Meta 发布 frontier 模型 Muse Wonder 系列，进入一线模型行列

Meta 发布了其前沿模型 Muse Wonder 的两个版本，两者均跻身目前最优秀的 AI 模型之列。

Muse Wonder Full 在 Artificial Analysis 智能指数 v4.3 中得分为 56 分，Muse Wonder 得分为 52 分。其前身 Muse Spark 1.3 得分为 48 分，因此这是一个从中端模型的显著跃升。

最大的提升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，成绩从 33% 跃升至 57%。Muse Wonder Full 在十项基准测试中有六项位列前三，对 Meta 来说是一个强劲的成果，此前其开源 Llama 模型经历了疲软期，如今似乎已恢复元气。

Muse Wonder Full 在 Artificial Analysis 智能指数中得分为 56，跻身顶级前沿模型之列。| 图片来源：Artificial Analysis

Meta 强调了两项新功能。"Active Memory"（主动记忆）让模型能够跨对话记住关键信息，并在需要时进行回忆。"Active Focus"（主动专注）是模型坚持完成困难任务、尝试其他方法以及在情况不明朗时提出后续问题的能力。这两点都是 Meta 推广重点的核心，即打造一个可以访问日历、消息和文档的个人 AI 智能体。

两款模型均支持一百万 token 的上下文窗口，并接受文本、图像、视频和音频输入。Muse Wonder 可通过 Meta 的 API 和 Muse Code 获取，而 Muse Wonder Full 目前仅限于 Muse Code 用户使用。Muse Wonder 不久后也将为 Muse 应用提供支持，首先面向付费订阅用户。Meta 计划逐步基于它为所有用户构建专用模型。

编程能力大幅提升，但事实性知识仍然落后

两款模型在编程方面都有显著提升。Muse Wonder Full 在 Coding Agents 指数中得分 68，与 Claude Code 搭载 Sonnet 5.5 持平。Muse Wonder 得分为 63，而其前身为 54。

事实性知识仍是一个短板。在 AA-Omniscience 知识测试中，Muse Wonder Full 仅得 30 分，Muse Wonder 得 25 分。这远落后于 Claude Opus 5.5（46 分）、GPT-6 Astra（43 分）和 Gemini 4 Argon（42 分），这表明 Wonder 系列是基于比竞争对手更小的基础模型构建的。较低的幻觉率有助于弥补这一差距。与前身相比，Muse Wonder Full 将其幻觉率从 33% 降至 23%，在所有得分至少 45 分的模型中位列第二低。只有 Gemini 4 Argon（15%）的幻觉率更低。

Meta 在其博客文章中回应了一个常见的批评，即 Muse 模型是为基准测试而调优的，但在实际使用中表现不佳。该公司表示，Muse Wonder Full 在非训练优化目标的陌生任务上表现超出预期，并将其归因于更强大的基础模型。

Meta 官方的基准测试结果显示，这家在线广告公司已追赶上领先的前沿模型。| 图片来源：Meta

根据 Vals AI 的数据，在 Vals AI 指数上，Muse Wonder Full（Max）首次亮相即位列第五，并超越了所有 OpenAI 模型。只有 Anthropic 目前的模型得分更高。Muse Wonder 位列第十。

最大的提升来自编程和数学。在 ProofBench（一个私密的数学证明基准测试）上，Muse Wonder Full 解决了 100 道题中的 94 道，而其前代为 58 道。这使它仅比顶级模型（99 到 100 分）落后五到六分。在 Terminal-Bench 4 上，Muse Wonder Full 的得分翻倍，同时输出 token 减少了 30%。在金融和法律任务上的表现则保持在前代水平，最多下降了两分。

性能更好，但代价高昂

根据 Artificial Analysis 的数据，Muse Wonder 在 Intelligence Index 上每个任务花费 4.52 美元，几乎是 Muse Spark 1.3（1.60 美元）的三倍。Token 定价也上涨了，输入 token 为每百万 4 美元，输出为 20 美元，而前代为 1.25 美元和 4.25 美元。Muse Wonder 每个任务还多使用 28% 的输入 token，而这占总成本的 76%。

这使得 Muse Wonder 的定价低于 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）。Muse Wonder Full 的 token 定价尚未公布。两款模型的输出 token 都比前代少约 10%。

Meta 表示，这些模型是在其内部吉瓦级规模的 Prometheus 数据中心训练的。更多详情见模型卡。

AI News Without the Hype – Curated by Humans

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、每年六期的独家 "AI Radar" 前沿报告、完整档案访问权限以及评论区的访问权限。