请容许我去吐一会儿。我觉得Meta并没有发布Muse Spark 1.3，这是在继Muse Spark 1.2之后推出的版本，而1.2又是紧随1.1之后的。关于这一点有趣的是，该模型声称的基准性能使其基本上处于最先进（SOTA）领域，至少在部分编码任务和长上下文任务方面是这样。
对于一个迭代改进仅0.1版本的模型来说，这些分数简直像是怪物级的表现。基本上，如果这些分数确实站得住脚，人们会认为称其为Muse Spark 2.0是公平的。这里的Deep SWE分数基本上将其与GPT-5、Soul on Max或Opus 5相提并论，甚至更高。因此，我将对其进行测试，并希望其表现能与这些基准持平。如果未能达到，我们将直接指出这一点。
对此我非常兴奋并准备开始测试。我将使用它，目前有几种不同的方式使用该模型，价格根据方式不同而变化。我们将简要讨论一些关于此模型的 pertinent 事项，然后直接开始测试。在进入正题之前，请随意订阅频道，让我们正式认识一下Muse Spark 1.3。
关于Muse Spark 1.3的一些 pertinent 信息，我们可以看到它接受的模态包括文本、图像、视频、音频和PDF。音频部分旁边有一个小注脚，因为官方提到它并未完全支持。正如预期的那样，它仅输出文本，并且拥有超过一百万个token的上下文窗口。
此外，他们最近还发布了一些其他模型，如语音转录和图像生成等。他们在发布方面非常活跃。当然还有Muse Glimmer，这是他们的开源权重模型发布。在此话题上，我相信在X（原推特）的公告帖子中提到过，他们也将很快发布Muse Spark模型的开源权重。
我具体不知道是哪一个模型，但这同样令人兴奋，因为它是一个比开源Muse图像更大、性能更强的模型。接着我们看看OpenAI和Anthropic，我们有GPT-OSS，当时表现不错，但之后便再无动静；而Anthropic则从未有过类似举动。
因此，看到Meta和Google也开源了一些模型是很好的，甚至xAI也有Grok的旧版本开源权重存在。那么接下来我们要谈谈定价问题，因为实际上有几种不同的使用方式，且价格差异相当显著。
有一个贡献者层级（contributor tier），使用的是相同的模型，但你的输入将被用作数据来进一步训练和改进该模型。这一层级的价格非常、非常便宜，每百万输出token仅需20美分，输入为10美分。然而，这也受到令牌速率的限制。
如果你不想这样做——我们今天也不会这么做——我想以全价使用它，因为这样能更好地评估实际运行成本是多少。希望这不太可能在我们的一些测试中被基准化，但谁知道呢？全价是每百万输入1.25美元，输出4.25美元。
再次强调，如果这些基准分数在编码方面确实有效，这两个模型每百万输出的价格在20到30美元之间。因此，即使在不打折的情况下，它的成本也低五倍，却能提供持平或更优的性能，这将是令人震惊的。这正是我们想要验证的结果。
好了，让我们开始吧。我已经通过Muse Code（这是该模型的基本编码代理）启动了一个简单的测试。我问它我是谁，它进行了网络搜索（这是正确的），然后我说不要网络搜索，结果它不幸地没有任何知识。
接下来我们将开始浏览器OS测试v2.7。我具体不知道对速度有什么期待，假设它在Open Router上运行，我们可以大致感受一下token数量，因为Meta目前是其唯一的提供商。很好，它确实在这里运行中，我们可以看到令牌速度为每秒85个token。
这非常稳固，实际操作起来应该相对流畅。好了，我们的浏览器OS标题为“Nebulon OS nerd”已完成测试。让我们来看看结果。它基本上说它在无头模式下验证了，但希望我们进行快速视觉冒烟测试以确保一切正常。
哦不，你……好吧。有时候会发生这种情况。请容许我去吐一会儿。没有右键菜单。右下角有一个时钟。哦，好的。“Starfield”。可能是这个吧？我们去看看开始菜单。好吧，它的设计非常缺乏风格化。
然而这并不意味着……我本想说是“丑陋”（hideous），但我打成了“Hide OS”。也许是弗洛伊德式口误。嗯，我们看看能得到什么结果吧，因为不可能……真的不可能。这一定是个巧合/失误（fluke）。是个意外。不是这样的。那是不可能的。我拒绝相信这是可能的。
我几乎更倾向于认为后端的服务模型出错了，而不是它真的生成了这个结果并花费了1.36美元。好吧，在我发泄了一番愤怒之后，我们有了Nebulon OS的修复版本。到目前为止，它更有色彩了。让我们看看……天哪。好吧，现在不能全屏了。“GTA 3D”。
好了，好的。你知道的，我们就直接运行这个吧。双击……好吧，这还不错。它是低多边形且简单的风格。“邮件”。好的，我们有一些“Mail Launch Build Past”的内容。收件箱在本地可见，除非这些按钮……不，它们就是不可用。好的，我们有“文件”。
我不会粉饰太平了。这就像是一年前半的本地20B参数模型的质量水平。我对它的糟糕程度感到震惊。是的，这太糟了。这 genuinely 很可怕。我不知道为什么这么差，而且我认为之前的版本在这个提示下也没有这么糟。
因此，我将避免仅根据一个简单结果对该模型的性能做出任何判断，但就目前而言，这项测试的前景并不乐观。所以我们将尝试一些更复杂的事情，也许能让其能力展现出来。
接下来我要尝试的是带有纽约市地图的C++滑板游戏。我已经将其设置为Yolo模式，因此它不会请求任何批准，并且我也是直接在Gold模式下启动的。我们看到这里使用的是Spark 1.3，处于超推理努力（ultra reasoning effort）模式，即最高潜在性能。
好的，我们在这里收到了滑板游戏，目标已完成。我不知道为什么下面的这些项目没有勾选，但它确实完成了。
正如之前提到的，已完成。刚才展示的是它在自主进行浏览器操作系统测试时的部分预览画面。我很高兴地报告说，这个结果比基于之前的浏览器OS表现所担心的要好得多。“关闭这张卡片”。嗯，虽然这并不完美无缺，但我认为这个模型并不是特别大——这只是基于直觉的感觉，没有任何实际知识支撑。所以我认为这确实符合我的预期。虽然我不确定它是否能在这个特定测试中击败Opus 5或Soul 5.6，但它确实生成了行走的行人、商店以及喷泉。有趣的是，来自完全不同模型家族的不同模型会在某些未包含在提示词中的测试中生成如此相似的内容。
没有与行人互动。“L”代表甜瓜？好的，不错。看来逻辑处理是有效的，也有铃声逻辑。我想是的……好吧，那是一个坡道。所以虽然简单，但组装得相对不错。而且这里没有使用任何依赖项或外部资源，因此要正确完成这项任务其实更具挑战性。刚才那个画面挺酷的，我觉得很多模型都会包含这种游戏元素，尽管提示词里并没有要求。总之，我对目前看到的结果感到满意得多。让我们来看看浏览器OS之后的成本情况，我们之前做过额外的尝试。结果是4.20美元。
虽然价格不菲，但请记住这本来就不是一个便宜使用的模型。我们看到的确实是API访问的实际成本。与OpenAI和Anthropic的模型不同，这些费用并没有由Meta的代码订阅计划补贴。如果这个本身就很便宜的模型都产生了这么多开销，那么一旦那些重度补贴政策停止，后果将不堪设想。因此这是一个需要注意的点，这也是为什么可以本地运行的开源权重模型非常棒且能节省大量费用的原因。接下来，我们将让它构建一个精美的手表网站，需要生成好看的手表3D模型、英雄区域的电影感平移镜头。
此外还略有改动，必须在页面专用部分包含一个由滑块控制的手表爆炸视图。我没有设置任何特定目标或特殊指令，但它仍处于超高级模式并正在努力构建中。4分15秒后，我们收到了手表网站的结果。成本稍高一些，可能有些费用有延迟，大概是97美分？不过还是整体评估一下吧。让我看看……生成速度很快，这点很好，令牌处理速度也不错。说实话，整体表现并非完美无缺，但我对其中几项出乎意料的表现印象深刻。
这里的木纹质感还不错，而且它确实把手表放置在了垫子上。虽然有一个表盘，但看起来它在移动？指针指向哪里我不太确定。这对于想要与众不同的人来说倒是个有趣的手表，只有一个表盘。表冠做得并不差，表带也有一定细节，我们可以拖动它们并看到上面的纹理。不过在连接表带的部分有些许歪斜。考虑到这些，这已经是一个值得尊重的结果了。让我们向下滚动看看……
“People, one bench each”？哦，好吧。基本上是说质量很高。“将手表逐层拆解”。让我们看看效果如何……现在我们可以看到其他一些表盘了，有时会发生这种情况。等等！你看到了吗？它实际上做得好多了，但被这里的东西挡住了。这令人沮丧，在我看来值得在V2版本中改进。如果我们继续往下看，实际上它还生成了机芯结构，但由于我们无法上下移动相机视角，只能看到齿轮和内部结构的局部。
基本上这块板挡住了我们观察表盘的视线。所以这原本可能是一个相当令人印象深刻的结果。“能改变颜色吗？”哦，不行，不过没关系。这还不错，我会给它一个后续反馈。我把截图位置拖到了那里，这样它就知道该看哪里了，并告诉它表盘被这个黑色圆盘挡住了。整体质量或许还可以更高一些。不过我要说，相比第一次看Wear OS时，我现在对它更加看好。有趣的是，我记得之前的Muse Spark模型也有类似情况：当你提供一张图片让它基于此修复时，它似乎会做更多工作。
我们可以看到这里已经运行了大约12分钟，而整个初始结果只用了不到5分钟。这很有趣，它现在正在进行大量的验证和重新捕获工作，执行着基于视觉细节的代码修改。我几乎想问它是否真的实时应用了这些更改？是的，确实如此，这显著提升了效果。但请记住它尚未完全完成，目前唯一的大问题是所有内容都顺时针或逆时针旋转了90度。左右方向难以分辨。不过看看这些数字的刻度标记，我也见过这种情况：它们虽然偏移了但保持对称，并非完全混乱。
它没有修复手表部件的问题，但现在表盘看起来好多了，并且正确添加了额外的指针。现在显示的时间是我们当地的准确时间吗？不，不是的。好吧，但确实好多了。让我们看看爆炸视图的效果如何……嗯，稍微好一点了，但在表带连接处看起来还是有点奇怪。遗憾的是我们无法很好地观察到机芯结构。
因为无法上下移动这个视图，我们只能将其大致调整到此处。同时我们也使用了不同的模型，所以结果看起来相当不错。请注意，当时它尚未完全完成，但我确实想先窥探一下它的进展。我会让它继续运行完毕，但我不认为最终结果与我们刚才看到的会有太大差别。目前的成本已升至约7美元。好了，Watch网站现已正式完成。让我硬刷新一下页面，我假设这里显示的内容与我们之前看到的一致。是的，不幸的是它仍然有些方向不对，但我想确保这里没有发生巨大的变化。
我们看到的内容基本上就是完整版本的最终样子，下面几乎看不到明显的动态效果，但这也在一定程度上可见。所以它在细节上也投入了一些关注。接着我们看到了不同颜色的版本。总体而言，这绝对是一个更有能力的结果，相当扎实。同样，我不知道这个模型有多大，但就其规模而言，这些性能提升是相当显著的。接下来我们将给它一个Subway FPS（地铁第一人称射击游戏）的提示词。这个提示词略有改动，因为敌人需要通过火车到达。
当第一波被清除后，一列火车将驶入车站，下一波的僵尸会从车上下来。基本上只是更严格地要求使用Three.js并将结果创建为可在浏览器中运行的内容。Fable 5.1对此的结果简直是疯狂，但我是在Ultra代码模式下运行它的。它花了超过2个小时才为游戏创建了一个设计Markdown文档，其中包含数千行代码。有人提到想要这个结果，我把它发布在了我的Discord里。描述中有链接指向Discord，并且它位于资源频道中。
实际上，我将那个设计Markdown文档给了Qwen 3.8 flash next（在4位量化下运行，位于我身后的本地系统）。它工作了大约12个小时，基本上复现了Fable结果的85%，这真的非常令人兴奋。所以稍后会有更多关于这方面的内容，但我想在运行此测试时提及它，因为看到这一点真的很棒。让我们来看看我们的Subway FPS游戏吧。“最后一班列车”。乍一看，这其实做得相当不错。
但请记住敌人需要从火车上下来。那么我们有不同的武器吗？是的，我们有。很好。环境中有相当低多边形风格的弹孔，但它们确实出现了。所以我对此感到满意。让我们尝试换一把武器。好的，我们有弹壳……好吧，我们需要确保进入第二波。很好。那么有没有什么地方可以拿到急救包之类的东西？让我们快速探索一下车站。哦，看这里。好的。我们在火车的窗户里看到了画出来的小人。
让我们看看，我猜他们可能会像这样跳出来……有趣。好吧，还不错，一点也不差。我不应该那样做的。哦，那是急救包吗？是的，它是。很好。好吧，好的。然后弹药补充了。哦，还有一个更多的弹药。好。啊，火车没有离开……好吧，所以更多的人从火车上下来。这样也行哦，还有一个大的敌人，这也很有趣。Fable也做到了这一点。这是我运行这个特定版本提示词的两个模型中仅有的两个，有趣的是，Fable也在波次变得更加严重时包含了体型较大的敌人。
平台上的敌对分子。祝你好运，MTA（可能是指地铁站或某种术语）。好吧，还不错。总体而言……不，我不会称其为Opus的竞争者，因为我们知道Opus 5做了什么。如果不知道的话，回去看关于Opus 5的视频吧。那个结果就像是一个怪物般的存在。这个结果是合格的，但基于基准测试分数，我不确定。如果没有那么高的基准分数，我会说：“嘿，你知道吗？这相当扎实。”所以由你们怎么想吧，但还不错。顺便提一下，这花了34分50秒。
在我们运行下一个测试之前，让我们先看看成本具体涨到了多少。到目前为止我们做的所有测试总花费为9.01美元。下一个，我注意到有些人不一定喜欢引擎的3D模型风格，我也能理解这一点。所以我仍然希望有这些测试，让他们创建一个可以打印的程序化3D CAD模型。然而，我决定做点 hopefully 更有趣、视觉上更令人兴奋的事情。我想要一个1/64比例汽车的3D打印模型，通常是像Hot Wheels或Matchbox那样大小的车。这就是那个比例的指代含义。
至少应包含以下两个部分：一是平坦的车底盘，车身通过从底盘底部到车体支柱的两颗螺丝安装在其上。底盘必须具有用于轴距的插槽，设计用来容纳以下车轮。这些实际上是我手头有的微型Hot Wheels风格大小的车轴。所以这只是给它一个真实的参考点，围绕实际物理物品进行设计。其次是一个3D汽车车身，必须是可以几乎不需要支撑结构就能打印出来的东西。车身的完全由你决定设计样式。
不过，我希望有一两句话解释为什么选择这种特定的设计和形状。在大约11分半钟后，我们的CAD任务已完成，使用费用升至10.66美元。我喜欢看到几件事：它提到了关于FDM打印机（也就是更常见的那种，而不是那种气味难闻的树脂打印机）打印时的公差问题。有了这些，我们在文件里看到了它。好吧，让我们看看预览效果。你知道吗？这其实很有魅力，而且像特定车轮的位置等都被雕刻出来了。
让我们实际在SCAD文件中看看这个模型吧。我说它应该几乎不需要支撑结构就能打印，确实有点那样。我会发现这是勉强合格的（passable）。现在我没看到一个小切口用于车轴，所以取决于它是如何设计底盘的……也许这不是必要的，因为有可能……是的。那样就直接放在上面了，理论上很好。它确实有用于车身安装的锥形螺丝孔。然而，这些应该从下往上定向，而不是那样，因为如果我们将车轮以那种方式安装，只要车离开地面移动，它们就会掉下来。嗯……
有点意思，虽然细节处理上略有欠缺，但让我们看看成品效果如何。这辆车打印得很完美，不需要任何支撑结构。正如我们在查看渲染图时所看到的，主要问题在于底盘需要倒置放置。否则螺丝锥度方向不对，或者车轮会掉下来。我最后实际上把底盘粘到了车身上，因为我手头没有那些螺丝。
有一个问题是底盘在轴安装的位置有点太短了。所以车轮那里……很难解释，但这是一个问题；另一个问题是轮子太大了，它们在轮毂里摩擦，根本没法滚动。然而，组装好后，如果车轮推到合适的角度（就像我们在这里看到的那样），它看起来相当不错。
考虑到所选的轮子，整体外观其实挺过得去且美观度尚可。现在我已经将它连接到了 Blender 和 Godot MCP 服务器，并验证它确实能看到这两个工具。当系统确认看到它们后，我说：“好，那就开始构建吧。”这是一个以 80 年代为主题的 3D摔跤游戏。
让我们看看当赋予它 Blender（用于资产创建）和 Godot（用于游戏玩法）这些实际工具时，它能做到什么程度。在 9 分 5 秒内，它完成了这个需要 Blender 和 Godot 的游戏。我紧接着问：“老兄，这怎么玩？”与此同时，让我们看看使用情况。我觉得还可以吧。
到目前为止总花费为 13 美元。扬声器开启。“80年代摔跤游戏已准备就绪，简单但不赖。”好的，通常我们会用方向键操作。嗯——哦不。噢，你得先选中这个按钮。我们就选……这其实……呃，有可能吧？我不确定。好吧，这是哪儿？我觉得如果……
噢，酷！谁赢了？我赢了。好的。这还不赖。我想在发表接下来的评论前做个铺垫：这真的不赖。好吧，我给它提供了一些反馈，基本上是说：“你指望我对这种寒酸的结果感到印象深刻吗？”让我们看看它会怎么做。73 秒，1分13秒后，它基本上说修复了我们在这个复古摔跤游戏中遇到的问题。
确实如此！看，现在牛仔其实戴着牛仔帽了。他们走出擂台，这有点令人沮丧，但也许这个游戏本身内容就不多吧。好吧，“特殊技能”是 P 键？我不认为 O 键是用来做飞身踢的。嗯，我觉得这些单独的动作其实没什么区别，只是给我们呈现同样的效果气泡罢了。
噢，拜托了。这实际上还不错。我是说，模型本身还可以，很基础但可玩性不错。“胜利巡游”环节好了。还不错，而且它完成了整个流程——包括为了改进而添加的附录部分，总耗时大约 10 分钟。所以还不赖，而且它使用了 Blender 和 Godot。好吧，我接受这个结果。
接下来，我们要给它一个大家似乎都很喜欢的测试项目，因为当我没包含它时，我经常看到评论说：“嘿，我希望能看到这个。”所以这是“时空城市”测试，展示 3D 街区在不同时代的变化，基本上就是这里列出的那些。此外，我特别提到它应该使用 3.js，因为这样更容易将其与其他模型之前的结果进行比较，而不是让它去用 Blender 之类的东西。
正在构建 1945 年场景。好吧，花了挺长时间，不过没关系。呃，它没有放入导入映射（import map）。好的，我让它把导入映射添加到了我们的脚本中。好吧……这其实可以接受。车辆沿着错误的轴移动，所以它们是侧着走的。然而，整体场景还不错，而且有很多悬停提示框。
考虑到这是 1945 年。现在我没听到声音，可能是因为那里设置成了静音。“战后希望：1945 年的氛围。”我们有餐厅、战争债券广播。人们穿的衣服也是那个时代所预期的风格。我相信那些也是有轨电车轨道，还有那边长条状横向移动的东西……噢？跟随轿车？这是个有趣的特性。我以前没见过这个功能，所以我们实际上可以点击并跟踪物体。
我不知道这是怎么发生的……广场：好。屋顶：好。街道：耶特（Yeet）。不，还不错。这很好。你懂我的意思吧？这是可以接受的。比浏览器 OS 要好。“质量：高、低、高。”基本上就是阴影和……我想只是阴影吧，不过没关系。它甚至包含了这个功能挺酷的，虽然没必要。我们有一些信息了。
好吧，现在让我们开始游览吧。“真不错。”看这个调色板……变成了月球风格。好的。粉彩色 slab（石板/块）。噢，那太快了。“85 年”肯定具有合成波美学风格，每个模型在处理这个提示时都会赋予它这种风格。“2005 年”则更加无菌和单调。建筑物变得更高了，这很有趣。“2025 年”则更加环保，比如屋顶花园。
然后让我猜猜，“2055 年”。总是霓虹灯加上悬浮……是的，好吧。“2055 年”每个模型基本上都把它做成看起来像 1985 年的新版本。人们头上有发光的东西，很有趣。现在天空中有悬浮物代替了以前的东西。我们中心仍然保留着这个“普通人”空间，不过……挺有意思的。
我希望能暂停它，因为我实际上无法点击这里的任何车辆。“皇冠塔 54 米”、“海港屋 28 米”。看，它甚至显示了我们这些建筑有多大，这还不错。好吧，我实际上无法点击任何车辆，所以我们只是静态地快速在它们之间切换看看。“Boba & Co”、“Phone Lab”、“Urban Farm”。让我们看看它做了什么……噢，有无人机在飞。你看到了吗？当然你看到了，它们就在那儿。
看那！这实际上还不错。我喜欢这个。“Cloud Gym”、“Oat Bar”，然后车辆再次不幸移动太快，无法跟随（EV follow）。好的。好吧，“2005 年”黄色出租车。“普通人空间”里有食物之类的东西。“85 年” Yep。我当时不在场，但我只是假设这就是每个人眼中的 80 年代的样子。“65 年”我们也看过了。我喜欢……
过渡场景是65年的电视、高保真音响、星光大道、汽车影院和理发店，中间有一个漂亮的喷泉，车辆上有柔和的粉彩配色。我觉得它们确实有挡泥板上的鳍片设计，太酷了。总体来说其实还不错。这也引出了最后的总结部分：你可能会觉得“比扬，你对这个模型有点苛刻了”。我们会深入探讨这一点，但首先让我们看看所有这些测试总共花费了多少。
今天我们做的所有事情总成本略低于17美元。是的，考虑到这一点这很昂贵，但请记住这是一个未补贴的模型在使用中。如果我们用像Fable这样的服务来做同样的事，假设一切相同、使用的令牌数量一样，但按Fable的定价计算——那实际上要贵10倍以上。所以这可能花费约170美元左右。即使是使用5/6版本的Solar Opus 5，成本大约是20到30美元（即贵五倍），那也会让我们花费约85美元左右。
即便如此，这仍然算是相当便宜的，而且我们没有享受到像ChatGPT每月200美元套餐或Anthropic那些计划所带来的补贴优势，否则这些使用成本几乎会被抵消。但这些优惠可能不会永远存在。所以我之所以对这个模型评价稍显苛刻，坦白说是因为这些基准测试分数。当我们查看编码性能并向下滚动看这个基准时，在Deep SWE基准上——直到最近我还觉得它相当准确地反映了我的体验。
75.4的分数意味着它击败了Opus和Solar，你可能会想“好吧，只相差一两个名次，应该旗鼓相当吧”。但事实并非如此。在这些我们今天运行的特定任务中，Max版本的这些模型以及Opus 5在Max模式下绝对会彻底碾压这个表现。这说明基准测试不幸地变得有些饱和，尤其是这一个。你如何看待这一点随你自己决定。
然而，我们没有深入讨论的一点是：这些长上下文得分也显著优于其他模型。我不确定这是否会像我们在编码中观察到的那样，在现实生活中并不一定匹配或反之亦然。但这只是值得注意的一个有趣现象。现在做一个快速的结果概述：我们有Chrono City，刚才已经看过了，所以不需要再看一遍。
关于手表网站，当给它一张问题照片并赋予它自我修正的能力时，它确实很好地修复了这个问题。我认为这个结果最接近我从Opus或5/6 Solar得到的效果。看到这一点很好，当我给它一张图片并要求修复时，它做了大量工作。实际上，花费在修复这个结果上的时间比从头开始制作整个项目还要长。
地铁游戏表现尚可，主要问题在于当你查看基准图表时，它无法与那两个模型相提并论。但如果不存在那些基准测试，这本来会是一个完全合格且胜任的游戏。所以再次说明，你如何看待这一点随你自己决定，而且制作这个的成本远低于使用其中一个模型的费用。假设我们也通过API使用那些服务的话。
它的细节足够好，并且很好地遵循了提示词要求。接下来是我们的摔跤游戏，我们让它使用Godot和Blender来创建。当我们抱怨泛光效果太多、太难看清时，它做了一些调整并放大了视角。这实际上非常基础，没有任何特效或角色绑定动画。然而，它完成了工作，包括修复在内总共花费不到10分钟使用Blender和Godot就完成了。
它还包含了一些声音效果，是可以玩的，说实话还不错。我挺喜欢玩这个的。牛仔戴着牛仔帽，迪斯科人物穿着紫色衣服等细节都做得不错。它有一些光栅效果和其他声音元素，整体表现还可以。滑板游戏如果不用高基准和Opus、Soul比较的话，单独来看也是一个完全合格的结果。
我认为这可能与Gemini 3.8 Flash得到的结果非常相似。它在这方面做得还可以，一切都很胜任。那里的喷泉甚至水效果都不错，滑行逻辑运作正常，技巧动作正确，滑板相对于玩家独立移动，整体来说是可以接受的。然后是我们的小3D汽车模型。不幸的是，它有一些明显的问题：底盘倒置了，螺丝锥面在错误的一侧，所以如果你拿起汽车车轮就会掉下来。
除此之外，如果我们只是把它倒过来组装，其他方面都没问题，基本上还可以接受。我必须承认我忽略了提示词中让我解释“为什么选择这个”的部分。让我们看看那部分：我选择了低矮的70年代楔形超级跑车，如Countach/Stratos系列。Wedge造型由所有朝上的平面、垂直侧壁和向内收缩的座舱组成，因此可以直立打印且无需支撑。
其平坦的车底、短悬垂和截断的尾部适合1/64比例的扁平底盘和狭窄的18毫米行驶机构。好吧，这就是它的理由了。最后是关于浏览器操作系统的部分，我们以后再也不提它了。至此，我们对Meta新推出的Spark 1.3的首次观看和测试就结束了。是的，他们在进步。
此外，提到一些新的Spark版本将在不久的将来开源也令人非常兴奋。我非常期待看到这个模型的大小究竟是大还是小。我猜如果你让我现在猜测，可能是1870亿参数的MoE架构，其中活跃参数为170亿。好吧，这就是我们这次首次观看和测试的总结。
还有大量其他模型需要测试，比如3.8 Flash、当3.8 Max发布时、哦还有902检查点，以及未来推出的任何模型。欢迎在评论区留下你的问题，感谢观看。