Meta 的 Superintelligence Lab 在周一发布了两款新型先进模型，分别是 Muse Wonder 和 Muse Wonder Full，这代表了该公司首次尝试开发前沿模型。
Muse Spark旨在成为一种轻量级模型，能够以低延迟性能运行，而Wonder模型则更大，据说能力更强，在基准测试中的得分更高，在编程等复杂任务上的表现也更好。
根据 Meta 的测试结果（可在 模型卡片中查看），Wonder 和 Wonder Full 的基准分数与 Fable 5.1 以及 GPT-6 Astra 相当。
“它们共同标志着我们发展进程中的下一步，也是迈向个人超级智能的重要一步，”Meta关于这些模型的博客文章如此写道。
该比例体现在定价中：通过 Meta Model API 访问时，Wonder 的收费为每百万输入令牌 4 美元，每百万输出令牌 20 美元，其成本与 GPT-6 Sol 或 Opus 5.5 大致相当。
值得注意的是，Wonder Full 仅对 Muse Code 订阅用户开放，不会通过 API 提供。这两种模型也将用于为 Muse 智能体提供动力。
为了符合 Meta 开发能够长期执行任务的个人助手的目标，该公司特别注重新模型保留和整合用户提供信息的能力，Meta 将这一特性称为“主动记忆”。
为了提升记忆能力，Meta 强调了 MemoryBench 基准测试，该测试针对持续学习与记忆构建框架。根据公司的测试结果，Muse Wonder 在 MemoryBench 上的得分高于 Fable、Opus 和 Astra。
“我们投入了巨大的努力，以确保您的模型能够在几天、几周、几个月甚至更长时间内记住对您重要的内容，”研究科学家 Kavya Kopparapu 在伴随发布的视频中说道。
新模型是自 Scale AI 创始人亚历山大·王在去年八月重组 Meta 的 AI 业务之后推出的首款前沿模型。自那以后，Meta 推出了轻量级 Muse Spark 模型和 Muse Agent，但避免了 OpenAI 和 Anthropic 所熟悉的那种最先进的模型发布。
根据这篇帖子，这些模型是在 Meta 位于俄亥俄州中部的 Prometheus 数据中心中训练的，该数据中心今年早些时候已经投入运营。