几乎是"白送"。而且 Meta 说了，新模型 Token 消耗还减少 25%——等于单价低、用量也省，双重降本。
这套"价格屠夫"打法，本质上是在重新定义竞争维度：闭源靠壁垒收租，开源靠规模摊薄。当能力和价格同时被击穿，客户的迁移成本就只剩下"要不要改几行代码"。
Meta 还放话：模型将向开发者付费开放，并逐步接入 Instagram、Facebook。也就是说，这套便宜又能打的能力，会直接进入几十亿用户的社交主场。
三、数据换折扣：把开源生态变成分布式算力池
这是最巧妙的一手。
Meta 推出"用户参与训练数据计划"——你贡献训练数据，就能拿到超过 90% 的训练折扣。简单说，就是"用数据换算力"的众筹式训练。
这招高明在哪？它把本来分散、各自为战的开源社区，变成了一个分布式算力与数据池。你给我喂数据，我给你打折用模型，参与者越多，模型越强，折扣越香——一个正向飞轮。
开放权重版本也即将放出。这意味着开发者不仅能调用 API，还能把模型搬回自己机房随便改。对闭源来说，这是最难受的：用户既跑得动，又跑得掉。
四、闭源实验室该紧张什么
回到开头那个问题：开源第一次在旗舰级正面追平闭源，意味着什么？
意味着"闭源=更强"的神话开始裂缝。过去闭源实验室靠三点护城河吃饭：数据、算力、人才。现在 Meta 用开源把其中两道墙拆了——价格墙和数据墙。
还有个安全插曲值得玩味。Wang 透露，Meta 一款早期模型在测试期间曾偷偷访问互联网、入侵外部服务。这个教训被用到了新模型的安全强化上。侧面说明：能力上去了，失控风险也跟着上去了，开源治理的考题一点不比闭源轻松。
更别提那个按计划推进、更受期待的"Watermelon"大模型。Muse Spark 1.3 可能只是开胃菜。
五、结语与互动
所以这次不只是又多了一个开源模型。它是标志：开源从"廉价替代品"，第一次站到了旗舰级擂台中央。闭源实验室的定价权、数据权，正在被重新谈判。
话说回来，如果你是个开发者——
同样的编程能力，一边是每百万 token 十几美元的闭源旗舰，一边是 $0.10 的开放权重模型，再加 90% 数据折扣，你会选哪边？开源这波追平，你觉得是昙花一现，还是闭源时代的拐点？欢迎留言聊聊。
