2026年7月10日，馬克·祖克柏在沉寂三年後重新登入 X 平台，發布了一則足以撼動整個 AI 產業的消息：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。這則貼文標誌著 Meta 從「AI 技術提供者」向「AI 基礎設施服務商」的轉型正式揭幕。
這並非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 自家社群媒體矩陣上宣布這一消息，本身就釋放出強烈信號。一方試圖憑藉低成本模型打開商業化通道，一方則在宏觀流動性改善中尋找方向。
然而，資本市場的回應卻顯得相當克制。截至台北時間7月10日，Meta 股價收於631.48美元，當日上漲4.70%。4.7%的漲幅對科技巨頭而言並不平淡，但與 AI 發布應有的「引爆效應」相比，市場熱情顯然有所保留。投資人關心的已不再是「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
要理解 Meta 此次策略調整的深意，需回溯其 AI 路徑的演變。
過去兩年，Meta 的 AI 策略以「開源」為核心標籤。從 Llama 系列模型陸續開源到 AI 研究社群的建構，Meta 試圖透過開放生態累積開發者信任與產業影響力。但這種模式始終面臨一個根本問題：開源無法直接轉化為收入。
2025年春季某次模型發布表現不如預期後，祖克柏親自介入重建 AI 團隊，延攬 Scale AI 創辦人 Alexandr Wang 領軍新成立的 Meta Superintelligence Labs。公司策略自「開源優先」逐步轉向「可收費的閉源模型」開發。Muse Spark 1.1 正是這一策略轉型的首個落地成果。
與此同時，Meta 在基礎設施端的投入已達驚人規模。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 將全年資本支出大幅上調至1,250億至1,450億美元，重點投向 AI 算力集群與大型模型研發，投入規模約為2025年的兩倍。僅2026年上半年，Meta 就已簽約超過5 GW 的雲端運算與託管資料中心算力資源。
如此鉅額的基礎設施投入，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支出尋找「回收通道」。
Muse Spark 1.1 的差異化：低價不等於低配
從產品層面來看，Muse Spark 1.1 並非倉促上馬的應景之作。根據 Meta 官方說明，這是一款專為智能體任務打造的多模態推理模型，在工具調用、電腦操作、程式碼生成與多模態理解等面向均有顯著提升。模型支援100萬 Token 的上下文視窗，可於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、程式設計及多模態等多項測試專案中已超越 Google 的 Gemini 模型。
但真正令業界側目的，是 Meta 的訂價策略。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。祖克柏於 X 平台直言，這一價格約為 OpenAI 和 Anthropic 同級頂尖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 及 Anthropic 主打低成本的 Claude Haiku 4.5，但顯著低於 Anthropic 高階模型 Claude Sonnet 4.6。Meta 的訂價策略鎖定中高端開發者市場——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群。
四家巨頭，四種路徑
將 Meta 與 OpenAI、Anthropic、Google 放在同一坐標系下比較，可以清楚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」及安全性作為差異化標籤，Anthropic 吸引大量對合規與風險控管需求極高的企業客戶。其估值於二級市場已飆升至1.2兆美元，反映資本市場對「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 搜尋、廣告、雲端、Workspace 等全線產品，AI 能力成為提升現有業務 ARPU 的工具，而非獨立收入來源。
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 價格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。其邏輯鏈條為：更低價格 → 更多開發者採用 → 更大生態規模 → 數據飛輪與網路效應 → 形成長期競爭優勢。
這四條路徑並無絕對優劣，但 Meta 的策略有一顯著特點：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。若 AI 模型能力差距於未來12至24個月內持續縮小，價格將成為企業決策中權重更高的變數——這正是 Meta 押注的核心假設。
市場為何沒有「All in」
Meta 股價於消息公布後收漲4.7%，報631.48美元。這個漲幅若放在一般產品發布已屬亮眼，但考量到 Muse Spark 1.1 是 Meta 首度向企業收取模型存取費用、開創全新收入來源的戰略級產品，市場反應只能說是「謹慎樂觀」。
投資人並非不認可 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 價格僅為競品四分之一，代表 Meta 需在規模上達到對手數倍的調用量，才能取得同等級收入。Muse Spark 1.1 目前僅向美國開發者開放預覽，從預覽到規模化商用、再到形成可觀收入，仍有一段路要走。
第二，資本支出的可持續性。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。即使 Meta 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——如此巨額投入仍對損益表造成持續壓力。
第三，獲利週期的長度。AI 基礎設施投資需時才能轉化為利潤。高盛預測，Alphabet、亞馬遜、微軟、Meta 四大巨頭2026年資本支出總額將達7,250億美元。如此龐大的產業性投入，意味著 AI 商業化不會是一兩個季度就能兌現的故事。
市場已從「AI 故事」階段進入「AI 兌現階段」。投資人不再為「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 以 Muse Spark 1.1 與 Model API 向產業傳遞明確訊息：AI 競賽正從「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 選擇以價格壁壘撬動市場。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縮小，二是開發者是否真的會因價格而遷移。
對加密產業而言，無論這場競爭結果如何，更低成本的 AI 基礎設施都意味著更多可能性。當模型調用不再是成本瓶頸，鏈上智能應用的想像空間將被重新定義。
AI 商業化的故事才剛翻到第二章。第一章是「誰做出模型」，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打造的多模態推理模型，在工具調用、電腦操作、程式碼生成和多模態理解等方面均有顯著提升。模型支援100萬 Token 的上下文視窗，可於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每年1,250億至1,450億美元，開源模式無法為如此鉅額的投入帶來商業回報。轉向付費 API 是為數千億美元的 AI 資本支出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%？
投資人關注的焦點已從「發布 AI 模型」轉向「AI 商業化能力能否轉化為實質收入」。市場對 Meta 的疑慮集中在三方面：API 收入貢獻的確定性、1,250億美元級資本支出的可持續性，以及 AI 投資轉化為利潤的時間週期。
