Meta于2026年10月12日发布两款新AI模型:Muse Wonder,以及更大型的Muse Wonder Full。两款模型在Artificial Analysis Intelligence Index中均取得顶尖成绩,Muse Wonder Full得分56,Muse Wonder得分52,跻身其他公司推出的领先前沿模型之列。
两款模型有何不同
Muse Wonder Full新增了Meta称为“Active Memory”(主动记忆)和“Active Focus”(主动专注)的两项功能。前者能在对话过程中保留关键信息;后者则让模型能够持续处理难题、尝试不同方法并提出后续问题。两款模型的上下文窗口均支持最多一百万个token,并可处理文本、图像、视频和音频。
目前,完整版仅向Meta的Muse Code平台用户开放;较小的Muse Wonder则将很快通过Muse应用向付费订阅用户提供,并开放Meta API调用。
性能与价格
在Terminal-Bench 4.0基准测试中,Muse Wonder Full的成功率从33%升至57%,在10项测试中的6项跻身前三。编程得分也有所提高:Muse Wonder Full在Coding Agents Index中得分68,与Anthropic等公司的顶尖模型持平。不过,其事实知识能力仍逊于竞争对手,在AA-Omniscience测试中仅得30分。
使用成本大幅上升。据Artificial Analysis的数据,在Intelligence Index测试中运行Muse Wonder每项任务的成本为$4.52,约为上一代Muse Spark 1.3($1.60)的三倍。token定价现为每百万输入token $4、每百万输出token $20;此前分别为$1.25和$4.25。
为什么重要
对开发者和企业而言,Muse新模型的编程能力更强,也更能持续处理任务,但每项任务和token的费用都更高。用户需要权衡性能提升与成本上涨,尤其是在运行大量大规模提示时。