Muse Spark 1.3 免费模型：Meta 旗舰推理模型在 OpenCode 零成本畅享

一句话速览：Meta Superintelligence Labs 旗舰模型 Muse Spark 1.3，限时在 OpenCode Zen 平台完全免费开放，1M 上下文窗口、多模态推理、工具调用全支持，输入输出缓存读取全部零费用。

📚 目录

背景：Muse Spark 1.3 是什么？
一、模型规格
二、免费使用详情
三、性能表现
四、免费使用指南
五、接入主流工具
六、省钱技巧
七、局限性（需要知道的真相）
总结
参考链接

背景：Muse Spark 1.3 是什么？

Muse Spark 是 Meta Superintelligence Labs（MSL）推出的全新大语言模型系列，于 2026 年 4 月首次发布。Muse Spark 1.3 作为该系列的第四代产品，于 2026 年 9 月 2 日正式发布，是一款专为长程智能体推理（agentic reasoning）打造的旗舰模型。它支持文本、图像、视频和文档的多模态输入，内置网页搜索和工具调用能力，上下文窗口高达 1,048,576 tokens。

Muse Spark 系列在五个月内连续发布了四代：1.0 于 2026 年 4 月首发，1.1 于 7 月发布，1.2 于 8 月发布，1.3 于 9 月发布。在 Artificial Analysis Intelligence Index v4.3 上，Muse Spark 从 1.0 版本的 33.6 分跃升至 1.3 版本的 48.1 分，提升超过 14 个点。Contributor 版本以更低的定价换取使用你的提示词和输出来训练 Meta 未来模型的权利，而 Contributor Free 版本则在此基础上进一步将价格降至完全免费，限时在 OpenCode Zen 平台开放。

项目	详情
官方网站	https://opencode.ai/docs/zen/
模型 ID	`muse-spark-1.3-contributor-free`
上下文	1,048,576 tokens（1M）
查询日期	2026-10-10

一、模型规格

项目	详情
上下文	1,048,576 tokens（1M）
最大输出	131,072 tokens
模态	输入：文本、图像、视频、文档；输出：文本
工具调用	支持 function_calling，含并行工具调用
推理能力	始终开启，支持 minimal / low / medium / high / xhigh 五档调节
内置网页搜索	支持，每次查询 $0.00825（标准版）
结构化输出	支持 JSON Schema
缓存	支持提示词缓存

二、免费使用详情

截至 2026 年 10 月 10 日查询：

平台	模型 ID	价格	说明
OpenCode Zen	`muse-spark-1.3-contributor-free`	输入 Free / 输出 Free / 缓存读取 Free	限时免费，团队正在收集反馈改进模型

标准版 muse-spark-1.3 输入 $1.25/M、输出$ 4.25/M，数据不用于训练。数据查询日期：2026-10-10。

三、性能表现

根据 Meta 官方基准测试，Muse Spark 1.3 在多项编程和推理任务中表现突出：

基准	得分
DeepSWE v1.1	75.4
SWEAtlas CodeBase QnA	59.4
Terminal-Bench 2.1	88.8
MRCR 512K-1M	98.1
Artificial Analysis Intelligence Index v4.3	48.1

注：在多步规划类 Agent 任务上，Muse Spark 1.3 仍有提升空间。

四、免费使用指南

操作步骤：

访问 OpenCode Zen 控制台（https://opencode.ai/auth），注册账号并添加账单信息
在控制台复制你的 API 密钥
在 OpenCode TUI 中运行 /connect 命令，选择 OpenCode Zen，粘贴 API 密钥
运行 /models 命令查看可用模型列表
选择 muse-spark-1.3-contributor-free 即可开始使用

Python SDK 调用示例：

python 复制代码

from openai import OpenAI

client = OpenAI(
    api_key="你的_API_KEY",
    base_url="https://opencode.ai/zen/v1"
)

response = client.chat.completions.create(
    model="muse-spark-1.3-contributor-free",
    messages=[{"role": "user", "content": "用 Python 写一个快速排序"}]
)
print(response.choices[0].message.content)

curl 调用示例：

bash 复制代码

curl https://opencode.ai/zen/v1/responses \
  -H "Authorization: Bearer 你的_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "muse-spark-1.3-contributor-free", "input": "解释什么是闭包"}'

注意：免费 Contributor 版本的提示词和输出会被 Meta 用于训练未来模型，请勿发送敏感数据。模型目录可通过 https://opencode.ai/zen/v1/models 实时查询。

五、接入主流工具

工具	Base URL	配置方式
OpenCode TUI	`https://opencode.ai/zen/v1`	`/connect` 命令选择 OpenCode Zen
Cursor	`https://opencode.ai/zen/v1`	Settings → Models → 添加自定义模型
直接 API 调用	`https://opencode.ai/zen/v1/responses`	OpenAI 兼容 SDK，设置 model ID

OpenCode 配置文件示例（opencode.json）：

json 复制代码

{
  "$schema": "https://opencode.ai/config.json",
  "model": "opencode/muse-spark-1.3-contributor-free"
}

推理强度调节 ：模型始终开启推理，可通过 reasoning_effort 参数控制深度。简单任务用 "minimal" 或 "low" 减少推理 token 消耗；复杂任务用 "high" 或 "xhigh" 获得更深度的分析。默认值为 "medium"。

六、省钱技巧

免费 Contributor 版本输入、输出、缓存读取全部为零费用，适合大量编程和推理任务
利用提示词缓存（Cache Read 同样免费），重复使用相同前缀的提示可进一步降低延迟
在简单任务上使用 reasoning_effort: "minimal" 或 "low"，减少推理 token 消耗
复杂任务才切换到 "high" 或 "xhigh"，平衡速度与质量
利用 1M 超长上下文一次性传入完整代码库或长文档，减少多轮对话往返
使用结构化输出（JSON Schema）让模型直接返回可解析格式，减少后处理步骤
如果对数据隐私有较高要求，可切换到标准版 muse-spark-1.3（付费但数据不用于训练）

七、局限性（需要知道的真相）

局限	说明
数据隐私	Contributor Free 版本的提示词和输出会被 Meta 用于训练未来模型，不适合处理敏感或机密信息
地区限制	Muse Spark 1.3 Contributor 受 Meta 地理使用策略限制，仅限部分地区可用
限时免费	当前为限时免费期，团队正在收集反馈并改进模型，免费期可能随时结束
Agent 任务短板	在多步规划类 Agent 任务上，Muse Spark 1.3 目前表现仍有提升空间
需注册 OpenCode Zen	即使使用免费模型，仍需注册 OpenCode Zen 账号并添加账单信息
音频输入不支持	1.3 版本不支持音频输入（1.1 和 1.2 版本支持）

总结

步骤	操作	耗时
1. 注册账号	访问 OpenCode Zen 控制台注册	约 2 分钟
2. 连接模型	TUI 中 `/connect` 并粘贴 API 密钥	约 30 秒
3. 开始使用	选择 `muse-spark-1.3-contributor-free` 即可	即时

核心价值：Muse Spark 1.3 是 Meta 旗舰推理模型，1M 上下文、多模态、工具调用全支持，在 OpenCode Zen 限时完全免费。适合编程辅助、长文档分析、复杂推理场景，但需注意数据会被用于模型训练。

参考链接

OpenCode Zen 官方文档：https://docs.opencode.ai/docs/zen/
Muse Spark 1.3 模型详情（EmpirioLabs）：https://docs.empiriolabs.ai/models/muse-spark-1-3
Meta 官方博客（Muse Spark 介绍）：https://about.fb.com/news/2026/04/introducing-muse-spark-meta-superintelligence-labs/
OpenCode Go 订阅文档：https://opencode.ai/docs/zh-cn/go/

觉得有用？点赞 + 收藏 + 关注，并留你最关心的内容，后续考虑持续跟进更多相关内容。

声明：资源可能存在第三方来源，若有侵权请联系删除！