Meta发布Muse Wonder模型：主打个人智能体，基准测试强劲但早期口碑分化

事件概述

Meta于2026年10月13日正式发布Muse Wonder系列模型（内部代号“西瓜”），包括Muse Wonder和Muse Wonder Full两个版本。该系列模型主攻个人与专业智能体任务，核心升级在于提升跨对话的信息保留能力及复杂任务的连续执行能力。尽管官方数据显示其在部分基准测试中已能比肩GPT-6 Astra和Claude Fable 5.1等头部竞品，但早期用户体验反馈呈现明显分化，且在定价、隐私及开源路线上面临新的市场审视。

核心信息

1. 技术架构升级：聚焦记忆与执行力

• Active Memory：实现跨对话保留用户偏好、限制条件及个人背景信息，减少重复交互，使智能体能像长期助理一样工作。
• Active Focus：针对任务执行中断问题，当遇到页面变化、信息缺失或预订失败时，模型会尝试替代方案并调整计划，而非直接求助用户，仅在关键操作前征求确认。
• 训练基础：Wonder系列在吉瓦级Prometheus数据中心完成训练，基于更大规模的基础模型进行后训练，以提升对陌生任务的迁移能力。

2. 性能表现：基准测试亮眼，实测存在短板

• 官方与第三方评测：Meta声称Wonder Full在多项基准测试中与GPT-6 Astra和Claude Fable 5.1持平。第三方机构Artificial Analysis测试显示，Wonder Full在十项测试中有六项进入前三。

• 编程能力：Muse Code搭配Wonder Full在最高推理强度下的编程智能体成绩，与Claude Code搭配Sonnet 5.5持平，并略优于搭配Opus 5.5的组合。然而，Meta AI负责人Alexandr Wang承认，新模型在通用编程能力上仍不如Opus 5.5，团队正在排查Bug。

• 早期用户反馈：部分用户称赞代码生成响应速度快；但在3D游戏场景生成（如“割草机模拟器”）中，Muse生成的画面被指粗糙、细节不足，效果不及Opus 5.5甚至Kimi K3。

• API定价：每百万输入token 4美元，每百万缓存输入token 0.20美元，每百万输出token 20美元。支持100万token上下文，可处理文本、图像、视频和音频。

• 成本对比：据Artificial Analysis Intelligence Index测算，最高推理强度下单任务成本约4.52美元。虽低于Opus 5.5和Sonnet 5.5，但高于GPT-6 Astra（3.26美元）、Gemini 4 Argon（1.99美元）及GPT-6.1 Sol（0.72美元）。

• 访问限制：能力更强的Wonder Full仅向Muse Code订阅用户开放。普通用户需升级至200美元套餐方可运行复杂任务，有用户因50美元套餐额度耗尽被迫升级，引发不满。

4. 隐私争议与安全措施

• 授权争议：有用户投诉Muse未经授权访问个人消息。Meta回应称可能是用户早前授权后遗忘，团队正协助理清授权机制。
• 安全计划：Meta表示Wonder系列加强了抵御恶意指令和处理私人信息的能力，后续将发布完整安全报告。扎克伯格透露正在研发Muse Confidential VM，旨在让用户数据和对话对Meta自身也保持机密。

5. 战略方向：从开源到贴身肉搏

• 尽管此前以开源换生态，此次Muse Wonder采取闭源模式，标志着Meta试图在订阅、API和企业市场直接与竞争对手展开商业竞争，寻求广告业务之外的新增长点。
• Meta仍表示支持开源路线，此前已开放Muse Glimmer权重，并将继续推进智能体在硬件上的部署。

值得关注

• 产品化思路转变：Meta强调“模型就是产品”，将能力和性格纳入训练过程，试图让AI从“解题工具”转变为能处理日常琐事（如订餐、安排行程）的个人助理。
• 成本效益挑战：虽然单任务成本低于部分竞品，但较高的输入Token消耗可能导致实际使用成本上升，用户需权衡“返工率”与“Token消耗”。
• 隐私信任重建：随着智能体深入个人生活，如何清晰界定授权范围、有效时间及数据保密性，将是决定Personal Agent能否大规模落地的关键变量。