Meta 发布 Muse Wonder 与 Muse Wonder Full 两款前沿模型

Meta 发布了两种版本的前沿模型 Muse Wonder，两者都跻身当前最佳 AI 模型之列。

Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上获得 56 分，Muse Wonder 则获得 52 分。其前代产品 Muse Spark 1.3 得分为 48 分，这意味着它从一款中游模型实现了显著跃升。

最大的进步体现在智能体评测中，这类测试衡量 AI 模型独立处理复杂任务的能力。在 Terminal-Bench 4.0 上，表现从 33% 跃升至 57%。Muse Wonder Full 在十项基准测试中的六项跻身前三，对 Meta 来说成绩亮眼；在开放权重 Llama 模型表现较弱的一段时期后，Meta 似乎已重振旗鼓。

Muse Wonder Full 在 Artificial Analysis Intelligence Index 上获得 56 分，跻身顶尖前沿模型之列。| 图片：Artificial Analysis

Meta 强调了两项新功能。“Active Memory”可让模型在不同对话间记住关键信息，并在需要时调用。“Active Focus”则是指模型坚持处理困难任务、尝试替代方案，并在遇到不清楚之处时提出后续问题的能力。这两项功能都是 Meta 打造可访问日历、消息和文档的个人 AI 智能体这一目标的核心卖点。

两款模型均支持一百万 token 的上下文窗口，并可接收文本、图像、视频和音频输入。Muse Wonder 可通过 Meta 的 API 和 Muse Code 使用，而 Muse Wonder Full 目前仅面向 Muse Code 用户开放。Muse Wonder 也将很快为 Muse app 提供支持，首先面向付费订阅用户。随着时间推移，Meta 计划以此为基础，为所有用户打造专用模型。

编程能力大幅跃升，但事实知识仍然落后

两款模型的编程能力都有显著提升。Muse Wonder Full 在 Coding Agents Index 上获得 68 分，与使用 Sonnet 5.5 的 Claude Code 并列。Muse Wonder 得分为 63 分，高于前代产品的 54 分。

事实知识仍是薄弱环节。在 AA-Omniscience 知识测试中，Muse Wonder Full 仅获得 30 分，Muse Wonder 则为 25 分。两者都远低于 Claude Opus 5.5（46 分）、GPT-6 Astra（43 分）和 Gemini 4 Argon（42 分），这表明 Wonder 系列的基础模型可能比竞争对手更小。较低的幻觉率有助于弥补这一差距。与前代产品相比，Muse Wonder Full 的幻觉率从 33% 降至 23%，在所有指数得分至少为 45 分的模型中排名第二低。只有 Gemini 4 Argon（15%）的幻觉率更低。

Meta 在博客文章中回应了一项常见批评：Muse 模型经过针对基准测试的调优，却在实际应用中表现不佳。该公司称，面对训练优化中未涉及的陌生任务，Muse Wonder Full 的表现优于预期，并将此归功于更强大的基础模型。

Meta 发布的官方基准测试结果显示，这家在线广告公司已追上领先的前沿模型。| 图片：Meta

据 Vals AI 称，在 Vals AI Index 上，Muse Wonder Full（Max）首次亮相便排名第五，超过所有 OpenAI 模型。只有 Anthropic 当前的模型得分更高。Muse Wonder 排名第十。

最大提升体现在编程和数学方面。在 ProofBench（一项用于数学证明的私有基准测试）上，Muse Wonder Full 解出了 100 道题中的 94 道，高于前代产品的 58 道。这使它仅落后顶级模型 5 到 6 分（99 到 100 分）。在 Terminal-Bench 4 上，Muse Wonder Full 的得分翻倍，同时输出 token 数减少了 30%。金融和法律任务的表现则维持在前代水平，最多下降 2 分。

性能提升，代价高昂

据 Artificial Analysis 称，Muse Wonder 在 Intelligence Index 上每项任务的成本为 4.52 美元，接近 Muse Spark 1.3（1.60 美元）的三倍。Token 定价也有所上涨：每百万输入 token 收费 4 美元，输出 token 收费 20 美元；前代产品的价格分别为 1.25 美元和 4.25 美元。Muse Wonder 每项任务的输入 token 数也多出 28%，而输入 token 占总成本的 76%。

Muse Wonder 的价格低于 Claude Fable 5.1（7.63 美元）和 Claude Opus 5.5（5.98 美元），但高于 GPT-6 Astra（3.26 美元）、Gemini 4 Argon（1.99 美元）和 GPT-6.1 Sol（0.72 美元）。目前尚未公布 Muse Wonder Full 的 token 定价。两款模型的输出 token 数都比前代产品少约 10%。

Meta 表示，这些模型是在其自建的 Prometheus 数据中心以吉瓦级规模训练的。更多详情请见模型卡。

没有炒作的 AI 新闻——由人工编辑

订阅 THE DECODER，即可享受无广告阅读、每周 AI 新闻简报、每年六期独家《AI Radar》前沿报告、完整档案访问权限，以及评论区访问权限。