2026 年 7 月 10 日，馬克·祖克柏在沉寂三年後重新登入 X 平台，發布了一條足以震動整個 AI 行業的消息：Meta 正式推出 Muse Spark 1.1 多模態推理模型，並同步開放 Meta Model API 公開預覽版。這條推文標誌著 Meta 從「AI 技術提供者」向「AI 基礎設施服務商」的轉型正式拉開帷幕。
過去兩年，Meta 的 AI 戰略以「開源」為核心標籤。從 Llama 系列模型的陸續開源到 AI 研究社區的建設，Meta 試圖透過開放生態累積開發者信任與行業影響力。但這種模式始終面臨一個根本性問題：開源無法直接轉化為收入。
2025 年春季一次模型發布表現不及預期後，祖克柏親自介入重建 AI 團隊，聘請 Scale AI 創始人 Alexandr Wang 負責新成立的 Meta Superintelligence Labs。公司戰略從「開源優先」逐步轉向「可收費的閉源模型」開發。Muse Spark 1.1 正是這一戰略轉向的首個落地成果。
Meta 正式進軍 AI 模型商業化：低價 API 策略能否撼動 OpenAI 與 Google 霸主地位？
2026 年 7 月 10 日，馬克·祖克柏在沉寂三年後重新登入 X 平台，發布了一條足以震動整個 AI 行業的消息：Meta 正式推出 Muse Spark 1.1 多模態推理模型，並同步開放 Meta Model API 公開預覽版。這條推文標誌著 Meta 從「AI 技術提供者」向「AI 基礎設施服務商」的轉型正式拉開帷幕。
這不是一次常規的產品升級。祖克柏選擇在競爭對手的主場——X 平台——而非 Meta 自家的社交媒體矩陣上宣布這一消息，本身就釋放了強烈的信號。同一天，加密市場也迎來反彈：比特幣突破 63,000 美元，最高觸及 63,925 美元，24 小時漲幅達 3.56%；以太坊同步上行至 1,772 美元，漲幅 2.66%。加密市場總市值回升至 2.19 萬億美元。AI 與加密兩條敘事線在這一天交匯——一個試圖透過低成本模型打開商業化通道，一個在宏觀流動性改善中尋找方向。
然而，資本市場給出的回應卻頗為克制。截至北京時間 7 月 10 日，Meta 股價收於 631.48 美元，當日上漲 4.70%。4.7% 的漲幅對一家科技巨頭而言不算平淡，但與 AI 發布應有的「引爆效應」相比，市場的熱情顯然有所保留。投資者關心的不再是「Meta 有沒有 AI」，而是「AI 能不能賺錢」。
從開源到付費：Meta 為何此刻轉身
理解 Meta 此次戰略調整的深意，需要回溯其 AI 路徑的演變。
過去兩年，Meta 的 AI 戰略以「開源」為核心標籤。從 Llama 系列模型的陸續開源到 AI 研究社區的建設，Meta 試圖透過開放生態累積開發者信任與行業影響力。但這種模式始終面臨一個根本性問題：開源無法直接轉化為收入。
2025 年春季一次模型發布表現不及預期後，祖克柏親自介入重建 AI 團隊，聘請 Scale AI 創始人 Alexandr Wang 負責新成立的 Meta Superintelligence Labs。公司戰略從「開源優先」逐步轉向「可收費的閉源模型」開發。Muse Spark 1.1 正是這一戰略轉向的首個落地成果。
與此同時，Meta 在基礎設施端的投入已達到驚人規模。2023 年公司全年資本支出為 281 億美元，2024 年躍升至 392 億美元，2025 年達到 722 億美元。2026 年，Meta 將全年資本開支大幅上調至 1,250 億至 1,450 億美元，重點投向 AI 算力集群與大模型研發，投入規模約為 2025 年的兩倍。僅 2026 年上半年，Meta 就已簽約超 5 GW 的雲端計算與託管數據中心算力資源。
如此巨量的基礎設施投入，必須有明確的商業化出口。Muse Spark 1.1 和 Meta Model API 的推出，本質上是在為這數千億美元的資本開支尋找「回收通道」。
Muse Spark 1.1 的差異化：低價不等於低配
從產品層面看，Muse Spark 1.1 並非倉促上馬的應景之作。據 Meta 官方披露，這是一款專為智能體任務建構的多模態推理模型，在工具呼叫、電腦操作、程式碼生成和多模態理解等方面均有顯著增強。模型支援 100 萬 Token 的上下文窗口，可在多智能體系統中擔任主智能體協調任務，或作為子智能體執行專項工作。據祖克柏透露，Muse Spark 1.1 在智能體能力、程式設計和多模態等多個測試項目中已超越 Google 的 Gemini 模型。
但真正讓行業側目的，是 Meta 的定價策略。Meta Model API 的定價為每百萬輸入 Token 收費 1.25 美元，每百萬輸出 Token 收費 4.25 美元。祖克柏在 X 上直言，這一價格約為 OpenAI 和 Anthropic 同類頂級模型官方價格的四分之一。註冊開發者還可獲得 20 美元免費額度用於體驗。
需要指出的是，這一價格並非「絕對最低」。它高於 OpenAI 入門級 GPT-5 mini 和 Anthropic 主打低成本的 Claude Haiku 4.5，但顯著低於 Anthropic 高端模型 Claude Sonnet 4.6。Meta 的定價策略瞄準的是中高端開發者市場——那些需要較強模型能力但又對 OpenAI、Anthropic 旗艦產品價格敏感的客戶群體。
四家巨頭，四種路徑
將 Meta 與 OpenAI、Anthropic、Google 放在同一座標系中對比，可以清晰地看到四種截然不同的商業化邏輯。
OpenAI 走的是「效能溢價」路線。憑藉 GPT 系列的技術領先優勢，OpenAI 面向企業客戶收取高額 API 費用，同時透過 Microsoft 的雲端通路分銷模型能力。其核心假設是：只要模型夠強，企業願意為效能支付溢價。
Anthropic 押注「安全溢價」。以「Constitutional AI」和安全性為差異化標籤，Anthropic 吸引了大量對合規性和風險控制有高要求的企业客戶。其估值在二級市場已飆升至 1.2 萬億美元，反映了資本市場對「安全 AI」商業價值的認可。
Google 採取「全生態整合」策略。Gemini 模型嵌入 Google 的搜尋、廣告、雲端、Workspace 等全線產品，AI 能力成為提升現有業務 ARPU 值的工具，而非獨立的收入來源。
Meta 則選擇了第四條路：開放生態 + 成本優勢。透過遠低於競品的 API 定價吸引開發者大規模接入，以生態規模對抗 OpenAI 的技術壁壘和 Google 的生態壁壘。其邏輯鏈條是：更低價格 → 更多開發者使用 → 更大生態規模 → 數據飛輪與網路效應 → 形成長期競爭優勢。
這四種路徑沒有絕對的優劣，但 Meta 的策略有一個顯著特點：它不依賴技術代差取勝，而是試圖用經濟模型重構競爭基礎。如果 AI 模型的能力差距在未來 12-24 個月內持續收窄，價格將成為企業決策中權重更高的變量——這正是 Meta 押注的核心假設。
市場為何沒有「All in」
Meta 股價在消息公布後收漲 4.7%，報 631.48 美元。這個漲幅放在任何普通產品發布中都算亮眼，但考慮到 Muse Spark 1.1 是 Meta 首次向企業收取模型訪問費用、開闢全新收入來源的戰略級產品，市場的反應只能說「謹慎樂觀」。
投資者並非不認可 Meta 的 AI 能力，而是關注三個更深層的問題。
第一，收入貢獻的確定性。API 定價僅為競品四分之一，意味著 Meta 需要在規模上實現數倍於對手的呼叫量，才能獲得同等級別的收入。Muse Spark 1.1 目前僅向美國開發者開放公開預覽，從預覽到規模化商用、再到形成可觀的收入貢獻，仍有漫長的路要走。
第二，資本開支的可持續性。1,250 億至 1,450 億美元的年度資本支出，意味著 Meta 每天在 AI 基礎設施上燒掉超過 3.4 億美元。即便 Meta 的廣告業務仍在成長——WARC Media 預測其 2026 年廣告收入將達 2,400 億美元——如此巨額的投入仍對利潤表構成持續壓力。
第三，獲利週期的長度。AI 基礎設施投資需要時間才能轉化為利潤。高盛預測，Alphabet、亞馬遜、微軟、Meta 四家巨頭 2026 年資本開支總額將達到 7,250 億美元。如此龐大的行業性投入，意味著 AI 商業化不會是一兩個季度就能兌現的故事。
市場已經從「AI 故事」階段進入「AI 兌現階段」。投資者不再為「發布模型」本身買單，他們需要看到模型如何轉化為現金流。
結語
祖克柏重返 X 的這一天，Meta 用 Muse Spark 1.1 和 Model API 向行業傳遞了一個清晰的訊息：AI 競賽正在從「誰有更好的模型」轉向「誰能以更低的成本讓更多人用上模型」。
OpenAI 有技術壁壘，Google 有生態壁壘，Anthropic 有安全壁壘——Meta 選擇用價格壁壘撬動市場。這條路能否走通，取決於兩個前提：一是模型能力差距是否真的在收窄，二是開發者是否真的會因為價格而遷移。
對於加密行業而言，無論這場競爭的結果如何，更低成本的 AI 基礎設施都意味著更多的可能性。當模型呼叫不再是成本瓶頸，鏈上智能應用的想像空間將被重新定義。
AI 的商業化故事才剛翻到第二章。第一章是「誰做出了模型」，第二章是「誰能讓別人用得起模型」。Meta 正在全力書寫第二章。
FAQ
Q1：Meta Model API 的定價具體是多少？相比競品有何優勢？
Meta Model API 定價為每百萬輸入 Token 收費 1.25 美元，每百萬輸出 Token 收費 4.25 美元。祖克柏表示這一價格約為 OpenAI 和 Anthropic 頂級模型官方價格的四分之一。註冊開發者還可獲得 20 美元免費試用額度。
Q2：Muse Spark 1.1 的核心能力是什麼？
Muse Spark 1.1 是一款專為智能體任務建構的多模態推理模型，在工具呼叫、電腦操作、程式碼生成和多模態理解等方面均有顯著增強。模型支援 100 萬 Token 的上下文窗口，可在多智能體系統中擔任主智能體協調任務或作為子智能體執行專項工作。
Q3：Meta 為什麼要從開源 Llama 轉向付費 API 模式？
Meta 在 AI 基礎設施上的投入已達到每年 1,250 億至 1,450 億美元，開源模式無法為如此巨額的投入提供商業回報。轉向付費 API 是為數千億美元的 AI 資本開支尋找可持續的回收通道，同時透過低價策略吸引開發者建立生態規模。
Q4：Meta 股價為何在 AI 發布後僅上漲 4.7%？
投資者關注的焦點已從「發布 AI 模型」轉向「AI 商業化能力能否轉化為真實收入」。市場對 Meta 的疑慮集中在三個方面：API 收入貢獻的確定性、1,250 億美元級別資本開支的可持續性，以及 AI 投資轉化為利潤的時間週期。