Muse Wonder是什么
Muse Wonder 是 Meta 超级智能实验室在 2026 年 10 月 12 日发布的前沿模型系列,分 Muse Wonder 与 Muse Wonder Full 两档,官方称为「迄今最强的模型」,主打个人与专业智能体任务。这是 Meta 重组 AI 团队 14 个月后拿出的第一个前沿级模型,也标志着它从开源 Llama 路线正式转向闭源托管。两档都在俄亥俄州中部超过 1 吉瓦的 Prometheus 数据中心训练,上下文 100 万 token,接受文本、图像、视频与音频输入,只输出文本。API 版每百万输入 token 4 美元、缓存 0.20 美元、输出 20 美元,与 Claude Opus 5.5 一分不差;更强的 Full 版不进 API,只放在 Muse Code 每月 50 与 200 美元两档订阅里。
Meta 首个前沿级模型系列,API 版与 Opus 5.5 同价,Full 版仅限订阅
Muse Wonder的主要功能
- 主动记忆(Active Memory):跨对话保留对用户重要的信息,需要时主动调取,而不是每次重新介绍一遍自己的情况。研究科学家 Kavya Kopparapu 的说法是,团队投入大量精力,确保模型能在数天、数周乃至更久之后仍记得用户在意的事。
- 主动专注(Active Focus):任务变难时换一条路走,从错误里恢复,必要时要求澄清,重要操作前先确认。Alexandr Wang 对 CNBC 举的例子是订餐碰到障碍时不要卡住,而是换方案再回头跟用户打招呼。
- 长流程智能体执行:规划多步任务、把活派给子智能体、并行调用工具、出错后自己恢复,还能操作浏览器和桌面、移动应用。
- 原生多模态输入:文本、图像、视频、音频和 PDF 都能进,输出只有文本。OpenRouter 模型卡同时列出工具调用与结构化输出。
- 100 万 token 上下文:两档都是,与上一代 Muse Spark 1.3 完全持平,这一代没有提升。
Muse Wonder的技术原理
- 训练在 Prometheus,内部代号 Watermelon:Meta 去年以 143 亿美元收购 Scale AI、任命 28 岁的 Alexandr Wang 掌舵 AI,距上一代 Muse Spark 1.3 发布只隔六周。扎克伯格对《金融时报》说,走到这一步「既要大量算力和投入,也要大量非常严谨的科学研究」,Meta 2026 年的 AI 投入预计最高 1450 亿美元。
- 升级是定向的,不是全面的:独立数据看,Full 相对 Spark 1.3 在智能指数的十项评估里全部上涨,涨得最多的是智能体类,Terminal-Bench 4.0 从 33% 提到 57%。但知识类是明确的短板,AA-Omniscience 上 Full 只有 30、Wonder 25,与上一代 Spark 1.3 的 25 持平,而 Opus 5.5 是 46、GPT-6 Astra 43、Gemini 4 Argon 42、Claude Sonnet 5.5 32。
- 输出 token 少了,输入 token 反而多了:两档每个智能指数任务约用 5.4 万输出 token,比 Spark 1.3 的 6 万少约 10%,也低于 Gemini 4 Argon 的 6.2 万和 Claude Fable 5.1 的 7.8 万;但它是 GPT-6 Astra 那 2.7 万的两倍,比 GPT-6.1 Sol 的 3.8 万也多四成以上。输入侧 Full 每任务 644 万、Wonder 769 万,比上一代 Spark 1.3 的 603 万还多 28%。
- 知识分低,但幻觉率降了:Full 的幻觉率从上一代的 33% 降到 23%,Wonder 是 27%。在智能指数 45 分以上的模型里,Full 的幻觉率第二低,Gemini 4 Argon 高强度档的 15% 最低。知识分低而幻觉少,说明它更常回答「不知道」。
- 安全框架写明了风险门槛:模型在 Meta 10 月 2 日更新的《超级智能扩展框架》下训练、评测和发布。模型卡自己写,不做缓解的话「不排除 Wonder Full 在化生放(CBRN)领域达到高风险阈值」;加了安全训练和系统级分类器之后,各域残余风险为「中等或更低」。完整安全评估报告写的是「即将发布」,对企业采购方来说这份缺席的报告比分数更卡人。
Muse Wonder如何使用
- API 版型号 muse-wonder-1.0:Meta Model API 和 OpenRouter 都能调,OpenRouter 上的上下文是 1,048,576 token,多模态输入覆盖文本、图像、视频、音频和 PDF。
- Full 版 muse-wonder-full-1.0 拿不到:只放在 Muse Code 的 Power Usage(每月 50 美元)和 Maximum Usage(每月 200 美元)两档里,Everyday Usage(5 美元)和 High Usage(15 美元)两档都不含。它不在 API 上,也不在 OpenRouter 上。想基于 Meta 最强模型做产品的开发者今天没有入口。
- 订阅默认会拿你的数据训练:Muse Code 订阅默认是 contributor 模式,Meta 可以拿提示词和代码做训练;走 API 不默认这样。企业接入前先确认这一条。
- Muse 智能体接入要先付费:Wonder 会逐步接入 Meta 的个人智能体 Muse,先给订阅用户,免费用户没有时间表。Muse 应用订阅是每月 20 或 100 美元,与 Muse Code 是两套不同的产品。
- 首字延迟要算进智能体循环:实测首字 19.27 秒,而同类中位数是 5.52 秒。智能体一次任务要打很多次调用,这个等待会反复叠上去。
- 参数规模没有公布:官方材料既没给参数量,也没在公告里直接点名竞品做对比,所有横向数字都出自模型卡那张表。
Muse Wonder的核心优势
- 长周期编程是它最干净的赢:SWE-Marathon 上 Full 57.5%、Wonder 53.1%,Opus 5.5 是 46.3%、GPT-6 Astra 42.5%。DeepSWE 1.1 上 Full 79.0、Wonder 78.8,Opus 5.5 74.2、Astra 74.1。其中 DeepSWE 那行模型卡脚注写明三家的数都来自第三方 Datacurve,是整张表里唯一由同一个外部来源测了两边的行。
- 法律智能体差距最大:Harvey LAB-AA 上 Wonder 10.0、Full 13.1,Opus 5.5 只有 4.2。但要看绝对值,全行最高才 13.1,所有模型在这类任务上都低。
- 记忆是主打项:MemoryBench 上 Wonder 85.6、Full 85.5,GPT-6 Astra 81.4、Opus 5.5 81.5。这是 Meta 自建基准,而且标准版比 Full 还高 0.1,读的时候按厂商数字对待。
- 科学推理两项排第一:CritPt 33% 与 GDP.pdf 33% 都是榜首,GDPval-AA v2.1 以 1857 Elo 排第二,AA-Briefcase 1729 Elo、AutomationBench-AA 71%、SciCode 63% 均列第三。十项评估里六项进前三。
- 每任务成本比 Opus 低约四分之一:Artificial Analysis 估算的智能指数单任务成本,Wonder 4.52 美元、Opus 5.5 是 5.98 美元。便宜的原因不是单价(两者完全相同),而是 Wonder 烧的输出 token 更少。
Muse Wonder的同类竞品对比
这次选 Claude Opus 5.5 作参照。它和 API 版 Muse Wonder 的单价一分不差,独立智能指数高 6 分,而且在 Meta 自己印出来的 14 行对比表里,能买到的那款只赢 5 行。
| 对比维度 | Muse Wonder | Claude Opus 5.5 |
|---|---|---|
| 输入 / 输出 / 缓存价(每百万 token) | 4 / 20 / 0.20 美元 | 4 / 20 / 0.20 美元,完全相同 |
| 独立智能指数 v4.3(最高强度) | 52 | 58 |
| 智能指数单任务成本 | 4.52 美元 | 5.98 美元 |
| 每任务输入 token | 769 万 | 未列 |
| 首字延迟 | 19.27 秒 | 未列,同类中位数 5.52 秒 |
| SWE-Marathon(Meta 表) | 53.1% | 46.3% |
| DeepSWE 1.1(第三方 Datacurve) | 78.8% | 74.2% |
| ProgramBench(从零写项目) | 50.0 | 70.5 |
| Terminal-Bench 4.0-AA | 52.0 | 59.6 |
| OSWorld V2.1(电脑操作) | 72.6 | 81.8 |
| HealthBench Pro | 60.5 | 65.6 |
| Harvey LAB-AA(法律智能体) | 10.0 | 4.2 |
| 知识(AA-Omniscience) | 25 | 46 |
| 幻觉率 | 27% | 未列 |
| 获取方式 | Meta Model API、OpenRouter、Muse Code | Anthropic API |
| 权重 | 闭源,专有许可 | 闭源 |
这张表里有六件事要说清楚。第一,价格一分不差,独立分数低 6 分。Alexandr Wang 说 API 定价会「明显低于」OpenAI 和 Anthropic,这话对 GPT-6 Astra 和 Claude Fable 5.1(都是 10 / 50 美元)成立,对 Opus 5.5 不成立,三项全同。第二,Meta 自家 14 行表里,能买到的那款 5 胜 9 负。赢的是 Harvey LAB-AA、GDP.pdf、MemoryBench、DeepSWE 1.1 和 SWE-Marathon,其余九行全输。其中 GDP.pdf 只赢 0.2 分,算并列;MemoryBench 是 Meta 自建基准。真正站得住的赢是 DeepSWE,唯一由第三方同源测过的行;SWE-Marathon 赢 6.8 分但带星号,模型卡脚注写明 Astra 和 Fable 两列用的是 Codex 和 Claude Code,「不是受控的同框架对比」,而且 Full 那格按 xhigh 强度跑,Opus 的 OSWorld 分数还是厂商自报的部分结果。第三,官方主打长周期编程,但同一个编程标题下三行两负。SWE-Marathon 赢 6.8 分,ProgramBench 输 20.5 分,Terminal-Bench 4.0 输 7.6 分。ProgramBench 考从零起项目,最接近「自己做一个东西」那类任务。第四,每任务成本便宜,但买到的分更低。Wonder 4.52 美元比 Opus 便宜约四分之一,却低 6 分;比 GPT-6 Astra 的 3.26 美元贵 39%,指数还低 1 分;Gemini 4 Argon 同为 53 分只要 1.99 美元。贵在输入侧,Wonder 每任务吃 769 万输入 token,比自家上一代还多 28%,输入占成本的 76%。第五,Full 那 56 分买不到 API。Claude Sonnet 5.5 同为 56 分,2 / 10 美元且公开可调;Full 的 56 分要每月 50 美元订阅,且最低两档不含。第六,独立榜单的名次当天就在变。有开发者早上看到 Full 排第二,当天晚些掉到第五,Artificial Analysis 模型页显示第 4。分数可以当既定事实,名次不能。想了解同价位另一条路线,可以对照我们写过的 Claude Sonnet 5.5。
Muse Wonder的官方地址
- Meta 发布公告(扎克伯格 Threads):https://www.threads.com/@zuck
- Muse Wonder 模型卡:https://research.meta.ai/static/muse-wonder-model-card
- Meta 开发者文档与定价:https://dev.meta.ai
- 独立评测(Artificial Analysis):https://artificialanalysis.ai/articles/muse-wonder
- OpenRouter 模型页:https://openrouter.ai/
Muse Wonder的应用场景
- 长周期编程智能体:DeepSWE 和 SWE-Marathon 是它最强的两行,适合多文件、多轮修改、要反复跑测试的活。同类工具可以看 AI 编程工具。
- 法律与金融智能体:Harvey LAB-AA 对 Opus 是 10.0 对 4.2;Vals Finance Agent V2 上 Wonder 56.6、Astra 53.5,价格还不到对方一半。但两行绝对值都低,输出仍需专业人士复核。
- 需要长期记忆的个人助理:跨对话带上下文是官方主打,配合 AI 智能体 的概念看会更清楚。免费用户暂无接入时间表。
- 按 token 计费的长会话:这类负载要先看 词元 的计价方式。Wonder 每任务输入 769 万 token,长会话的账单主要落在输入侧,缓存命中率比单价更影响成本。
- 别用它做知识密集型问答:AA-Omniscience 25 分,低于 Opus 5.5 的 46、Astra 的 43、Argon 的 42 和 Sonnet 5.5 的 32。查事实的活交给知识分高的模型,同赛道可对照 GPT-6.1 Sol。




