Meta 交卷 Muse Wonder：智能体跑分开始咬住 Claude

重建 14 个月后，Meta 超智能实验室（MSL）的第二个模型家族终于交货。10 月 12 日，Meta 发布 Muse Wonder 和 Muse Wonder Full，官方口径是在个人和专业智能体任务上达到业界最佳水平。

一、发生了什么

这次发布了两款：Wonder 是快速前沿模型，通过 Meta Model API 和 Muse Code 提供；Wonder Full 是完整版，目前只面向 Muse Code 订阅用户开放，没有单独公开定价。两者在吉瓦级的 Prometheus 数据中心训练，主打三项能力：跨天跨周的主动记忆、遇到阻碍自己绕路的持续专注，以及金融、法律等领域的专业知识。Meta 还首次引入了自家的个人超级智能指数做内部标尺，回应外界「刷榜」的质疑。

第三方评测比发布会更有信息量。据 Latent Space 汇总的 Artificial Analysis 数据：综合智能指数上 Wonder Full 得 56 分，仍低于 Claude Opus 5.5 的 58 分；但在长周期软件工程测试 SWE-Marathon 上，它以 57.5% 明显超过 Opus 5.5 的 46.3%；终端任务基准 Terminal-Bench 从上一代的 33% 跳到 57%；Artificial Analysis 估算的单任务成本约 4.5 美元，低于 Opus 5.5 的 6 美元上下。另一家评测机构 Vals AI 把 Wonder Full 排在其指数第五位，法律证明类测试拿到 94 分，压过 OpenAI 全系模型。定价此前泄露后被证实：每百万输入 token 4 美元、输出 20 美元、100 万上下文，比同级产品便宜约六成。

发布当天也出了状况：模型异常消耗 Muse Code 配额的 bug 当日修复并重置了用户额度。争议还不止 bug——早期演示的 3D 游戏效果拉胯，Meta 负责人承认没在 3D 演示上专门训练；详细的系统卡没有随模型发布，被安全研究者点名。产品端也有隐忧：Muse 应用次日留存 73% 看着不错，两周留存只剩两成出头，被 ChatGPT 反超。社区评价整体分化，有人把它并列第一梯队，也有人认为 Meta 距离 OpenAI 和 Anthropic 还差几个月。

二、跟你有什么关系

写代码用 Agent 的开发者：编程类基准上多了一个便宜一档的选择，尤其是跑长任务、怕烧钱的工作流。Meta 宣称新模型输出 token 用量省三到五成，长任务里这笔账不小。

用 Meta 生态的个人用户：Wonder 后续会接入 Muse 个人助理，订阅用户先吃到，用它记你的偏好、持续跟一件事。

做模型选型的企业：多了一个能进对比清单的前沿选项，但 Full 只在 Muse Code 订阅里、无单独公开定价，采购前要先算清订阅成本。

三、怎么判断

1. 区分两类数据：综合指数落后（56 对 58）和单项超越（SWE-Marathon）同时成立，别只引用对自己有利的那半张表。
2. Meta 的域名、法律、金融评测多用自有口径，参照第三方 Artificial Analysis、Vals AI 的结果更稳。
3. 拿自己的真实任务各跑一天再下单，特别盯输出 token 用量——Meta 宣称新模型省三到五成 token，这直接影响实际账单。

四、三个别信的说法

跑分咬住就等于全面追平。 综合指数还差两分，差距缩小和差距消失是两件事，Meta 自己也没宣称第一。

便宜六成等于成本六折。 按 token 计价的智能体任务里，用量会随模型行为变化，实际省钱幅度要按你的任务实测。

发布会演示就是日常水平。 早期差评集中在没训练过的 3D 演示上，好差评又集中在拿手项目上，两端都别当成采购依据。

五、一句话结论

前沿牌桌从两三家变成三家，对用户最直接的好处是同一档能力开始打价格战。

信息来源

• Muse Wonder 官方博客（Meta，2026-10-12）
• AINews：Meta Muse Wonder 分析（Latent Space，2026-10）

功能与价格以官方公告为准。本文写于 2026 年 10 月 20 日。