过去三年，Meta在AI圈有一个明确的人设：开源之王。
Llama系列横扫开源社区，扎克伯格在采访里反复讲"AI应该像Linux一样开放"。开发者一边用着免费模型，一边觉得Meta是硅谷大厂里最"有良心"的那一个。
7月9日，Meta发布了Muse Spark 1.1。乍看是又一款模型更新。但有几个细节不太一样：
定价$1.25/百万输入Token，$4.25/百万输出Token——比GPT-5.6 Luna略高，但低于Claude Sonnet 4.6。扎克伯格时隔三年第一次在X上发帖，就为推这款产品。他说Spark是"价格极低但能力强大的智能体和编程模型"。
这本身不是秘密。但真正值得注意的，是Meta在同一个时间点做的三件事：
第一，Muse Spark将取代WhatsApp、Instagram、Facebook聊天机器人以及Meta智能眼镜系列产品中的部分Llama模型。
第二，Meta正在训练一个代号Watermelon的模型，已在关键基准上追上GPT-5.5。
第三，Muse Spark的开源变体正在开发中，但团队拒绝透露发布时间。
这三件事放在一起，讲的故事就不是"又一款模型发布"了。
这个故事是：Meta的AI战略，正在从"开源一切"走向"API优先"。
一、开源是战略，不是信仰
理解Meta的转向，首先要理解它为什么开源。
2023年Llama开源时，Meta的逻辑很简单：在AI竞赛中，Meta是追赶者。OpenAI有GPT-4的先发优势，Google有DeepMind的积累，Meta有什么？用户数据和应用场景。开源是获取社区贡献、建立开发者生态、加速模型迭代的最快路径。
这不是慈善，是投资。
两年后，这个投资开始需要回报了。Meta的AI基础设施投入是千亿级别的——仅2025年资本支出就超过370亿美元。Llama系列虽然赢得了开发者口碑，但没有为Meta带来直接收入。开源模型的"价值捕获"是个长期命题，而Meta的股东等不了那么久。
Muse Spark 1.1的发布，本质上是一张"价值捕获"的账单。
扎克伯格在X上发帖，不是心血来潮。他上一次发帖是2023年7月，当时Twitter刚更名为X。三年不发帖，一发就是卖货——这个信号的分量，比任何战略宣言都重。
二、从"能力竞赛"到"商业化竞赛"
Muse Spark 1.1的定价，值得仔细看。
$1.25/百万输入Token，$4.25/百万输出Token。略高于GPT-5.6 Luna（$1.10/$3.60），显著低于Claude Sonnet 4.6（$3.00/$15.00）。Meta把自己的模型定位在"比谷歌便宜、比Anthropic实惠、比OpenAI稍贵但不差"的位置。
这不是一个随机的定价。它反映了一个结构变化：
AI竞争已经进入了第二阶段。
第一阶段（2022-2025）是"能力竞赛"。谁的基础模型最强，谁就赢。GPT-4、Claude 3、Gemini Ultra——每个新模型发布，媒体都会用"比上代强多少"来报道。
第二阶段（2025-）是"商业化竞赛"。模型能力差距在缩小，GPT-5.6、Claude Sonnet 4.6、Grok 4.5、Muse Spark 1.1——用户已经很难凭直觉判断谁更强了。竞争焦点从"谁更强"转向"谁更便宜、谁更好用、谁集成更顺"。
这个转变，Analogous to 智能手机市场2010年前后的分水岭：iPhone 4之后，硬件能力不再是核心壁垒，App生态、定价策略、品牌定位成了胜负手。
Meta在这个阶段入场，时间点选得恰到好处。它不需要在能力上碾压对手——只需要在定价和服务上做到"足够好"，然后利用自己的应用生态（WhatsApp、Instagram、Facebook）把模型铺到数十亿用户面前。
三、"闭源赚钱，开源圈地"——双轨制是Meta的真正武器
Muse Spark的开源变体正在开发中，但Meta拒绝透露发布时间。这个"不承诺"比承诺更有信息量。
它暗示了一个双轨制策略：
闭源API负责赚钱。Muse Spark 1.1通过API收费，覆盖企业级开发者。定价激进但合理，目标是让中小企业和独立开发者"闭眼入"。
开源模型负责圈地。Llama系列继续开源，但会逐步被定位为"入门级"选项。开源社区得到的是"够用但不顶尖"的模型，真正的商业能力封装在API里。
这种策略不新鲜。Red Hat做开源Linux，靠付费支持赚钱。MongoDB开源数据库，靠企业版变现。但Meta的规模是另一个量级——它同时拥有开源生态、数十亿用户、和千亿级基础设施。
三者的叠加，是其他AI公司不具备的结构性优势。
OpenAI没有用户生态（ChatGPT月活虽然有4亿，但那是应用层，不是社交关系网）。Anthropic没有基础设施规模。Google有生态但开源策略摇摆不定。只有Meta，能同时打"开源"和"API"两张牌，让开发者自己选。
四、推演：这个框架如何解释其他现象
理解"AI竞争进入第二阶段"这个框架，能帮我们看明白几个正在发生的事：
Anthropic的Fable 5免费期一再延长。不是慈善，是"商业化竞赛"的标准动作——先用免费拉用户，再靠API收费。Fable 5可能很强，但Anthropic的价格在市场上没有竞争力，只能靠延长免费期来养用户习惯。
OpenAI取消Codex用量限制。同样道理。GPT-5.6 Luna定价$1.10/$3.60，已经是市场上最便宜的"高级模型"之一。取消限制是为了让开发者"用上瘾"。一旦开发流程绑定了Codex，切换成本就是天价。
Grok 4.5口碑翻上来。马斯克那句"Grok 4.5比Opus 4.8好用"虽然是营销话术，但背后有真实逻辑——当模型能力差距缩小到感知阈值以下，用户的"体验感"和"品牌偏好"就成了决定性因素。
这三个现象，都可以用同一个框架解释：模型能力不再是单一变量，定价、体验、生态、品牌——这些"商业层"的因素正在成为AI竞争的主战场。
五、落到行动
如果你是开发者，选模型时别只看跑分。算一下你的应用场景下，哪个模型的"性价比"最高——包括API成本、延迟、上下文长度、工具链集成度。Meta的$1.25/$4.25在编程场景下可能比GPT-5.6 Luna更划算，因为Spark专为agentic coding优化。
如果你是AI创业者，要注意一个趋势：基础模型正在变成"基础设施商品"，这意味着你的差异化不能建立在"用哪个模型"上，而要建立在"用模型做了什么"上。Meta的Watermelon已经在追赶GPT-5.5，这种差距收窄只会加速。
如果你是企业CTO，现在开始关注"模型切换成本"。不要让你的应用架构深度绑定某一家API。Meta的入场意味着定价战会持续，切换灵活的团队能吃到每一波降价红利。
来源：
TechCrunch: Meta enters the crowded AI coding battle with Muse Spark 1.1
InfoQ: 小扎"消失"三年后发帖，只为它：Meta最强Agent模型进军编程