Meta 发布了 Muse Wonder 和 Muse Wonder Full，这是其迄今为止能力最强的模型。Muse Wonder 是 Meta 的前沿模型，专为个人和专业 AI 智能体打造。两款模型都面向长时间运行的智能体工作：编程、法律和金融任务，以及计算机操作。Muse Wonder 现已在 Meta Model API 和 Muse Code 上线。Muse Wonder Full 仅限付费的 Muse Code 套餐使用。
TL;DR
规模：100 万 token 上下文窗口，输入支持文本、图像、视频和音频，输出为文本。
运行平台：仅限 Meta 的云，通过 API 或 Muse Code CLI（macOS、Linux、Windows）。
性能：在 Meta 的基准测试表中，Muse Wonder Full 在 14 行中领先 6 行。它在多项上落后于 Claude Opus 5.5。
最佳：Muse Wonder 在 MemoryBench 上得分 85.6，在所列出全部 5 个模型中排名第一。
最差：Muse Wonder 在 ProgramBench 上得分 50.0，而 Claude Opus 5.5 为 70.5。
什么是 Muse Wonder？
Muse Wonder 在 Meta 的扩展阶梯上紧随 Muse Spark。Meta 团队表示，它是在其 Prometheus 数据中心训练的，在预训练和强化学习方面均有提升。Meta 将陌生任务上更好的表现归功于更大的基础模型。
两个命名行为定义了此次发布：
Active Memory：跨对话携带用户上下文，并调取任务所需的细节。
Active Focus：在困难任务上持续工作，尝试替代方案，并在重要操作前进行确认。
对开发者而言，Muse Wonder 会规划长任务并委派给子智能体。它还能操作浏览器、桌面和移动应用。
Muse Wonder 在基准测试上表现如何？
以下所有分数均来自 Meta 发布的表格，采用最大推理力度。其中若干行使用了第三方来源，如 Artificial Analysis、Vals AI 和 Datacurve。
BenchmarkMuse Wonder FullMuse WonderClaude Fable 5.1GPT-6 AstraClaude Opus 5.5Personal Superintelligence Index（内部）59.154.349.954.555.2Harvey LAB-AA13.110.06.48.64.2Vals Finance Agent V259.156.658.953.558.6AutomationBench-AA45.439.132.141.641.2OSWorld V2.1（部分）78.472.680.775.881.8MemoryBench（内部）85.585.679.081.481.5Terminal-Bench 4.0-AA57.152.052.059.159.6DeepSWE 1.179.078.867.474.174.2SWE-Marathon57.5（xhigh）53.145.642.546.3ProgramBench59.050.055.552.570.5AA Intelligence Index v4.35652535358
注：PSI、MemoryBench 和 FocusBench 是 Meta 内部评估。模型卡称竞品运行结果系尽力而为，可能未经调优。竞品的 SWE-Marathon 结果使用了 Codex 和 Claude Code，因此并非同一测试框架下的对比。
Muse Wonder 对比 Claude Opus 5.5、Claude Fable 5.1 和 GPT-6 Astra
特性Muse WonderMuse Wonder FullClaude Opus 5.5Claude Fable 5.1GPT-6 Astra开发者MetaMetaAnthropicAnthropicOpenAI参数量未披露未披露未披露未披露未披露上下文1M1M1M1M1.05M输入模态文本、图像、视频、音频文本、图像、视频、音频文本、图像文本、图像文本、图像开源权重否否否否否API 价格（每 1M 输入 / 输出）$4 / $20仅订阅$4 / $20$10 / $50$10 / $50访问方式Model API、Muse CodeMuse Code Power（$50）或 Maximum（$200）Claude APIClaude APIOpenAI APIDeepSWE 1.178.879.074.267.474.1
如何使用 Muse Wonder：面向新用户的分步指南
第 1 步：打开 dev.meta.ai。点击 Start building 登录。Muse Code 的安装命令就在同一页面上。
第 2 步：选择你的模型。Muse Wonder 每百万 token 收费 $4 输入、$0.20 缓存和 $20 输出。Muse Wonder Full 需要 Muse Code 套餐：Power 每月 $50 或 Maximum 每月 $200。
第 3 步：使用你的 Meta 账户登录。确认你的姓名，接受 Model API 条款，然后点击 Get started。
第 4 步：添加账单信息，然后创建 API 密钥。新账户会看到“No payment method”横幅，且 Create API key 保持禁用状态。在 Billing 下添加银行卡，然后打开 API keys 并选择 Create API key。按照快速入门指南，将其导出为 MODEL_API_KEY。
第 5 步：在 Playground 中测试。打开 Chat，选择 muse-wonder-1.0，并设置 temperature、max tokens 和 reasoning effort。
第 6 步。复制可用的代码。点击 Get code 获取 curl 或 Python 代码片段。它会调用 https://api.meta.ai/v1/responses 上的 Responses 端点。
该 API 兼容 OpenAI，因此 OpenAI SDK 只需更换 base URL 即可使用：
复制代码已复制请使用其他浏览器
import os
from openai import OpenAI
client = OpenAI(base_url="https://api.meta.ai/v1", api_key=os.environ["MODEL_API_KEY"])
resp = client.responses.create(model="muse-wonder-1.0", input="List 3 risks in this lease clause: ...")
print(resp.output_text)
第 7 步：或者在终端中使用 Muse Code。在 Mac 上，用 curl -fsSL https://dev.meta.ai/install.sh | bash 安装。在 Windows 上，使用 irm https://dev.meta.ai/install.ps1 | iex。在你的项目文件夹中运行 muse，信任该工作区，然后登录。默认模型是 muse-spark-1.2。用 /models 切换，或用 muse --model muse-wonder-1.0 启动。
关键要点
Muse Wonder 以每百万 token 4 美元/20 美元的价格发布，上下文为 1M。
Muse Wonder Full 领先 DeepSWE（79.0）和 SWE-Marathon（57.5）。
Claude Opus 5.5 仍在 ProgramBench、OSWorld 和 Terminal-Bench 上领先。
Wonder Full 仅限 Muse Code 使用，每月 50 美元起。
尚无参数、开源权重或完整的安全报告。
查看研究博客、模型卡和开发者文档。所有功劳归于该项目的研究者。另外，欢迎在 Twitter 上关注我们，别忘了加入我们 150k+ 的 ML SubReddit 并订阅我们的 Newsletter。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们。
文章 Meta Launches Muse Wonder and Muse Wonder Full: Benchmarks, Pricing and How to Use It 首发于 MarkTechPost。