Meta 发布了两款前沿模型 Muse Wonder，两个版本都跻身当前最佳 AI 模型之列。
Muse Wonder Full 在Artificial Analysis Intelligence Indexv4.3 上得分 56 分，而 Muse Wonder 为 52 分。其前代Muse Spark 1.3得分为 48 分，这意味着相比此前的中端模型有了显著跃升。
最大的提升体现在智能体评测上，这类测试衡量 AI 模型独立处理复杂任务的能力。在 Terminal-Bench 4.0 上，成绩从 33% 跃升至 57%。Muse Wonder Full 在十项基准测试中有六项进入前三，这对 Meta 来说是个强劲的结果，它似乎已从此前开源 Llama 模型的低迷期恢复过来。
Meta 重点介绍了两项新功能。“Active Memory”让模型能够跨对话记住关键信息，并在需要时回忆起来。“Active Focus”是模型坚持处理困难任务、尝试替代方案，并在情况不明时提出追问的能力。这两项都是Meta 核心宣传点的一部分，旨在打造一个能访问日历、消息和文档的个人 AI 智能体。
两款模型都支持 100 万 token 的上下文窗口，并接受文本、图像、视频和音频作为输入。Muse Wonder 可通过Meta 的 API以及Muse Code获取，而 Muse Wonder Full 目前仅限 Muse Code 用户使用。Muse Wonder 很快也将为Muse 应用提供支持，首先面向付费订阅用户。随着时间推移，Meta 计划基于它构建面向所有用户的专用模型。
编程能力大幅跃升，但事实性知识落后
两款模型在编程方面都有大幅提升。Muse Wonder Full 在 Coding Agents Index 上得分 68，与 Claude Code 和 Sonnet 5.5 持平。Muse Wonder 得分 63，高于其前代的 54。
事实性知识仍是短板。在 AA-Omniscience 知识测试中，Muse Wonder Full 仅得 30 分，Muse Wonder 得 25 分。这远远落后于 Claude Opus 5.5（46）、GPT-6 Astra（43）和 Gemini 4 Argon（42），这表明 Wonder 系列所基于的基础模型比其竞争对手更小。较低的幻觉率有助于弥补这一差距。与其前代相比，Muse Wonder Full 将幻觉率从 33% 降至 23%，在所有指数得分至少 45 分的模型中为第二低。只有Gemini 4 Argon（15%）的幻觉率更低。
Meta 回应了一个常见的批评在其博文中，即 Muse 模型是为基准测试而调优的，但在实际使用中表现不佳。该公司表示，Muse Wonder Full 在未纳入训练优化的陌生任务上表现好于预期，并将此归功于更强大的基础模型。
在Vals AI Index上，据 Vals AI 称，Muse Wonder Full（Max）首次亮相即位列第五，并击败了所有 OpenAI 模型。只有当前的 Anthropic 模型得分更高。Muse Wonder 位列第十。
最大的提升来自编程和数学。在 ProofBench 这一用于数学证明的私有基准测试中，Muse Wonder Full 解出了 100 道题中的 94 道，高于其前代的 58 道。这使其仅落后顶级模型（99 至 100）五到六分。在 Terminal-Bench 4 上，Muse Wonder Full 得分翻倍，同时输出 token 用量减少了 30%。在金融和法律任务上的表现与前代持平，最多下降两分。
更强的性能伴随着高昂的价格
根据 Artificial Analysis 的数据，Muse Wonder 在 Intelligence Index 上每项任务花费 4.52 美元，几乎是 Muse Spark 1.3（1.60 美元）的三倍。Token 定价也有所上涨，输入 token 为每百万 4 美元，输出为 20 美元，高于前代的 1.25 美元和 4.25 美元。Muse Wonder 每项任务还多使用 28% 的输入 token，而这些占到了总成本的 76%。
这使得 Muse Wonder 在定价上低于 Claude Fable 5.1（$7.63）和 Claude Opus 5.5（$5.98），但高于 GPT-6 Astra（$3.26）、Gemini 4 Argon（$1.99）和 GPT-6.1 Sol（$0.72）。Muse Wonder Full 目前尚无 token 定价。这两款模型使用的输出 token 都比其前代少约 10%。
Meta 表示，它在自有的 Prometheus 数据中心以吉瓦级规模训练了这些模型。更多细节见模型卡。
没有炒作的 AI 新闻——由人类精选
订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、我们每年六期的独家“AI Radar”前沿报告、完整档案访问权限，以及评论区访问权限。