榜单变天：Meta Muse Spark 1.3 上线三天登顶，国产 Kimi K3、GLM-5.3 守住前十
9 月 2 日 Meta 上线 Muse Spark 1.3，三天后拿下综合榜单第一：智能体基准居首，同类模型单任务成本最低。前十名中国产模型占两席，Kimi K3 第 6、GLM-5.3 第 8。成本与能力的格局在本周被同时改写。
核心结论
榜首易主说明前沿层竞争重新开放：编程与智能体基准成为新的分水岭，单任务成本第一次成为头部模型的卖点。
国产模型用两条路线守住前十：开源权重堆参数（Kimi K3）与小激活高效率（GLM-5.3）。
选型窗口变短：谷歌六周三连发、Meta 三天登顶，季度级的选型计划需要月度复核。
一、三天登顶：发生了什么
9 月 2 日，Meta 上线 Muse Spark 1.3，定位前沿编程与智能体模型。发布三天后，它在主流综合智能指数上拿下第一，榜首既不是 OpenAI 也不是 Anthropic。
具体强项有两点：顶级变体在智能体任务基准中拿下第一，同时是同类模型中单任务成本最低的一个。榜单之外，第三方分析把它与 Claude 的差距描述为「紧追」。
二、前十名单：两超多强，国产两席
综合多家榜单快照：Muse Spark 1.3 第 1，OpenAI 与 Anthropic 的旗舰紧随其后；国产模型 Kimi K3 第 6、GLM-5.3 第 8，前十占两席。
把范围放宽到前十五：上周首秀的 glm-5.3-max 位列第 13，kimi-k3-max 升至第 10。国产阵营在中上区间的密度还在上升。
三、Muse Spark 1.3 强在哪
编程与智能体是主战场：多步工具调用、代码任务的长链执行，是它和 1.2 拉开差距的地方。
成本曲线是另一张牌：单任务成本在同类前沿模型中最低，对按调用量计费的应用方是直接的价格信号。
上下文与速度的平衡方案还没有完整第三方数据，可以等 Artificial Analysis 的完整横评再下结论。
四、对选型的实际意义
榜单第一不等于全场景第一：Muse Spark 1.3 的优势集中在智能体与编程，写作、多模态等场景仍需实测。
成本敏感的应用（批量摘要、客服、代码补全）可以把「单任务成本」放进选型公式，这次 Meta 把这个变量拉到了台前。
国产阵营的启示：Kimi K3 以开源权重加 2.8 万亿参数守住第 6，GLM-5.3 用小激活路线守住第 8，两条路线都还在牌桌上。
五、接下来一周看什么
Muse Spark 1.3 是否开放权重：Meta 有 Llama 系开源传统，此次是否放权重尚未官宣。
OpenRouter 调用量变化：榜单分与真实用量是否一致。
国产新旗舰的应对：DeepSeek、Qwen 的下一版时间点。
常见问题
Muse Spark 1.3 是开源的吗？
截至发稿 Meta 未官宣权重开放，目前以 API 形式提供；Meta 过往有开源传统，是否放权重以官方公告为准。
Kimi K3 和 GLM-5.3 差距大吗？
两者分列榜单第 6、第 8。Kimi K3 走开源权重与超大参数路线，GLM-5.3 主打小激活效率，建议按实际任务实测再选。
榜单第一就意味着该换模型吗？
不必。榜单是综合快照，先看自己的任务类型（编程、智能体、多模态）与成本约束，再做 A/B 实测。
