Muse Wonder 是 Meta 在 2026 年 10 月 12 日发布的首个前沿模型系列。Meta 在官方新闻稿中一同推出 Muse Wonder 与 Muse Wonder Full 两款模型，称其为公司迄今能力最强的模型，在个人与专业智能体任务上达到业界领先水平。这一发布距离 Meta 全面重整 AI 业务已过去十四个月，也是其超级智能实验室第一次拿出与 OpenAI、Anthropic 正面竞争的前沿模型，而不是像 Muse Spark 那样的轻量型号。
两款模型的分工，先看价格和渠道
两款模型的获取方式并不相同。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，按 TechCrunch 同日报道，API 定价为每百万输入 token 4 美元、每百万输出 token 20 美元，与 GPT-6 Sol、Claude Opus 5.5 大致同档。Muse Wonder Full 则只面向 Muse Code 订阅用户，不走 API。两款模型后续都将接入 Meta 的智能体产品 Muse，先向订阅用户推送。第三方评测机构 Artificial Analysis 同日给出的智能指数中，Wonder 为 52 分，Wonder Full 为 56 分；Meta 自测则称其基准表现与 Fable 5.1、GPT-6 Astra 相当。需要注意，无论自测还是第三方指数，目前都还没有独立复现，真实差距要等开发者用自己的任务跑过才知道。
主动记忆和主动专注，针对的是长任务的两个老毛病
Meta 这次把卖点顺序放在编程之前，先讲记忆。所谓 Active Memory（主动记忆），是让模型把对用户重要的信息跨对话保留下来，并在新任务里主动调出相关细节；配套的 MemoryBench 基准专门考持续学习和记忆构建，Meta 称 Wonder 在这项测试上超过 Fable、Opus 和 Astra。另一个能力 Active Focus（主动专注）针对执行环节：任务变难时不轻易放弃，换方法、从错误中恢复、跟进到底，只在重要动作前先向用户确认。官方举的应用场景是处理保险理赔、读懂租约、梳理个人财务这类要翻很多材料、跨很多天的专业活，外加法律、金融、健康等专家领域和编程。这套设计说到底是在承认一件事：智能体落地的瓶颈已经不只是单次回答的质量，而是它能不能记住上下文、能不能把一件长事做完。
训练地点、安全口径和还没交代的部分
官方新闻稿披露，这批模型在 Meta 位于俄亥俄州中部的 Prometheus 数据中心训练，该设施今年早些时候上线。安全方面，Meta 表示模型经过训练，会避免未经许可分享私人信息、拒绝协助实际有害行为，并按其超级智能扩展框架的标准做评估，完整的安全评估报告稍后发布。但几个关键规格官方至今没有交代：上下文窗口、参数规模、知识截止时间都没有公布，Wonder Full 不开放 API 也意味着企业用户短期内无法在自有系统里调用最强版本。所以这款模型的真实定位要等两件事落地才清楚：一是 Muse 订阅用户实际用上后的长任务表现，二是独立评测对记忆类基准的复现结果。在那之前，它更像 Meta 宣告回到前沿牌桌的信号，而不是已经验证过的换代结论。
