Meta 開始賣 API 了：Muse Spark 1.1 上架，開源大方的那個 Meta 回不去了

七月中的一個週三晚上，內湖一間新創的辦公室還亮著。工程師在改一支自動化腳本，帳單頁面開在另一個分頁——這個月的模型費用又超支了兩成。他順手把新聞推播滑掉，標題寫著「Meta 推出 Muse Spark 1.1」。滑掉之後又滑回來，因為他看到了第二行：Meta 首度開賣付費 API。

這件事的重量，不在模型本身有多強，而在 Meta 這家公司的立場變了。過去幾年它是那個把 Llama 權重直接丟出來、逼所有人降價的攪局者。現在它自己也開始按 token 收錢了。

事件背景

2026 年 7 月 9 日，Meta 發布 Muse Spark 1.1，來自 Meta Superintelligence Labs，官方部落格同步上線 Meta Model API 的公開預覽。TechCrunch 當天以「Meta 進入擁擠的 AI 程式碼戰場」為題報導，美國 US News 也刊出對應消息。

Meta 過去不是沒有 API，但那是掛在雲端夥伴底下、或走 Llama 開源權重自己部署。這次不一樣：Meta 自己的、自己收費的、直接面向開發者的 API，這是第一次。它同時上線在 Meta AI 應用程式與 meta.ai 的 Thinking 模式裡。

模型定位很明確——衝著 agent 與程式碼來的。多模態推理、一百萬 token 的 context、強化過的工具呼叫與電腦操作（computer use），可以在桌面、瀏覽器與行動介面之間切換，自己決定什麼時候寫腳本、什麼時候直接點畫面。

本次重點

• 發布日期：2026 年 7 月 9 日，Meta Superintelligence Labs 推出，為初代 Muse Spark 的重大升級。
• 首次付費 API：Meta Model API 進入公開預覽，這是 Meta 第一個自營的付費開發者 API。
• 定價：每百萬輸入 token 1.25 美元、每百萬輸出 token 4.25 美元，新帳號贈送 20 美元額度。
• 規格：一百萬 token context 視窗，多模態推理，強化工具使用、電腦操作與程式碼能力。
• 可用性：美國開發者可立即使用，其他地區採候補名單制。
• 對標對象：Meta 將其定位在 GPT-5.5、Claude Opus 4.8、Gemini 3.1 Pro 同一級距。

市場影響分析

對台灣使用者

先講最實際的：台灣現在還排不到隊。公開預覽先開放美國開發者，其他地區走候補名單。所以如果你只是想試試看，短期內大概率要等。

不用等的部分是 Meta AI 應用程式裡的 Thinking 模式。Meta AI 在台灣的可用性一直比較零碎，功能開放進度也常和美國不同步，實際看得到什麼還是要以你手機上的版本為準。

值得台灣一般使用者留意的其實是價格訊號。1.25 / 4.25 美元這個定價，比不少同級模型便宜一截。這種價格通常會逼得對手調整方案，最後受惠的是每個月付訂閱費的人。ChatGPT、Claude、Gemini 三家怎麼回應，未來一兩季會很有看頭。

對企業應用

Meta 從「免費送權重」轉向「按量收費」，對企業採購的意義比對個人大得多。

過去很多公司選 Llama，圖的是能自己部署、資料不出門、成本可控。現在 Meta 有了自營 API，會不會影響它繼續開源新模型的意願？這是台灣企業 IT 主管該問的問題。目前沒有任何官方說法指出 Meta 要停止開源，但一家公司開始從 API 賺錢之後，商業誘因確實變了。

短期的實務建議很簡單：如果你的系統已經跑在自架 Llama 上，不用動；如果你正在評估要不要押注某一家的開源路線，把「萬一未來新版不開源」寫進風險評估裡。

另一個角度是 computer use。這個能力對台灣的傳統產業其實比對科技業更有價值——很多公司內部還有大量只能用滑鼠點的舊系統，沒有 API 可以串。能操作畫面的 agent，理論上可以把這些系統接進自動化流程。理論上啦，實際落地的穩定度還要看。

對開發者

從開發者角度看，一百萬 token 的 context 加上強化的工具呼叫，最直接受益的是長時間執行的 agent 工作流：讀完整份 codebase 再改、跑一整輪測試再修、處理跨多個檔案的重構。

我自己的看法是，這一代模型之間的差距，已經不在單次回答的品質，而在「連續做二十步不出錯」的穩定度。這件事沒有跑過實際任務就看不出來，benchmark 分數參考價值有限。等台灣開放之後，建議拿自己專案裡最煩的那個重複性任務去跑，比看評測榜可靠。

定價結構也值得算一下。輸出比輸入貴 3.4 倍，這比例對 agent 工作流不算友善——agent 常常要輸出大量中間思考與工具呼叫。設計 prompt 時把輸出壓精簡，省下來的錢會比你想的多。想找現成的起手式，可以看看我們的提示詞範本，或AI Agent 怎麼打造這篇。

未來發展趨勢

三個值得追的方向。

第一，開源路線會不會轉彎。Meta 這幾年在開源社群累積的信任，很大一部分建立在「他們會把好東西放出來」。現在有了付費 API，下一代旗艦模型是全開、部分開、還是不開，會是整個開源生態最緊張的一件事。

第二，價格戰進入第二輪。上一輪是 Meta 用免費權重逼降價。這一輪它自己下場賣，反而可能形成「四家大廠貼身肉搏」的局面。對使用者是好事，對還在燒錢的小型模型公司則不是。

第三，computer use 的實用門檻。所有大廠都在做這件事，但真正能穩定跑完企業流程的還沒出現。誰先把成功率從「demo 好看」推到「可以放著不管」，誰就拿下下一個階段。

TheAI學院 總結與評語

講真的，Muse Spark 1.1 本身的技術突破沒有大到需要驚呼。1M context、agent 能力、computer use——這些現在都是入場券，不是差異化。

真正值得寫下來的是 Meta 的姿態轉變。一家靠廣告賺錢、把 AI 模型當作生態護城河在送的公司，開始向開發者收 token 費了。這代表 Meta 內部對 AI 的算盤，從「防守社群媒體本業」改成了「這本身就該是一門生意」。

對台灣讀者來說，短期最務實的態度是：別急著搬家。你現在用得順的工具不會因為這則新聞變差，而 Meta 的 API 台灣還排不到隊。等開放、等實測、等價格戰真的打起來再說。

Meta 從攪局者變成賣家，這一步比模型本身重要——免費午餐時代正式進入尾聲。

給台灣讀者的具體建議：個人使用者先觀望，把注意力放在你現有訂閱的額度有沒有變多。企業 IT現在就去確認，你們的 AI 架構是不是綁死在單一供應商上，把 prompt 與評測集抽出來獨立管理，換供應商時才不會整套重寫。開發者可以先去候補名單排隊，同時把「輸出 token 壓縮」當成一個正經的優化項目來做——這在任何一家模型上都省錢。

資料來源

• Introducing Muse Spark 1.1 - Meta AI 官方部落格
• Meta enters the crowded AI coding battle with Muse Spark 1.1 - TechCrunch
• Meta Debuts Muse Spark 1.1 Model With Preview Open to Developers - US News

依公開資訊整理，定價與可用地區以 Meta 官方公告為準，本文查證日期為 2026 年 7 月 26 日。