Meta发布Muse Wonder系列模型：旗舰版进入前沿梯队，单任务成本约为前代三倍
据The Decoder报道，Meta发布Muse Wonder与Muse Wonder Full两款模型，旗舰版在Artificial Analysis智能指数v4.3上得 56 分；Token定价与单任务成本明显上涨，Muse Wonder Full暂仅限Muse Code用户使用。
AI解读：两款模型支持 100 万token上下文，可接受文本、图像、视频和音频输入；Muse Wonder通过Meta API和Muse Code提供，Muse Wonder Full目前仅限Muse Code用户。
Meta强调Active Memory和Active Focus两项功能，前者跨对话记住关键信息，后者让模型在困难任务上尝试替代方法并追问不清楚的地方。
编码能力提升明显，Muse Wonder Full在Coding Agents Index得 68 分，与Claude Code with Sonnet 5.5持平；事实知识仍是弱项，AA-Omniscience测试仅得 30 分，低于Claude Opus 5.5的 46 分、GPT-6 Astra的 43 分和Gemini 4 Argon的 42 分。
成本方面，Muse Wonder在Intelligent Index上每任务 4.52 美元，接近Muse Spark 1.3的 1.60 美元的三倍；输入token定价 4 美元/百万，输出 20 美元/百万。Muse Wonder Full的token价格尚未公布。
Meta发布了前沿模型Muse Wonder的两个版本，据The Decoder报道，两款模型都进入当前最佳AI模型行列。旗舰版Muse Wonder Full在Artificial Analysis智能指数v4.3上得分 56，Muse Wonder得分 52；前代Muse Spark 1.3为 48 分。
两款模型的功能与适用范围
Meta重点介绍了两项新功能。"Active Memory" 使模型能跨对话记住关键信息并在需要时回忆；"Active Focus" 指模型在困难任务上坚持尝试替代方法，并在情况不清楚时提出追问。Meta将其作为可访问日历、消息和文档的个人AI代理的核心卖点。
两款模型均支持 100 万token上下文窗口，接受文本、图像、视频和音频输入。Muse Wonder可通过Meta API和Muse Code使用；Muse Wonder Full目前仅限Muse Code用户。Muse Wonder还将为Muse应用提供支持，首先面向付费订阅用户。Meta计划长期基于该模型为所有用户构建专用模型。
基准表现：编码与数学提升，事实知识落后
两款模型在编码方面提升明显。Muse Wonder Full在Coding Agents Index上得 68 分，与Claude Code with Sonnet 5.5持平；Muse Wonder得 63 分，高于前代的 54 分。
事实知识仍是弱项。在AA-Omniscience知识测试中，Muse Wonder Full仅得 30 分，Muse Wonder得 25 分，落后于Claude Opus 5.5的 46 分、GPT-6 Astra的 43 分和Gemini 4 Argon的 42 分。The Decoder认为这暗示Wonder系列基于比竞争对手更小的基础模型。低幻觉率部分弥补了这一差距：Muse Wonder Full将幻觉率从前代的 33% 降至 23%，在智能指数至少 45 分的模型中为第二低，仅Gemini 4 Argon的 15% 更低。
在数学方面，Muse Wonder Full在私人数学证明基准ProofBench上解决了 100 道题中的 94 道，前代为 58 道，与最高分模型（99 至 100 分）相差 5 至 6 分。在Terminal-Bench 4上，Muse Wonder Full得分翻倍，同时输出token减少 30%。金融和法律任务表现与前代持平或下降最多 2 分。
在Vals AI Index上，据Vals AI称，Muse Wonder Full (Max) 首次上榜位列第五，超过所有OpenAI模型，仅当前Anthropic模型得分更高；Muse Wonder位列第十。
Meta在博客文章中回应了常见批评，即Muse模型为基准测试调优但在实际使用中表现不佳。公司称Muse Wonder Full在未参与训练优化的陌生任务上表现好于预期，并将其归因于更强的基座模型。Meta表示模型在其内部Prometheus数据中心以吉瓦级规模训练，更多细节见模型卡。
性能提升伴随成本上涨
根据Artificial Analysis数据，Muse Wonder在智能指数上每个任务成本为 4.52 美元，接近前代Muse Spark 1.3的 1.60 美元的三倍。Token定价也上涨，输入每百万token 4美元、输出 20 美元，前代分别为 1.25 美元和 4.25 美元。
Muse Wonder每任务多使用 28% 的输入token，输入token占总成本的 76%。这一价格低于Claude Fable 5.1的 7.63 美元和Claude Opus 5.5的 5.98 美元，但高于GPT-6 Astra的 3.26 美元、Gemini 4 Argon的 1.99 美元和GPT-6.1 Sol的 0.72 美元。Muse Wonder Full的token定价尚未公布。两款模型输出token均比前代减少约 10%。The Decoder称更多细节见模型卡。