【海通国际】Model Observer:Meta推出闭源模型Muse Spark,30亿用户比Tokens经济更值钱？-260412（8页）.pdf

1、 Table_yejiao1 本研究报告由海通国际分销，海通国际是由海通国际研究有限公司，海通证券印度私人有限公司，海通国际株式会社和海通国际证券集团其他各成员单位的证券研究团队所组成的全球品牌，海通国际证券集团各成员分别在其许可的司法管辖区内从事证券活动。关于海通国际的分析师证明，重要披露声明和免责声明，请参阅附录。(Please see appendix for English translation of the disclaimer)Table_yemei1 热点速评 Flash Analysis Table_summary(Please see APPENDIX 1 for Engl

2、ish summary)事件事件 4 月 8 日，Meta 发布 Muse Spark，这是 Alexandr Wang 加入后、Meta Superintelligence Labs 交出的第一份答卷。团队花了九个月，把 AI 技术栈推倒重来。模型在 Artificial Analysis Intelligence Index 拿到 52 分，排第四，身位上追到上GPT-5.4 和 Claude Opus 4.6。更关键的信号是：Muse Spark 闭源了。Meta 做了几年开源旗手，这次彻底换了打法。我们认为 Meta 第一次把模型能力锁进自己的产品闭环里，拿 30 亿用户的分发网络做

3、AI 的护城河。点评点评 这件事的本质是这件事的本质是 Meta 在给在给 Llama 4 路线的失败买单。路线的失败买单。Llama 4 去年发布后口碑崩盘，Meta 事后承认用了特调版本刷 benchmark。开源搞了几年，开发者是拉来不少，但定价权没有，商业化也没跑通。Zuckerberg 的选择砸 143 亿买 Scale AI 的股份，把 Wang 挖过来，建了一个全新的实验室，然后交出一个闭源产品。为什么要闭源？为什么要闭源？因为因为 Meta 的的 AI 生意跟生意跟 OpenAI 完全不一样。完全不一样。广告占了 Meta 全年收入的 98%，接近 2000 亿美元。模型对 M

4、eta 来说，核心价值是让广告推得更准、让用户在 Facebook 和 Instagram 上多刷两分钟。这笔账算下来，API 收入根本不重要。Muse Spark 专门做了一个 shopping mode，把 LLM 和用户行为数据打通，这招OpenAI 学不了因为它手里没有 30 亿人的社交关系链。架构上也架构上也很很有意思。有意思。Muse Spark 的的 Contemplating 模式用多个模式用多个 agent 并行推理并行推理，延迟跟单 agent 差不多，但效果更好。这明显是冲着大规模服务设计的。给几百万开发者用和给几十亿用户用，工程取舍完全不同，Meta选了后者。短板也很明

5、显，短板也很明显，Meta 自己也没藏着。自己也没藏着。coding 和 agentic 任务差距还很大，Terminal-Bench 2.0 只有 59 分，GPT-5.4 是 75 分。ARC-AGI-2 抽象推理 42.5，头部竞品都在 70 以上。但健康场景是个亮点，HealthBench Hard 拿了42.8%，把所有对手都压了下去。Meta 很聪明地没有在 coding 赛道硬刚，而是押了健康、购物、社交内容这几个跟自家生态绑得最紧的方向。我们认为，我们认为，Muse Spark 真正值得关注的地方，是真正值得关注的地方，是 Meta 在在用它验证一个假设：用它验证一个假设：模型

6、能力到了够用的水平之后，分发能力和数据飞轮才是终局变量。OpenAI 和 Anthropic 模型最强，但它们得一个一个去签客户；Meta 的模式不一样全球 30 亿月活用户就是变现的基本盘，模型只要能让广告转化率提一两个点，产生的增量收入就远超任何 API 生意。闭源这步棋是Meta 想通了：开源帮别人训练竞品，不如把能力留在自己体系里直接变现。但是，Llama 4 的 benchmark 造假风波还没完全消化，市场对 Meta 的模型数据天然带打折；coding 和 agent 能力的短板如果几个季度补不上来，企业端的想象空间会很受限。但如果只看消费者场景Meta 可能已经找到了一条跟实验