Meta于2026年10月12日发布Muse Wonder和Muse Wonder Full，称其为迄今能力最强、面向复杂专业工作和长时间运行任务的AI系统。Meta的技术文档称，两款模型均支持最高100万token的上下文窗口，并可处理文本、图像、音频和视频。
Artificial Analysis给予Muse Wonder 52分、Muse Wonder Full 56分；Muse Spark 1.3为48分，Claude Opus 5.5为58分。
Meta 于10月12日发布Muse Wonder及性能更高的Muse Wonder Full。该公司表示，这些模型是其迄今能力最强的AI系统，旨在执行复杂的专业工作、独立完成长时间运行的任务，并适应不断变化的条件。
这些模型接替Muse Spark，并使用Prometheus数据中心的计算基础设施进行训练。Meta表示，Active Memory使模型能够保留此前对话中的重要信息并检索相关上下文；Active Focus则支持持续工作、尝试替代方案和纠正错误，无需持续追加指令。
Meta称，这些系统可以分析租赁协议、处理金融和医疗文件、构建应用程序并执行浏览器操作。演示内容包括创建一款3D游戏、整理个性化锻炼计划，以及制作婚礼宾客座位表。
Muse Wonder可通过Meta Model API和Muse Code环境使用。Muse Wonder Full初期仅向Muse Code订阅用户开放。Meta计划将这些能力加入其Muse AI助手，并首先面向付费用户推出。
规格与基准测试结果
Meta的技术文档称，两款模型均支持最高100万token的上下文窗口。它们可接受文本、图像、音频和视频输入，但生成文本回复。
Meta将这些模型与OpenAI的GPT-6 Astra、Anthropic的Claude Fable 5.1和Claude Opus 5.5进行比较。在Harvey LAB-AA法律基准测试中，Muse Wonder Full得分为13.1，GPT-6 Astra为8.6，Claude Opus 5.5为4.2。在Vals Finance Agent V2中，Muse Wonder Full得分为59.1，Claude Opus 5.5为58.6。
在MemoryBench中，Muse Wonder得分为85.6，Muse Wonder Full为85.5。Muse Wonder Full在DeepSWE 1.1编程测试中的得分为79%，Claude Opus 5.5为74.2%；在长时间运行的软件项目基准测试SWE-Marathon中，其得分为57.5%，Claude为46.3%。
Meta并未在所有测试中领先。Claude Opus 5.5在Terminal-Bench 4.0中得分为59.6，Muse Wonder Full为57.1；在HealthBench Pro中得分为65.6，Meta模型为62.3。Meta表示，部分结果来自内部测试，而部分竞争对手数据来自公开报告，这意味着测试方法并不完全相同。
独立评估与成本
研究平台Artificial Analysis发布的独立评估显示，Muse Wonder在其Intelligence Index v4.3中获得52分，Muse Wonder Full获得56分。Muse Spark 1.3获得48分，Claude Opus 5.5获得58分。
Artificial Analysis表示，Muse Wonder Full在该指数的10项测试中有6项跻身前三，与前代相比，其在工作流自动化、专业任务和科学研究方面的提升最为显著。其Terminal-Bench 4.0结果从33%升至57%，GDPval-AA v2.1得分则从1,681 Elo分升至1,857 Elo分。
Meta将Muse Wonder定价为每100万输入token 4美元、每100万输出token 20美元，缓存输入的价格为每100万token 0.20美元。Artificial Analysis计算，其每项Intelligence Index任务的平均成本为4.52美元，约为Muse Spark 1.3成本的2.8倍，但在可比配置下低于Claude Opus 5.5。
Muse Wonder Full在AA-Omniscience事实知识测试中得分为30，Claude Opus 5.5为46，GPT-6 Astra为43。其幻觉率为23%，Artificial Analysis称其为所测试先进系统中最低水平之一。
WIRED称，Meta在此前表现较不成功的Llama版本之后取得了显著进展，并在编程和专业分析领域缩小了与领先开发商之间的差距；但该媒体警告称，这些结果仍需通过大规模现实世界使用加以验证。
由Colin Sebastian领衔的Baird分析师，以及由Justin Post领衔的美国银行分析师表示，Muse Wonder可能成为长期增长动力，并可能通过直接访问和整合至Meta现有服务实现商业化。
安全措施
Meta表示，其加强了对个人信息的保护、抵御恶意指令的能力，以及针对潜在危险用途的控制措施。该公司承认，若没有额外限制，无法排除Muse Wonder Full在化学和生物威胁方面达到高风险级别的可能性。在采取保障措施后，Meta评估所有审查类别中的剩余风险均为中等或更低，并表示计划发布更完整的安全审计报告。
来源：HODL Press
