Meta 发布 Muse Wonder，预览版接入 Meta Model API，Muse Wonder Full 只给 Muse Code 高阶订阅

Meta 自己的对比表里，Muse 系列在 14 项拿下 7 项最高，但 Artificial Analysis 智能指数上，Claude Opus 5.5 仍以 58 对 Muse 最高的 56 领先。10 月 12 日开发者能调用的是 Muse Wonder，更强的 Muse Wonder Full 仍只在 Muse Code 订阅里。

一、Muse Wonder 系列包含两款模型

Meta AI 研究博客和新闻室在 10 月 12 日发布 Muse Wonder 与 Muse Wonder Full。Meta 称它们是迄今最强、面向个人和职业智能体任务的模型，并把发布称为“扩展阶梯”的下一步、迈向“个人超级智能”的一大步；“业界领先”也是 Meta 的自称。

Meta 说，团队 14 个月前从零重做 AI 工作，模型建立在 4 月推出的 Muse Spark 之上，预训练和强化学习都有推进。两款模型在 Meta 吉瓦级 Prometheus 数据中心训练，采用更大、更强的基座模型；Meta 据此称，它们在未专门训练的陌生任务上，好于按 Muse Spark 1.3 趋势预期的表现。

博客和新闻室把两项能力命名为 Active Memory 与 Active Focus。按 Meta 的说法，前者跨对话记住重要信息，并在需要时主动调出；后者在任务变难时换办法、绕过障碍、从错误恢复，需要澄清就请求，重要操作前先确认。Meta 举的场景包括保险理赔、租约、财务或健康信息，以及从游戏到新业务应用的编程。

二、API 先开放 Wonder，Full 留在订阅里

开发者文档显示，10 月 12 日 Muse Wonder 通过 Meta Model API 和 Muse Code 提供，型号为 muse-wonder-1.0，API 标为预览版。能力更高的 Muse Wonder Full 只在 Muse Code 的 Power Usage、Maximum Usage 两个订阅档提供；它不上 API，Wonder 调到 max 也不会变成 Full。

Meta 说，Muse Wonder 即将接入 Muse 应用，先给订阅用户。模型页还列出开放权重的 Muse Glimmer，源自 Muse Spark 蒸馏，可下载自部署；Wonder 走托管 API 和订阅，没有开放权重，参数量未披露。

三、Wonder 的标准 API 价格更高

开发者定价页显示，标准模式每百万 token 输入 4 美元、缓存输入 0.20 美元、输出 20 美元；Muse Wonder 在 Model API 上没有贡献者模式，也就是允许 Meta 用用户内容训练未来模型以换取折扣。

同页的 Muse Spark 1.3 标准模式为输入 1.25 美元、输出 4.25 美元，贡献者模式为 0.10 美元、0.20 美元。照此计算，Wonder 输入约为 Spark 1.3 标准模式的 3.2 倍，输出约为 4.7 倍。

Wonder 上下文窗口为 1048576 个 token（约 100 万），支持文本、图像、视频、音频和 PDF 输入，输出文本，推理强度从 minimal 到 max。文档建议，长时间复杂任务用 Wonder；量大、低延迟或控成本用 Spark。

四、Meta 的对比表让 Muse 系列拿下 7 项最高

Meta 博客表格让 Muse 使用最高推理档，对比 GPT-6 Astra、Claude Fable 5.1、Claude Opus 5.5 的 max 档。按 Meta 公布的 14 项表，Muse 系列 7 项最高：PSI 59.1、Harvey LAB-AA 13.1、Vals Finance Agent V2 59.1、AutomationBench-AA 45.4、DeepSWE 1.1 79.0、SWE-Marathon 57.5（Full 用 xhigh 推理档）、Meta 内部 MemoryBench 85.6（Muse Wonder）。

Opus 5.5 有 6 项最高：Artificial Analysis 智能指数 58，对 Muse 最高的 56；Terminal-Bench 4.0 59.6，对 57.1；ProgramBench 70.5，对 59.0；以及 HealthBench Pro、JobBench、OSWorld V2.1 的部分得分。OSWorld 严格完成率最高是 Claude Fable 5.1 的 43.1，Opus 那栏只有 Anthropic 自报的部分分数、没有严格完成率；GPT-6 Astra 在 GDP.pdf 最高。

Artificial Analysis 官网与 X 帖给出的智能指数为 Muse Wonder Full 56、Muse Wonder 52、Muse Spark 1.3（max）48。

五、不同测试口径进入同一张表

模型卡称 PSI、MemoryBench、FocusBench 是 Meta 内部基准。DeepSWE 1.1 的 Muse 两款与 Opus 结果来自 Datacurve，GPT-6 Astra 用 OpenAI 自报，Fable 5.1 用 Anthropic 系统卡；SWE-Marathon 全取 Abundant AI 榜单，GPT-6 Astra 和 Fable 5.1 分别跑 Codex、Claude Code，并非同一测试框架。

Harvey LAB-AA、AutomationBench-AA、Terminal-Bench 4.0 和 AA 智能指数来自 Artificial Analysis，Vals Finance Agent V2 来自 Vals AI，GDP.pdf 来自 Surge。Meta 也承认，内部竞品成绩只是“尽力而为”，提示词、工具和环境未必为对手优化；拒答按零分计且留在分母里。模型卡也写明，外部编码成绩沿用各报告方自己的测试框架或智能体产品，SWE-Marathon 这一行不是受控的同框架对照。

六、安全评估把化学与生物列为重点

模型卡按 Meta 的“超级智能扩展框架”评估，以 Full 结果代表全系列。未加缓解时，Meta 不能排除模型在化学与生物领域达到其框架的高风险阈值，因此加入针对性安全后训练和系统级分类器；网络安全、失控在缓解前已是“中等或更低”，加上防护后各领域均为“中等或更低”，Meta 据此部署。

博客称 Wonder 是 Meta 迄今对齐最好的模型，这也是 Meta 的自称；更完整的安全报告即将发布，10 月 12 日尚未公开。

七、开发者实际采用仍待验证

据英国《金融时报》专访，扎克伯格称 Meta 已追上对手、站到 AI 前沿，会继续大笔投入与 Anthropic、OpenAI 竞争，并拒绝放缓开发。对直接相关的 META，唯一值得继续看的，是 Wonder 预览版能否转成持续的开发者采用：每百万 token 输入 4 美元、输出 20 美元的价格是否能在真实任务里留下来。英伟达等算力供应商与 Meta 投入的关系，以及谷歌、微软、亚马逊的竞争影响，都只能作为随投入变化的推论。