Muse Spark 1.2
面向开发者的编码优化大语言模型，主要通过 API 帮助完成代码生成、调试和较长流程的软件工程任务。
工具简介
采用判断：目前更适合小规模、可回滚的编码任务试用，不建议仅凭榜单和社媒热度直接用于生产核心链路。现有证据将它定位为 Meta 面向编码和较长软件工程任务的模型，但缺少可核验的官方模型卡、完整评测报告和稳定服务承诺，因此应先用真实代码库验证，再决定是否替换现有模型。
实际作用上，它可以作为代码生成、重构、调试、测试编写和仓库级问答的模型后端，通常需要接入 API 或由其他编程 Agent 调用。证据中的知乎文章摘录称其 Terminal-Bench 2.1 得分为 82.9%，另一回答引用 Artificial Analysis Intelligence Index 54 分；X 上也有同提示词的 FlappyBench 测试。这些内容能提供方向性的能力线索，但大多是二手摘录或社媒实测，方法、版本和完整结果并不充分，不能等同于独立、可复现的结论。
门槛主要在 API 接入、上下文管理、代码库权限、结果验收和成本监控，而不是安装一个完整开发环境。证据没有给出可核验的官方定价页：一篇知乎文章写到每百万单位 1.25/4.25 美元，ValsAI 的 X 帖称单次测试为 0.69 美元，另有社媒说法把低价与数据收集或训练授权联系起来；这些分别属于文章或社媒信息，不能视为稳定 API 费用，也不能据此推断长期折扣。X 证据显示 OpenRouter 提供访问，但可用地区、限额和条款仍需自行确认。
它更适合希望比较编码模型、能自行搭建评测流程的开发者、团队和 API 实验者，尤其适合对长任务和单位成本敏感的人；不适合想要开箱即用 IDE、完整终端 Agent，或要求强合规、结果高度稳定且已有成熟供应商保障的场景。社媒热度很高：排名信息统计到 13 条 X 证据、约 101 万浏览，知乎材料合计 160 个赞和 35 条评论，这证明关注度而非好用程度。讨论中既有榜单和转发，也有少量实测与分析，整体属于实测线索较多、榜单和转发较多、官方资料有限且样本仍不足的早期共识。它不是 Muse Code 这类终端编程 Agent，也不是 IDE；更准确的类比是可被编程工具调用的编码大模型。