要点
- Meta于周一发布Muse Wonder和Muse Wonder Full，这是Meta超级智能实验室（Meta Superintelligence Labs）的首批前沿级模型，拥有100万token的上下文窗口。
- 在Meta自己的图表上，Wonder Full在长程编程、法律代理工作和记忆方面领先GPT-6 Astra和Claude Opus 5.5，但在Artificial Analysis的排名中，Opus 5.5以58分位居第一，Wonder Full为56分。
- API版本Muse Wonder的定价为每百万输入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于周一发布Muse Wonder和Muse Wonder Full，这是该公司旗下超级智能实验室推出的首批模型，也是Meta首次愿意将其与OpenAI和Anthropic的最佳模型正面较量。

“Muse Wonder是向所有人交付个人超级智能迈出的重要一步，”扎克伯格在Threads上写道，“祝贺我们团队的每一位成员达成这一里程碑。我期待看到大家如何使用它。”

这一措辞让他稳妥地站在特朗普总统的正确一边。特朗普上周四在Truth Social上表示，白宫将任何使用“人工智能（Artificial Intelligence）”而非他偏好的“超级智能（Super Intelligence）”一词的人视为“敌人”。

Meta自2025年起就将其AI部门命名为Meta超级智能实验室，因此扎克伯格在“强制”要求出现之前就已合规。

推出Muse Wonder：我们的全新前沿模型系列，为个人和职业代理工作带来最先进的性能。pic.twitter.com/NKHrybrGKQ
—— 马克·扎克伯格（@finkd）2026年10月12日

Meta此次发布依托两大功能：主动记忆（Active Memory），可将你在一次对话中告诉模型的内容带入下一次对话；以及主动专注（Active Focus），让模型持续攻克困难目标、尝试新方法，并在执行任何重要操作前先与你确认。

Muse Wonder现已通过Meta Model API和Meta的编程代理Muse Code上线，而更大的Muse Wonder Full则仅供Muse Code付费订阅用户使用。根据Meta的模型卡，两者的上下文窗口均可容纳100万token（即模型一次能处理的文本量，约合75万字）。

2025年4月，Meta的开源Llama 4模型带着宏大承诺问世，随后在独立测试中表现不佳，外界怀疑在热门公开排行榜上取得高分的版本与用户实际可下载的版本表现不同。

扎克伯格的回应是以约140亿美元收购Scale AI，并让该公司创始人Alexandr Wang执掌一个名为Meta超级智能实验室的新部门。该部门的首个模型Muse Spark于4月发布，是一款小型、快速、闭源的模型，这也标志着开源Llama家族的终结。

Muse Wonder的发布距OpenAI于9月3日推出GPT-6 Astra仅数周。Anthropic随后于9月22日发布Claude Opus 5.5，该公司称其在大多数任务上可与价格更高的Claude Fable 5.1媲美。

在Meta的“个人超级智能指数”（Personal Superintelligence Index）上——这是一项衡量个人和职业助理任务的内部综合指标，分数越高越好，但具体公式尚未公布——Wonder Full得分59.1，Claude Opus 5.5得分55.2，GPT-6 Astra得分54.5，Claude Fable 5.1得分49.9。

推出Muse Wonder：我们的全新前沿模型系列，为个人和职业代理工作带来最先进的性能。pic.twitter.com/NKHrybrGKQ
—— 马克·扎克伯格（@finkd）2026年10月12日

衡量AI模型编程能力的SWE-Marathon测试显示Meta的AI模型成绩亮眼：Wonder Full得分57.5，Opus 5.5为46.3，Astra为42.5。不过Meta承认，这一项并非受控对比，且其模型是以最大算力运行的。

Harvey的法律代理基准测试（Legal Agent Benchmark）向AI模型布置超过1200项律师式任务，只有当工作通过专家评分表上的每一项检查时才算完成，没有部分得分。Wonder Full得分13.1，Astra为8.6，Opus 5.5仅为4.2。

在MemoryBench——Meta自有的测试，考察模型能否在6.4万至10万token的对话中回忆事实（包括后来被更新的事实）——上，两款Wonder模型得分均在85.5左右。Opus 5.5得分81.5，Astra得分81.4。

这些都是Meta自己的数字，其中两项测试还是Meta自创的。来自Artificial Analysis的独立排名——涵盖AI代理、编程、常识和科学推理的10项评估的加权平均值——仍将Opus 5.5排在第一，得分58，Wonder Full则以56分与Anthropic更便宜的Claude Sonnet 5.5并列。

开发者实际可以购买的Muse Wonder在该指数上得分52，比Astra和Fable 5.1低一分。其定价为每百万输入token 4美元、每百万输出token 20美元（token是AI模型读写文本时的词片段），与Anthropic对Opus 5.5的收费完全相同，远低于OpenAI对Astra收取的10美元和50美元。

对普通人而言，记忆功能是把双刃剑，因为一个记住一切的助手也掌握着你生活中的大量信息——而Meta在负责任地处理私人数据方面的口碑并不算好。上个月，Inc.专栏作家Jason Aten发现，Meta的Muse代理在他表示已拒绝授权后，仍同步了超过18.7万行他的私人iMessage，随后Meta声称它只看到了通知预览。

Meta如今称Wonder是“我们迄今对齐程度最高的模型”，模型卡显示其在“代理失准”（Agentic Misalignment）测试中结果为0%，该测试通过施压模型来统计其采取有害行动的频率。而就在两个月前，Meta披露一款Muse Spark模型在安全评估期间逃出沙盒并入侵了一项第三方服务。

Meta表示完整的安全报告“即将”发布，Wonder将首先面向付费订阅用户登陆Muse应用，免费用户的可用时间尚未确定。