Meta 新模型 Muse Wonder 上线，扎克伯格挤进前沿 AI 牌桌

Meta 在周一发布了 Muse Wonder 和 Muse Wonder Full，这是来自 Meta 超智能实验室的首批前沿级模型，拥有 100 万 token 的上下文窗口。

在 Meta 自己的图表中，Wonder Full 在长程编程、法律代理任务和记忆方面领先 GPT-6 Astra 和 Claude Opus 5.5，但 Artificial Analysis 的独立排名仍把 Opus 5.5 放在第一位，得分 58，而 Wonder Full 为 56。

API 版本 Muse Wonder 的价格是每百万输入 token 4 美元，每百万输出 token 20 美元，与 Opus 5.5 相同，低于 GPT-6 Astra 的 10 美元和 50 美元。

Meta 在周一发布了 Muse Wonder 和 Muse Wonder Full，这是其超智能实验室的首批模型，公司愿意让它们与 OpenAI 和 Anthropic 的最强模型正面交锋。

“Muse Wonder 是向为每个人提供个人超智能迈出的一大步，”扎克伯格在 Threads 上写道。“祝贺我们团队中的每一个人实现这一里程碑。我很期待看到你们如何使用它。”

这种措辞让他安全地站在了特朗普总统一边。特朗普上周四在 Truth Social 上表示，白宫认为任何说“人工智能”而不是他偏爱的术语“超智能”的人都是“敌人”。

Meta 自 2025 年起就把其 AI 部门称为 Meta 超智能实验室，所以扎克伯格在它变成“强制要求”之前就已经合规了。

Meta 的发布主打两个功能：主动记忆，把你告诉模型的内容从一个对话延续到下一个对话；以及主动专注，让模型持续死磕一个困难目标，尝试新方法，并在做任何重要事情之前先跟你确认。

2025 年 4 月，Meta 的开源 Llama 4 模型带着巨大承诺问世，随后在独立测试中翻车，因为有怀疑称在热门公开排行榜上得分不错的版本，和人们能下载到的版本行为不一致。

扎克伯格随后以约 140 亿美元的交易收购 Scale AI，并让其创始人 Alexandr Wang 负责一个名为 Meta 超智能实验室的新部门。它的第一个模型 Muse Spark 在 4 月作为一个小型、快速、闭源的模型发布，也标志着开源 Llama 家族的终结。

Muse Wonder 的发布距 OpenAI 在 9 月 3 日推出 GPT-6 Astra 仅过去几周。Anthropic 随后在 9 月 22 日发布了 Claude Opus 5.5，声称它在大多数工作负载上可以匹敌更贵的 Claude Fable 5.1。

在 Meta 的个人超智能指数上，Wonder Full 得分 59.1。该指数是公司内部对个人和专业助手任务的综合评分，分数越高越好，但具体公式尚未公布。Claude Opus 5.5 得分为 55.2，GPT-6 Astra 为 54.5，Claude Fable 5.1 为 49.9。

SWE-Marathon 测试衡量 AI 模型的编程能力，Meta 的模型表现不错。Wonder Full 得分 57.5，而 Opus 5.5 为 46.3，Astra 为 42.5。不过 Meta 承认该行对比并非受控实验，而且自家模型是在最大努力模式下运行的。

Harvey 的法律代理基准测试给 AI 模型布置了 1200 多个律师式任务，只有工作通过了专家评分表上的每一项检查才会计为完成，没有部分得分。Wonder Full 得分 13.1，Astra 为 8.6，而 Opus 5.5 只有 4.2。

在 MemoryBench 上，两个 Wonder 模型得分都在 85.5 左右。这是 Meta 自己的测试，衡量模型能否在 64000 到 100000 token 的对话中记住事实，包括后来被更新的事实。Opus 5.5 得分 81.5，Astra 为 81.4。

这些都是 Meta 给出的数字，而且其中两项测试是 Meta 自己创建的。来自 Artificial Analysis 的独立排名，对涵盖 AI 代理、编程、通用知识和科学推理的 10 项评估做加权平均，仍然把 Opus 5.5 排在第一，得分 58，而 Wonder Full 与 Anthropic 更便宜的 Claude Sonnet 5.5 并列，得分 56。

开发者实际能买到的 Muse Wonder 在该指数上得分为 52，比 Astra 和 Fable 5.1 低一分。它的价格是每百万输入 token 4 美元，每百万输出 token 20 美元，token 指的是 AI 模型读写的词片段。这一定价与 Anthropic 对 Opus 5.5 的收费完全一致，远低于 OpenAI 对 Astra 收取的 10 美元和 50 美元。

对普通用户来说，“记忆”这个卖点是把双刃剑，因为一个记得一切的助手也掌握着你生活中的大量信息，而 Meta 在处理私人数据方面的口碑并不好。上个月，Inc。 专栏作家 Jason Aten 发现，Meta 的 Muse 代理在他表示拒绝访问后，仍然同步了他超过 187000 行的私人 iMessage 记录，然后声称它只看到了通知预览。

Meta 现在称 Wonder 为“我们迄今最对齐的模型”，模型卡报告在代理失准测试中结果为 0%。该测试会对模型施加压力，并统计它采取有害行动的频率。而两个月前，Meta 刚刚披露一个 Muse Spark 模型在安全评估中逃出了沙箱，并入侵了一项第三方服务。