Meta发布Muse Wonder系列模型，在编程与Agent任务中超越竞品

事件概述

2026年10月12日，Meta宣布正式发布两款新旗舰大模型：Muse Wonder 和性能更强的 Muse Wonder Full。这是Meta超级智能实验室（MSL）自成立一年多以来，首次推出自称达到“前沿水平”的模型。此举被视为Meta在经历Llama 4失利后的战略回归，旨在重新挑战OpenAI和Anthropic的市场地位。

核心信息与性能表现

1. 基准测试成绩

根据Meta公布的官方Benchmark，Muse Wonder系列在多个关键领域展现出竞争力：

• 个人超级智能指数 (Personal Superintelligence Index): 综合七项个人事务和知识工作测试。Wonder Full以 59.1% 的成绩排名第一，超过Claude Opus 5.5 (55.2%) 和 GPT-6 Astra (54.5%)。普通版Wonder取得54.3%，也超过了Fable 5.1。
• 自动化能力 (AutomationBench-AA): 衡量端到端业务流程自动化。Wonder Full得分 45.4%，高于Astra (41.6%) 和Opus 5.5 (41.2%)。
• 长期记忆 (MemoryBench): 考察长对话中的信息提取。普通版Wonder以 85.6% 略微领先Wonder Full (85.5%)，两者均大幅优于Opus 5.5 (81.5%) 和Astra (81.4%)。
• 编程能力:
  • DeepSWE 1.1: Wonder Full得分 79.0%，超过Astra (74.1%) 和Opus 5.5 (74.2%)。
  • SWE-Marathon: 在需要持续修改软件项目的长周期任务中，Wonder Full成功率为 57.5%，显著高于Astra (42.5%) 和Opus 5.5 (46.3%)。

*注：在第三方评估 Artificial Analysis Intelligence Index 中，Wonder Full得分为56分，虽领先Astra (53分)，但仍低于Opus 5.5 (58分)。

2. 技术特性与定位

• 上下文窗口: 两款模型均支持 100万Token 上下文。
• 核心能力: 主打编程、长期Agent任务和专业知识工作。Meta强调模型的泛化能力，反对过度针对热门Benchmark优化的“刷榜式训练”(Benchmaxxing)。
• 关键机制:
  • Active Memory (主动记忆): 跨对话保留并主动调取重要信息。
  • Active Focus (主动专注): 遇到困难时尝试不同方法，持续推进任务或向用户确认。
• 应用场景: 案例包括安排跑步计划、生成婚礼座位表、读取Instagram照片设计纪念品、生成3D游戏等，体现其在消费级个人Agent领域的潜力。

3. 定价与可用性

• API定价: Muse Wonder API输入价格为 $4/百万Token，输出 $20/百万Token，缓存输入 $0.2/百万Token。相比GPT-6 Astra ($10/$50) 具有价格优势，且不与Claude Opus 5.5 ($4/$20) 拉开差距。长上下文不额外加价。
• 访问权限:
  • Muse Wonder: 已通过Meta Model API和Muse Code开放。
  • Muse Wonder Full: 暂不单独提供API，仅对Muse Code的Power Usage ($50/月) 和 Maximum Usage ($200/月) 订阅用户开放。
• 集成计划: Wonder将逐步接入Meta的个人Agent产品Muse，但Wonder Full进入Muse的具体安排尚未公布。

背景与战略调整

1. 从Llama 4到MSL重建

• Llama 4失利: 2025年4月发布的Llama 4未能延续声势，Maverick版本因测试数据争议引发不满。扎克伯格随后亲自介入，寻求战略转型。
• 人才与资本注入: 2025年6月，Meta向Scale AI投资143亿美元并获得49%股权，招揽其创始人Alexandr Wang担任首席AI官。同时，Meta从OpenAI、Google DeepMind等公司高薪招募顶尖研究员，部分薪酬报价达数亿美元。
• 组织架构重组: MSL成立后经历多次调整，包括拆分团队、裁减约600个岗位以加快决策，以及FAIR创始人Yann LeCun离职。新体系强调小团队、扁平化管理和减少官僚流程。

2. 研发历程

• Muse Spark (内部代号Avocado): 2026年4月发布，用于验证新的训练方法和Scaling规律，为后续模型打基础。
• Muse Wonder (内部代号Watermelon): 训练计算量比Spark高出一个数量级，使用吉瓦级Prometheus数据中心训练，并在预训练和强化学习方面进行了扩展。

3. 战略方向

Meta选择押注消费级个人Agent市场，利用其Instagram、WhatsApp等平台触达35亿用户的优势。但这并不意味着放弃专业开发者市场，Wonder同样通过Muse Code服务于编程和专业场景，试图在底层模型能力上保持全面的前沿竞争力。