行业投资评级 - 投资评级为“看好”，并维持此评级 [8] 报告核心观点 - 事件核心：2026年7月9日，Meta发布Muse Spark 1.1模型，其具备100万Token上下文，核心定位为智能任务打造的多模态推理模型，支持图像、视频、音频、PDF多模态输入 [2][4] - 核心观点：报告持续看好AI模型商业化与多场景渗透加速，Muse Spark 1.1的发布标志着海外模型重新进入竞争关系，处于追赶梯队的模型正通过找准自身定位、以低价策略进行场景数据闭环，报告看好海外和国内模型整体商业化进展，并关注下半年模型能力迭代及多场景加速渗透带来的商业化斜率爬升 [1][10] 模型性能分析 - 专业场景表现突出：Muse Spark 1.1在三大专业榜单排名第一 [10] - 税务问答TaxEval v2得分79.72，在124个模型中排名第一 [10] - 医疗文书MedScribe得分88.89，在68个模型中排名第一 [10] - 法律Agent榜得分20.00，显著领先第二名Grok 4.5（12.92） [10] - 工具调用MCP Atlas得分88.1，超过Opus 4.8（82.2）和GPT-5.5（75.3） [10] - 通用场景存在差距：Muse Spark 1.1在通用推理和学术考卷上排名靠后，多模态能力存在短板 [10] - GPQA排第12，MMLU Pro排第9，LiveCode Bench排第17 [10] - Terminal-Bench 2.1得分80.0，低于GPT-5.5（83.4）和Opus 4.8（82.7） [10] - SWE-Bench Pro得分61.5，落后Fable 5约20分 [10] - 纯文字税务问答能力优秀，但“看图读税单”任务排名下降明显 [10] 商业模式与定价策略 - 低价策略重塑定价体系：Muse Spark 1.1是Meta首次为AI模型设立付费商业模式，面向开发者推出付费版本 [10] - 定价为输入$1.25/百万token、输出$4.25/百万token [10] - 与Fable 5相比综合便宜约10倍，与Opus 4.8相比便宜4-6倍，比Grok 4.5便宜约三分之一 [10] - 商业化进化策略：Muse Spark 1.1定位为美国性价比款模型，Meta通过性价比优势切入日常场景用户份额，打造自身场景数据闭环，以更多真实用户数据反哺模型训练，其策略是在大部分场景做到“能用”，在次级执行模型中通过低价抢占市场数据和用户心智 [10] 公司竞争优势 - 算力优势：Meta计划在2026年部署7GW算力基建，2027年扩张至14GW，自研Iris芯片计划于2026年9月量产 [10] - SemiAnalysis预测，到2026年底Meta的AI算力将超过OpenAI和Anthropic [10] - 数据优势：Meta内部团队覆盖投行、律所、广告等行业，可采集真实工作流数据，是全球少数几家在内部拥有足够庞大团队、覆盖这些行业人才储备的公司之一 [10]