Muse 模型矩阵
平台聚合多个专用模型：Spark 1.3 做长程编码与智能体工作，SAM 3.1 处理图像与视频，Voice Transcribe 做语音转写，Muse Image 做智能体图像生成，各有 Playground 可试用。
官方说明 ↗
Llama 3
AI TOOL PROFILE工具资料Meta 的 AI 模型与开发平台，Muse 系列模型加终端多智能体编码工具
价格提供月度订阅与按量付费（pay-as-you-go）两种计费
平台Web / macOS / Linux / API / Hugging Face
归类大模型与开发平台
收录2026-10-10
复核2026-10-10
编辑评分
4.3 / 5
★★★★☆
Llama 3编辑总结
该条目对应 Meta 的 llama.meta.com 平台，当前主线是「Muse 模型 + Muse Code + Meta Model API」的开发者体系。Muse 系列覆盖编程、视觉与语音：Muse Spark 1.3 主打长程编码与智能体工作，SAM 3.1 可用文字提示在图像和视频中检测、分割并跟踪对象，Muse Voice Transcribe 提供带说话人分离的转写，Muse Glimmer 面向本地常驻智能体并已上架 Hugging Face。刚出测试版的 Muse Code 是终端里的多智能体编码工具，新增会话间消息、Workflow 编排、双 Esc 回退与 TypeScript SDK。短板是订阅定价细节未公开，且 Muse Code 目前只支持 macOS 与 Linux 一键安装。
Llama 3是什么？
llama.meta.com 是 Meta 面向开发者的模型平台，官网口号是「Your next build starts with Muse」，把 Muse 模型、Muse Code 与 Meta Model API 组合为一套构建体系，面向想在终端与自有程序里使用 AI 智能体的开发者。
Muse Spark 1.3（长程编码与智能体工作，SAM 3.1（文本提示驱动的图像与视频对象检测，Muse Voice Transcribe（带说话人分离与话轮检测的语音转写）、自我纠正并精修的智能体图像模型）、Muse Glimmer（面向本地常驻智能体，已上架 Hugging Face），1.1 两个较早版本。
普通开发者可用一条命令在 macOS 或 Linux 安装 Muse Code 并登录 Meta Model API 账号，在终端做多智能体编码；进阶用户可以用 Workflow 编排大量子智能体并行开发，或用 SDK（developer preview）把会话、工具与权限控制嵌入自己的 TypeScript 程序；企业则可通过 Contact sales 通道洽谈。
Llama 3核心功能
SAM 3.1 视觉
用一条文字提示即可在图像和视频中检测、分割并跟踪对象，是矩阵里面向视觉任务的模型，可直接在 Playground 试玩。
官方说明 ↗Muse Code CLI
终端里的多智能体编码工具，一条 curl 命令即可在 macOS 或 Linux 安装，登录 Meta Model API 账号后处理多会话、多智能体的复杂工程任务。
官方说明 ↗Workflow 编排
说一句「use a workflow」即可把大任务拆成一组并行的子智能体，在 /workflows 面板查看实时进度，可随时停止、重启或取消，满意的 workflow 可保存复用。
官方说明 ↗会话间通信
多个会话可以互发消息：一个会话的改动会影响另一个时自动传警告，解决阻塞问题时直接传答案。消息经 Unix socket 在本机进程间传递，不经过网络。
官方说明 ↗会话回退
双击 Esc 即可把对话历史回退到更早的时间点，系统只基于事件日志提供安全回退点，撤销任何工作前都会让你确认，降低试错成本。
官方说明 ↗TypeScript SDK
开发者预览版 SDK 把 CLI 背后的会话、工具与权限控制开放为 TypeScript 库，通过本机 Muse Session Protocol（MSP）通信，不依赖服务器和网络，还能从协议 schema 生成任意语言的客户端。
官方说明 ↗本地智能体模型
Muse Glimmer 专为常驻本地的智能体场景设计，已上架 Hugging Face，想在本地跑智能体的开发者可以直接获取。
官方说明 ↗Llama 3值不值得用？
当你是用 macOS 或 Linux 的开发者，想要在终端里编排多智能体完成编码任务，或需要 SAM 3.1 这类视觉模型、Muse Voice Transcribe 这类语音转写能力时，这个平台值得跟进：Muse Code 出测试版后工作流、会话通信与回退都已可用，SDK 也能把能力嵌入自己的程序。当你在 Windows 上工作、需要公开透明的订阅价格，或依赖已被广泛验证的成熟模型生态时要注意——订阅计划刚推出、细节未公开，部分新模型（如 Muse Image）还只有介绍页，落地程度需自行验证。
建议选它的情况
- macOS 或 Linux 用户想在终端做多智能体编码
- 需要文本驱动的图像视频检测与分割（SAM 3.1）
- 想用 SDK 把智能体会话嵌入自己的 TypeScript 程序
- 关注本地常驻智能体并需要 Hugging Face 上的模型
不建议选它的情况
- Windows 用户想一条命令安装 Muse Code（目前仅支持 macOS/Linux）
- 需要先看到明确价格再决策的团队
- 只想要成熟稳定、生态完善的模型，不愿尝鲜的开发者
Llama 3使用建议
入门先把路子走对
- 一条命令安装在 macOS 或 Linux 终端执行 curl -fsSL https://dev.meta.ai/install.sh | bash 安装 Muse Code，用 Meta Model API 账号登录即可开始。
- 先逛 Playground官网每个近期模型都有 Playground 入口，先在线试 Spark 1.3、SAM 3.1，确认能力符合需求再接 API。
- 看文档与示例Docs 与 cookbooks 都在 dev.meta.ai，动手前先读对应模型的 cookbook，少走弯路。
- 订阅更划算官方明确说月度订阅比按量付费（pay-as-you-go）更可预测，用量稳定时选订阅。
进阶省时间也省钱
- 用 effort ultra在 Muse Code 里说「use a workflow」启动编排；配合 effort ultra 可让系统更频繁地自动触发 workflow，适合大任务。
- 保存复用 workflow跑得好的 workflow 直接保存，之后复用；在 /workflows 面板随时监控并行子智能体的实时进度。
- 善用双 Esc 回退改坏方向时双 Esc 回退到事件日志里的安全点，回退前确认，避免重开会话丢失上下文。
- 用 SDK 生成客户端SDK 附带机器可读 schema，可据此生成任意语言的客户端；协议类型由 schema 生成，偏离时构建会明确报错。
Llama 3适合谁用？
终端编码开发者
推荐Muse Code 的多智能体、Workflow 与回退能力直接服务终端工作流，macOS 与 Linux 一条命令即可安装。
工具链开发者
推荐SDK（developer preview）暴露会话、工具与权限控制，可在自有程序里编排智能体，且全部在本机运行。
视觉与语音应用团队
推荐SAM 3.1 与 Muse Voice Transcribe 提供现成的视觉与转写能力，适合在应用中集成这两类任务。
Windows 用户
有条件Muse Code 官方只给出 macOS 与 Linux 的一键安装命令，Windows 用户安装路径不明确，需另寻方案。
预算敏感的尝鲜者
有条件订阅计划刚推出，具体价格官网未公开，只能确认比按量付费更可预测；对价格敏感者应先询价再投入。
Llama 3优点和缺点
优点
- 模型矩阵覆盖编码、视觉、语音与图像四类任务
- Muse Code 支持 Workflow 并行编排子智能体
- 会话间消息走本机 Unix socket，不经网络
- SDK 提供机器可读 schema，可生成多语言客户端
- Muse Glimmer 已上架 Hugging Face，可本地使用
缺点
- Muse Code 一键安装仅支持 macOS 与 Linux
- 订阅价格未公开，需询价或查询最新页面
- 部分新模型（Muse Image 等）仅介绍、未见 Playground
- SDK 与订阅计划均处于早期，可能变化
Llama 3关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| Hackathon 奖金池 | $1M | Meta 官方博客 |
Llama 3常见问题
它多少钱？免费吗？＋
月度订阅（monthly subscription plan）与按量付费（pay-as-you-go），官方明确表示订阅能带来「更可预测」的 Meta Model API 用量，适合用量稳定的开发者。具体订阅价格数字未在官网给出，企业方案可通过官网 Contact sales 询价，实际费率以官方页面为准。
当前主力产品和模型是什么？＋
平台主线是 Muse 模型加 Muse Code 加 Meta Model API。近期模型列表里最新的是 Muse Spark 1.3（长程编码与智能体工作，代码更干净、token 更省）和 SAM 3.1（文字提示驱动的图像视频检测、分割、跟踪），另有 Muse Voice Transcribe、Muse Image、Muse Glimmer 以及 Spark 1.2、1.1。Muse Code 刚出测试版（out of beta）。
和 Claude Code、Cursor 这类编码工具怎么选？＋
官网未提及具体竞品，无法做逐项对比。可以确认的自身特点是：Muse Code 强调多会话、多智能体——会话之间能通过本机 Unix socket 互发消息，Workflow 能把大任务拆给并行子智能体，还有双 Esc 安全回退和可编程 SDK。如果你的工作流重度依赖多智能体协作且在 macOS/Linux 终端工作，它有独特优势；否则建议与现有工具并行试用后再切换。
国内能不能用？＋
官网未公开涉及国内访问的说明。平台提供 Web Playground、API（Meta Model API）与 Hugging Face 上的模型（Muse Glimmer），国内访问不同入口的可用性会有差异：Hugging Face 上的开源权重通常获取门槛最低，Web 与 API 则依赖网络环境。安装脚本 dev.meta.ai 与文档站 dev.meta.ai 的可达性需实际验证。
Muse Code 怎么安装？支持哪些系统？＋
给出一键安装命令：curl -fsSL https://dev.meta.ai/install.sh | bash，明确说明支持 macOS 或 Linux，安装后用 Meta Model API 账号登录。Windows 没有对应的安装说明。安装后可用会话间消息、Workflow、双 Esc 回退等新功能，SDK 则需要单独从其仓库获取。
SDK 是什么？稳定吗？＋
SDK 目前是开发者预览版（developer preview），把 Muse Code CLI 背后的引擎——会话、工具与权限控制——封装为 TypeScript 库。程序会拉起本地 muse host，通过 Muse Session Protocol（MSP）在标准 I/O 上通信：不需要服务器、不经过网络，一切都在本机。类型由协议 schema 生成，偏离时构建会明确报错；quickstart 本身就是可执行程序。预览版意味着接口可能变化，生产使用需评估。
Llama 3竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Llama 3本工具 | 4.3 | 提供月度订阅与按量付费（pay-as-you-go）两种计费 | Muse 模型矩阵；SAM 3.1 视觉；Muse Code CLI；Workflow 编排 | Web / macOS / Linux / API / Hugging Face |
| LLM Context Extender | — | 未标价 | 扩展 LLM 上下文窗口 | — |
| LLM Maybe LongLM | — | 未标价 | 扩展大语言模型的上下文窗口 | — |
| LTM | — | 未标价 | 超长上下文模型，革新软件开发 | — |
| Claude 3.5 Sonnet | — | 未标价 | 智能 AI 模型，提供高效、低成本的智能服务 | — |
| InternLM2.5-7B-Chat-1M | — | 未标价 | 70亿参数的超长上下文对话模型 | — |
