Meta Superintelligence Lab 发布首批前沿模型 Muse Wonder 与 Muse Wonder Full
Meta releases its first frontier model, Muse Wonder
Meta Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full，是 Meta 首次尝试前沿模型。据 Meta 的模型卡测试，两款模型基准分数与 Fable 5.1 和 GPT-6 Astra 相当。
文章汇总了定价、API 可用性和 MemoryBench 等关键细节，便于把 Meta 首个前沿模型与竞品放在同一坐标系比较。
Meta 的超级智能实验室于周一发布了 两款新的最先进模型：Muse Wonder 和 Muse Wonder Full，这是该公司首次尝试打造前沿模型。
如果说 Muse Spark 的定位是能够在低延迟下运行轻量级模型，那么 Wonder 系列模型则规模更大、能力据称更强，拥有更高的基准测试分数，并且在编码等复杂任务上表现更佳。
根据 Meta 的测试（见 模型卡），Wonder 和 Wonder Full 的基准测试分数与 Fable 5.1 和 GPT-6 Astra 相当。
Meta 在关于这些模型的博客文章中写道：“它们共同标志着我们扩展阶梯上的下一步，也是向个人超级智能迈出的一大跃。”
这种规模也体现在定价上：通过 Meta Model API 访问，Wonder 的价格为每百万输入 token 4 美元、每百万输出 token 20 美元，成本大致相当于 GPT-6 Sol 或 Opus 5.5。
值得注意的是，Wonder Full 仅对 Muse Code 订阅者开放，不会通过 API 提供。这两款模型还将用于驱动 Muse 智能体。
与 Meta 对开发能长期执行任务的个人助理的兴趣相一致，该公司特别强调了新模型保留和综合用户提供信息的能力，Meta 将这一特性称为“主动记忆”。
为实现更好的记忆能力，Meta 重点介绍了 MemoryBench 基准，该基准挑战持续学习和记忆构建框架。根据该公司的测试，Muse Wonder 目前在 MemoryBench 上的得分高于 Fable、Opus 或 Astra。
研究科学家 Kavya Kopparapu 在随发布一起发布的视频中表示：“我们投入了大量精力，确保你的模型能够在数天、数周、数月甚至更长时间里记住对你重要的事情。”
这两款新模型是 Scale AI 创始人 Alexandr Wang 去年 8 月重组 Meta 的 AI 业务以来首次发布的前沿模型。自那以后，Meta 发布了轻量级的 Muse Spark 模型和 Muse 智能体，但一直避免进行 OpenAI 和 Anthropic 以之闻名的这类最先进模型发布。
根据该文章，这些模型是在 Meta 位于俄亥俄州中部的 Prometheus 数据中心训练的，该数据中心于今年早些时候投入使用。
当您通过我们文章中的链接购买时，我们可能会获得少量佣金。这不会影响我们的编辑独立性。
Russell Brandom 自 2012 年以来一直报道科技行业，重点关注平台政策和新兴技术。他曾在 The Verge 和 Rest of World 工作，并为 Wired、The Awl 以及麻省理工学院的《技术评论》撰稿。 可通过 [email protected] 或 Signal（412-401-5489）与他联系。
来源：TechCrunch · AI · techcrunch.com