
Meta Muse Spark 1.4 疑似現蹤 RocksDB 公開 PR
Meta 下一代模型 Muse Spark 1.4 疑似提前現蹤:一個提交到 Meta RocksDB 儲存庫的公開 GitHub PR,測試備註中出現「muse-spark-1.4-internal」的模型識別碼,顯示這個 Muse Spark 系列的新版本已在 Meta 內部基建工具中被實際調用,而非隔離測試。Meta 未確認 1.4 的名稱、時間表與功能。
- PR 來源:Meta RocksDB 儲存庫公開 GitHub pull request(#15674),由 @LuminaBench 首先發現
- PR 內容:RocksDB 實驗性「live tuning」功能的小型 logging 修改
- live tuning 機制:AI 顧問觀察運行中的資料庫並建議配置變更,Meta 的顧問是經內部服務 muse 存取的 LLM
- 測試紀錄:單次調用 33,535 輸入 token(含 17,780 緩存命中)、輸出 8,169 token(含 7,867 推理 token)、耗時約 65 秒
- 目標:比較前沿模型與小型本地模型在同一調優週期的成本與效果
- 對照:Muse Spark 1.3 於 9 月 2 日發布,1M 上下文,定價輸入 1.25/輸出 4.25 美元,比 1.2 慳約 25% token
- PR 開啟數小時後關閉未合併(Meta 內部系統常規操作)
一次 PR 如何洩露模型迭代
事件本身很小:一個關於 RocksDB「live tuning」功能的 logging 修改,功能由一個 AI 顧問觀察運行中的資料庫並建議配置變更,而 Meta 的顧問正是經內部服務 muse 存取的 LLM。修改加入兩個欄位,記錄回答請求的模型名稱及其用量(token 數與秒數),目的硬是比較前沿模型與小型本地模型在同一調優週期內的成本與成果。測試備註顯示該次對照真實模型運行的服務回報「muse-spark-1.4-internal」:單次調用消耗 33,535 個輸入 token(其中 17,780 個命中緩存),輸出 8,169 個 token(其中 7,867 個為推理 token),歷時約 65 秒。PR 在開啟數小時後關閉而未合併,這在經內部系統落地再公開的 Meta 變更中屬常見操作。
1.4 有幾遠?
按 TestingCatalog 整理的時間線,Meta 於 9 月 2 日發布 Muse Spark 1.3(1.2 之後約一個月),經 Muse Code 與 Meta Model API 提供,1M token 上下文,定價輸入 1.25 美元、輸出 4.25 美元每百萬 token,官方定位為編碼與長程代理工作的明顯升級,並比 1.2 慳約 25% token。至今已超過兩個月,1.4 亦已在內部工具中被實際調用,顯示下次更新可能不遠。不過 Meta 從未確認 1.4 的名稱、時間表或功能,以上全部屬跡象推斷而非官方消息。
(開版為AI生成配圖,只供參考會意)
