一份车险理赔从报案到结案，要过五六道手。每道手接过材料时，都得把前面发生过的事重新问一遍：撞的是哪一侧，现场照片拍全了没有，上一位同事查到了什么。把这些"重新问一遍"的浪费全部抹掉，是过去十年企业软件没做成、也没真敢想的事。
10 月 12 日（当地时间），Meta 超级智能实验室把这件事摆上了台面：发布 Muse Wonder 与 Muse Wonder Full 两款模型，训练放在俄亥俄州 Prometheus 数据中心，上下文窗口 100 万词元，文本、图像、视频、音频都能进，出来的却只有文本。官方给的样板场景就是保险理赔这类多步骤长活，编程被点名是强项。这是 Meta 自 2025 年重组 AI 组织、Alexandr Wang 执掌超级智能实验室之后，拿出的第一份前沿级作品【直引：Meta 发布材料与多家媒体转述】。
两份作品之间隔着一道墙。便宜的挂在 API 上卖，强的只送进订阅制。这道墙比任何基准分数都更值得说清楚。
🧠 两个被写进名字里的功能
Meta 这次没把宣传重心放在参数上，参数根本没披露。它押的是两个有名字的行为。
Active Memory，跨会话记住与你有关的重要上下文，并在任务需要时主动调出相关细节。Active Focus，朝着一个难目标持续工作：试别的路、绕开阻塞、根据新信息调整，遇到要紧操作前先找你确认【直引：Meta 模型卡对两项功能的表述】。
用一个老理赔员做比方，这两件事都不难懂。老理赔员记得你上个月打过电话，不用你从头讲，这是记忆。老理赔员查勘时发现照片拍漏了，会换个时间去补拍，而不是把单子退回来，这是死磕。单子涉及大额赔付时，他会先来找你签字，这是请示。Meta 把这三样从人身上拆下来，命名成产品功能，装进同一个模型。
这三个维度恰好对着智能体当下最疼的三个坑。会话一长就失忆，遇到报错就绕圈子等指令，以及未经确认执行不可逆操作。Meta 在模型卡里明确说，编程、金融、法律、医疗这类专业长活是两款模型的主场【直引：Meta 发布材料】。演示清单里有一个从零构建可运行应用，还有一个 3D 小游戏。
📊 一份分裂的成绩单
先看独立尺子。Artificial Analysis 的智能指数 v4.3 把 Muse Wonder Full 打到 56 分，Muse Wonder 52 分。同一个榜上，Claude Opus 5.5 是 58 分，Sonnet 5.5 是 56 分，GPT-6 Astra 与 Claude Fable 5.1 都是 53 分，而 Meta 六周前的 Muse Spark 1.3 只有 48 分【直引：Artificial Analysis 评分页】。56 对 58，两分差距落在这个指数近几期发布里反复出现的抖动范围内。真正的前沿地位，Meta 是踩线挤进去的，不是坐稳的。
Meta 自己跑的那张表，画风完全不同。这张表全部取最大推理强度，对手数字来自 Meta 的运行，Meta 在模型卡里承认，对竞争对手的测试是尽力而为，提示词与工具未必针对对手调优【直引：Meta 模型卡自述】。
Muse Wonder 系列的基准成绩，Meta 自测口径
| 基准 | Wonder Full | 最强对手 | 领先或落后 |
|---|---|---|---|
| SWE-Marathon 长程编程 | 57.5% | Opus 5.5 46.3% | 领先 11.2 个百分点 |
| DeepSWE v1.1 编程 | 79.0% | Opus 5.5 74.2% | 领先 4.8 个百分点 |
| Harvey LAB-AA 法律智能体 | 13.1% | GPT-6 Astra 8.6% | 领先 4.5 个百分点 |
| MemoryBench 记忆 | 85.5% | 同场最佳 81.5% | 领先 4.0 个百分点 |
| Terminal-Bench 4.0-AA 终端 | 57.1% | Opus 5.5 59.6% | 落后 2.5 个百分点 |
| HealthBench Pro 医疗 | 62.3% | Opus 5.5 65.6% | 落后 3.3 个百分点 |
| AA-Omniscience 知识 | 30% | Opus 5.5 46% | 落后 16 个百分点 |
领先的四项有个共同点：跨度长，步骤多，都得记东西。SWE-Marathon 考的是跨长时间跨度的软件工程活，Harvey 考的是法律交付物，只有满足全部标准且通过幻觉检查才算过。掉队的四项也有一致性：拼单轮硬知识，拼终端操作精度，拼医疗知识。知识类基准上 30 对 46 的差距，不是抖动能解释的。同一份独立评测里，Wonder Full 的幻觉率 23%，在受测的高级系统里属最低一档【直引：Artificial Analysis】。知道得少而说得稳，与知道得多而说得快，是两条不同的路。
把同一张成绩单按长短活拆开，分裂看得更清楚。
💰 一道墙，两种卖法
卖法本身是这次发布最激进的部分。
Muse Wonder 走 Meta Model API，输入每百万词元 4 美元，输出 20 美元，缓存输入 0.2 美元，与 Opus 5.5 的标价大致同档。Muse Wonder Full 不上 API，只进 Muse Code 订阅，月费 50 与 200 美元两档；面向个人智能体的 Muse 应用另收 20 与 100 美元两档，Wonder 先到位，工件生成与更重的推理以后补【直引：Meta 定价页与 TechCrunch 转述】。
Artificial Analysis 实测 Wonder 每完成一项指数任务平均花 4.52 美元，同场 Opus 5.5 为 5.98 美元，GPT-6 Astra 为 3.26 美元，Gemini 4 Argon 为 1.99 美元。贵过 GPT-6.1 Sol 的 0.72 美元整整五倍多【直引：Artificial Analysis 成本页】。便宜这个词，在 Meta 这次发布里不成立。
参数不披露，权重不放出的同时，扎克伯格说过 Meta 计划未来放出 Muse 线的开放权重版本【直引：多家媒体转述扎克伯格表态】。Llama 时代那种发布即下载的日子，至少现在没回来。
把最强的模型关在订阅里，把次强的挂在 API 上，这个分工回答的是一个商业问题而不是技术问题：用户到底会不会为智能体付月费。CNBC 的解读直接把这称为 Meta 对付费智能体的一次试探【直引：CNBC】。
⚠️ 读这张表之前，先读口径
VentureBeat 的提醒值得放在分数前面：Meta 的对照表混用了内部测试、厂商自供与第三方数字，部分编程结果用了不同的工具脚手架，与同条件正面对不是一回事【直引：VentureBeat】。模型卡自己承认，SWE-Marathon 那组数据并非受控比较。Meta 还提示，Harvey 一项只有满足全部标准并通过幻觉检查才算通过，这项口径严格，13.1% 的含金量要按这个分母读。
也有经得起查的地方。MemoryBench 挂在 arXiv 而不是厂商仓库里，至少这把尺子独立于这次发布存在【直引：TechCrunch】。Artificial Analysis 在发布次日独立复跑，指数分数与 Meta 引用完全一致。编程智能体指数里，Muse Code 内的 Wonder Full 拿 68 分，与搭载 Sonnet 5.5 的 Claude Code 打平，高于 Opus 5.5 的 66 分【直引：Coding Agents Index】。
安全披露的写法在四家前沿实验室里算少见的不绕弯。Meta 明说不排除模型在化学与生物领域在无缓解措施情况下触及高风险阈值，因此上了安全后训练与系统级分类器；网络安全与失控两项评为无缓解也属中等或更低。配套数字里，CyberGym 88.4%，ExploitBench 58.9%，ExploitGym 上 92 个被标记的尝试经核验只有 21 个真用上了目标漏洞【直引：Meta 安全框架披露】。把 92 和 21 放在一起读，比单看 58.9% 诚实。
🧭 然后呢
把这件事放回它自己的时间轴。六周前 Muse Spark 1.3 拿 48 分，这次 Full 拿 56 分，十项指数评测全面提升，涨幅最大的是智能体类：Terminal-Bench 4.0 从 33% 到 57%，GDPval-AA 从 1681 涨到 1857 Elo【直引：Artificial Analysis】。Meta 用十四个月把重组后的团队推到了前沿线附近，这个速度本身是新闻。
Meta 没有证明的是另一件事：前沿的头把交椅。56 对 58 的两分，MemoryBench 领先的 4 分，知识基准落后的 16 分，摆在一起说的是同一句话：这款模型在长记忆、长任务的活上摸到了前沿，在短兵相接的知识问答上还没有。而它选择把强的那个关进订阅制，等于把"前沿"两个字交给市场去验。
下次再有人把智能体忘事归咎于模型笨，可以回来看看这张表。Meta 赌的是记忆成为一等公民，代价是月费。这个赌注值不值，答案不在基准里，在订阅续费率里。
参考文献
- Meta Superintelligence Labs, Muse Wonder 发布材料与模型卡, 2026-10-12. https://ai.meta.com/blog/
- Artificial Analysis, Muse Wonder / Muse Wonder Full — Intelligence Index v4.3 与成本页, 2026-10-13. https://artificialanalysis.ai/
- Traictory, Meta's Muse Wonder is a frontier model family now. The full version is not for sale., 2026-10-14. https://traictory.com/news/2026-10-14-meta-muse-wonder-frontier-models
- InstaDataNews, Meta Muse Wonder Is Its First Frontier Model, and It's Closed, 2026-10-15. https://instadatanews.com/articles/2026-10-15-meta-muse-wonder-first-frontier-model.html
- 至顶科技（转 VentureBeat / TechCrunch / CNBC 报道）, Meta 发布 Muse Wonder AI 模型用于运行智能体, 2026-10-15. https://www.163.com/dy/article/L9A32OTF05118UGF.html
讨论回复
加载中...正在加载回复...
推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用，智谱新一代旗舰模型 GLM-5 已上线，在推理、代码、智能体综合能力达到开源模型 SOTA 水平。