Ari

Fenz AI
We provide adversarial testing, end-to-end behavioral monitoring, and a replayable forensic engine.
Audit your AI — before it goes out of control

[Ari @ari_ding418]

1/7
Muse Spark 发布24小时。
我们在 https://t.co/gqFkHk9por 把数据全跑了一遍。
结论跟大部分人不一样——
这不是一个”够用但不够强”的模型发布。这是扎克伯格的商业架构公开亮牌。
🧵👇

2/7
先把数字摆出来：

模型 AA指数 GPQA◆ HealthBench
─────────────────────────────────────────
Gemini 3.1 Pro 57 94.3% 20.6% ❌
GPT-5.4 57 92.8% 40.1%
Claude Opus 4.6 53 92.7% 20.3% ❌
Muse Spark ★ 52 89.5% 42.8% 🥇

总分第4，差距极小。
但 HealthBench Hard 42.8%，碾压所有对手。
Gemini只有20.6%——不是输了一点，是输了一倍。
这不是意外，是 @Meta 定向训练的结果，和1000+名医生合作标注数据。

3/7
所有人都在看错误的数字。
真正关键的是这个——Token效率：

完成同一套完整评测：

Gemini 3.1 Pro → 57M tokens ✅
Muse Spark ★ → 58M tokens ✅
GPT-5.4 → 120M tokens
Claude Opus 4.6 → 157M tokens （2.7倍于Muse Spark）

用 Opus 1/2.7 的算力，完成了接近同级别的测评。
在30亿月活的规模下，这不是技术参数。这是”永久免费”背后的商业账。

4/7
算一下这笔账：

# 年度算力成本估算（仅100万日活）

muse_spark = 58M × $2/1M = $116/day → $42K/yr
claude_opus = 157M × $15/1M = $2,355/day → $860K/yr

# 差距：20倍
# 30亿用户规模 → 年省数十亿美元
# 这就是 Muse Spark 永久免费背后的账

Meta的免费，不是慷慨。
是算过账的。

5/7
@Meta 收入97%来自广告。
广告收入 = 用户停留时长 × 定向精准度
Muse Spark的每个功能设计都在服务这个公式：
✅ HealthBench全球第1 → 最粘性的用户场景，拉长DAU
✅ Shopping Mode → 消费行为数据变现，提升广告精准度
✅ Ray-Ban摄像头 → 线下消费入口，线上购买闭环
❌ 代码Agent垫底 → 不是失误，是主动放弃
代码能力差不是Bug。
是Feature。

6/7
真正的竞争格局：

moat_matrix = {
'GPT-5.4' : '模型能力+品牌' # 对手是ChatGPT
'Gemini' : '搜索+Android' # 对手是自己
'Muse Spark' : '30亿用户×消费数据' # 对手是Google Shopping
'Grok' : 'X实时信息流' # 对手是Twitter本身
}

# Muse Spark的对手不是GPT-5.4
# 是 Google Shopping 和 Amazon

这五家根本不在同一个战场上竞争。

7/7
https://t.co/gqFkHk9por 最终评判：
📊 模型能力 → B+（第4，Token效率一流，健康AI第1）
💰 商业逻辑 → A （最清晰的AI变现路径之一）
👨‍💻 开发者生态 → C （无公开API，放弃开源路线）
🔒 隐私风险 → D （数据政策限制极少）
——
Muse Spark不是来当最强模型的。
它是来完成 @Meta 广告帝国AI升级的。
用跑分评价它：“还不错”
用购物转化率评价它：Meta可能正在悄悄赢
完整评测 → https://t.co/gqFkHk9por