Zuckerberg, geht all-in gegen DeepSeek!

Bericht von Zhidongxi vom 6. August: Heute hat Meta sein erstes Programmier-Agent – Muse Code (Beta-Version) sowie das von diesem Agenten genutzte neue Modell der nächsten Generation Muse Spark 1.2 vorgestellt.

Das Modell hat unmittelbar nach seiner Veröffentlichung eine hitzige Diskussion im Ausland ausgelöst, wobei der Kernfokus direkt auf der Preisstrategie liegt: Es ist günstiger als DeepSeek-V4-Flash. Wenn Nutzer Meta erlauben, ihre Daten zum Trainieren des Modells zu verwenden, können sie einen Rabatt von 5 % genießen.

Interessanterweise hat DeepSeek am selben Tag eine Ankündigung veröffentlicht: „Wir planen, die Preise für unsere API-Dienste in Kürze insgesamt zu erhöhen, wobei ein deutlicher Preisanstieg erwartet wird.“ Auch andere führende inländische Modelle zeigen Anzeichen einer Lockerung des Preiskampfes: Beispielsweise wird der Preis des GLM-Modells von Zhipu nach Ablauf der Rabattaktion deutlich angehoben.

Während ausländische Giganten wie OpenAI und Meta in den Preiskampf einsteigen, scheinen inländische Modelle wie DeepSeek nicht nach den üblichen Regeln zu spielen – dieser globale Wettbewerb um große KI-Modelle wird immer spannender.

01. Bis zu 75-fache Preisreduzierung: Meta zielt auf Nutzerdaten ab

Mark Zuckerberg schrieb in einem Tweet: „Dieses Modell ist einfach für Einsteiger und kostengünstig. Nutzer können es mit nur einer Zeile Code installieren und sofort das Angebot für Mitwirkende nutzen.“

Das sogenannte „Angebot für Mitwirkende“ bedeutet, dass Meta zwei API-Versionen anbietet: Eine Version erlaubt die Datenfreigabe, die andere nicht. Der Eingabepreis der ersten Version beträgt 0,10 USD pro Million Tokens, was 12,5 Mal günstiger ist als die zweite Version; der Preis für Cache-Eingaben liegt bei 0,002 USD pro Million Tokens, also 75 Mal günstiger; der Ausgabepreis beträgt 0,20 USD pro Million Tokens, also mehr als 21 Mal günstiger.

Einige Nutzer scherzen: „Das ist lächerlich, die Ein- und Ausgabekosten von Muse Spark sind niedriger als bei DeepSeek-V4-Flash, und es hat eine einzigartig optimierte Cache-Trefferquote. Sie kümmern sich nicht um Gewinne, sie wollen nur Daten.“

Am 31. Juli zuvor wurde DeepSeek-V4-Flash offiziell für die API veröffentlicht. Der Preis dieses Modells bei nicht getroffenem Eingabecache beträgt 1 Yuan pro Million Tokens, der Preis bei getroffenem Eingabecache liegt bei 0,2 Yuan pro Million Tokens, und der Ausgabepreis beträgt 2 Yuan pro Million Tokens.

02. DeepSeek ist „stärker als ein normales Flash-Modell“ – kann Meta mithalten?

Derzeit erzeugt DeepSeek-V4-Flash weltweit eine neue Welle der Begeisterung. Seit der Veröffentlichung der API wächst der Ruf seiner extrem hohen Kosteneffizienz stetig.

Der Mitbegründer und CEO von Platzi, einer führenden lateinamerikanischen Online-Bildungsplattform, hat heute gerade einen Beitrag veröffentlicht und staunt: „Ich verstehe überhaupt nicht, wie DeepSeek-V4-Flash diese Geschwindigkeit und Qualität erreichen kann – es ist unglaublich.“

Einige Nutzer sagen direkt: „Claude ist überholt. Es gibt keinen Grund mehr, sich von einem Anbieter abhängig zu machen, der hundertmal teurer ist und eine Leistung aufweist, die kaum besser ist als die der Konkurrenten.“

Der gute Ruf von DeepSeek-V4-Flash stammt nicht nur von niedrigen Preisen, sondern vor allem von seiner Leistungsfähigkeit.

Die Benchmark-Ergebnisse dieses Modells übertreffen weit die des älteren Brudermodells DeepSeek-V4-Pro-Preview, das im April veröffentlicht wurde. Bis heute staunen viele ausländische Nutzer noch aufgeregt: „Es wirkt jetzt überhaupt nicht mehr wie ein Flash-Modell.“ Im Almanbench-Test übertrifft die Version DeepSeek-V4-Flash 0731 Kimi K3, und sein Score ist fast vergleichbar mit GPT-5.6 Sol xhigh.

Wie ist also die Leistung des neuesten Muse Spark 1.2 und der Beta-Version von Muse Code von Meta, das versucht, mit DeepSeek einen Preiskampf zu führen?

03. Bei Programmier-Benchmarks nur hinter Opus5 – Muse Spark 1.2 hat noch Abstand zu den Spitzenmodellen

Was die Modellleistung angeht, hat Muse Spark 1.2 im Vergleich zu seinem Vorgängermodell große Verbesserungen erzielt, aber es hat noch einen gewissen Abstand zu den Spitzenmodellen.

Muse Spark 1.2 ist eine aktualisierte Version, die speziell für die Programmierung optimiert wurde. Bei Code-Leistungs-Benchmarks wie Terminal‑Bench 2.1 und DeepSWE 1.1 liegt das Gesamtergebnis nur hinter Claude Opus5 und ist stärker als GPT‑5.6, Grok4.5 und Gemini3.6.

Im komplexen Inferenztest GDPVal‑AA V2 liegt Muse Spark 1.2 nur hinter Opus5; beim Agent-Tool-Aufruf-Benchmark MCP Atlas belegt Muse Spark 1.2 den ersten Platz.

Meta hat die Fähigkeit des Modells getestet, GPU-Kerne bei mehr als 1000 Tool-Aufrufen (über einen Zeitraum von bis zu 24 Stunden) iterativ zu optimieren. Mit der Agent-Codierungsumgebung von Muse Code übertrifft das Modell Gemini 3.6 Flash und GPT-5.6 Terra, liegt aber hinter GPT-5.6 Sol und Opus5.

Muse Code ist als Endgeräte-Programmier-Agent positioniert und kann vollständige Softwareentwicklungsaufgaben in großen Codebasen verarbeiten, einschließlich der Planung von Änderungen, dem Schreiben von Code und der Überprüfung von Ergebnissen. Meta hat eine Reihe von Beispielen veröffentlicht, aber ob es tatsächlich mit Claude Code und Codex mithalten kann, muss noch in echten Szenarien von Entwicklern getestet werden.

Wie im folgenden Beispiel gezeigt, verwendet Muse Code einen einfachen Agent-Zyklus, der von einer Gruppe asynchroner Hintergrund-Agenten ergänzt wird, um die Funktionen des Hauptagenten zu erweitern. Ihr kontinuierlicher Betrieb senkt die Latenz und reduziert den Bedarf an menschlicher Intervention bei komplexen mehrstufigen Aufgaben.

Von Muse Spark 1.2 generierte Photonenkugelsimulation

Von Muse Spark 1.2 generierte Spiel-Shooting-Oberfläche

Von Muse Spark 1.2 generiertes Avocado-Rasen-Spiel

Das folgende Bild zeigt, dass Nutzer ein Rundgangsvideo eines Hauses als MP4-Datei in das Endgerät eingeben. Muse Code analysiert dieses Video und generiert eine optisch ansprechende Marketing- und Buchungsseite für das Ferienhaus.

Darüber hinaus hat Muse Spark 1.2 im KI-Analyseindex (AII) 54 Punkte erreicht. Im Vergleich zur vorherigen Version hat seine Fähigkeit zur Wissensarbeit von Agenten deutlich zugenommen, sodass Meta gemeinsam mit SpaceXAI den dritten Platz unter den US