Meta的新前沿模型 Muse Wonder Full 进入人工智能顶级梯队

Meta的新前沿模型 Muse Wonder Full 进入人工智能顶级梯队

关键点

• Meta 的两款新机型——Muse Wonder 和 Muse Wonder Full——缩小了与领先前沿机型之间的差距。
• 最大的成果体现在代理式编码和自主问题解决方面。
• 两种版本每次 API 调用所需的费用几乎是前代产品 Muse Spark 1.3 的三倍。

Meta 推出了两种版本的 Frontier 模型 Muse Wonder，这两种模型都属于目前最优秀的 AI 模型之一。

Muse Wonder Full在人工智能分析指数 v4.3上获得了56分，而Muse Wonder则获得了52分。其前身Muse Spark 1.3获得了48分，这标志着它相比之前的中端模型有了显著的提升。

最大的提升体现在代理式评估中，这类测试用于衡量 AI 模型独自处理复杂任务的能力。在 Terminal-Bench 4.0 上，性能从 33% 提升到了 57%。Muse Wonder Full 在十项基准测试中有六项处于前三名，这对 Meta 来说是一个强劲的结果，似乎在开放版 Llama 模型表现不佳之后已经恢复了状态。

元平台强调了两项新功能。“主动记忆”功能使模型能够在对话中记住关键信息，并在需要时将其调用。“主动专注”则让模型能够坚持处理困难任务，尝试不同方法，在某些内容不明确时提出后续问题。这两项功能是 Meta 推出的个人 AI 代理方案的核心内容，该代理可以访问日历、消息和文档。

两种模型都支持一百万个标记的上下文窗口，并接受文本、图片、视频和音频作为输入。Muse Wonder可通过 Meta的API 和 Muse Code 使用，而Muse Wonder Full目前仅适用于Muse Code用户。Muse Wonder即将开始为 Muse应用 提供支持，首批适用的是付费订阅用户。未来，Meta计划从这些数据中构建出适合所有用户的专用模型。

编码水平急剧提升，但实际知识却落后了

两种模型在编码方面都取得了显著进步。Muse Wonder Full在 Coding Agents Index上获得了68分，与 Claude Code和Sonnet 5.5并列。Muse Wonder的得分从之前的54分上升到了63分。

实际知识仍然是一个弱点。在 AA-Omniscience知识测试中，Muse Wonder Full仅获得30分，而Muse Wonder获得25分。这远远低于Claude Opus 5.5（46分）、GPT-6 Astra（43分）和Gemini 4 Argon（42分），这表明Wonder系列基于一个比竞争对手更基础的产品型号。较低的幻觉发生率有助于弥补这一差距。与之前版本相比，Muse Wonder Full的幻觉发生率从33%降至23%，是所有得分至少达到45指数的型号中第二低的。只有Gemini 4 Argon（15%）的幻觉发生率更低。

Meta 在其博客文章中回应了一种常见批评，即 Muse 模型虽然针对基准测试进行了优化，但在实际使用中表现不佳。该公司表示，Muse Wonder Full 在未经训练优化的陌生任务上表现优于预期，这得益于更强大的基础模型。

在 Vals AI Index 上，Muse Wonder Full (Max) 首次登上第五位，并击败了所有 OpenAI 模型，根据 Vals AI 的数据。只有当前的 Anthropic 模型得分更高。Muse Wonder 则位列第十位。

最大的改进来自编码和数学方面。在用于数学证明的私有测试平台 ProofBench 上，Muse Wonder Full 解决了 100 个问题中的 94 个，而之前的版本只能解决 58 个。这使其仅比顶级模型低五到六分（99 到 100）。在 Terminal-Bench 4 上，Muse Wonder Full 在使用少 30% 的输出标记的情况下，得分翻了一番。在金融和法律任务上的性能则保持在前一个版本的水平，只下降了两分。

更好的性能需要付出巨大的代价

根据人工分析，Muse Wonder 在智能指数上的每任务成本为 4.52 美元，几乎是 Muse Spark 1.3 的 3 倍（后者为 1.60 美元）。Token 定价也有所上升，每百万输入 Token 的成本为 4 美元，输出 Token 的成本为 20 美元，而前代产品对应的成本分别为 1.25 美元和 4.25 美元。Muse Wonder 每任务使用的输入 Token 数量多了 28%，这些 Token 占总成本的 76%。

这使得 Muse Wonder 在定价上低于 Claude Fable 5.1（$7.63）和 Claude Opus 5.5（$5.98），但高于 GPT-6 Astra（$3.26）、Gemini 4 Argon（$1.99）和 GPT-6.1 Sol（$0.72）。目前尚未有 Muse Wonder Full 的代币定价信息。这两种模型输出的代币数量均比前代产品少约 10%。

Meta 表示，其内部 Prometheus 数据中心以吉瓦级规模训练了这些模型。更多细节可以在 模型卡片中查看。

AI新闻——无炒作，由人类整理

订阅 THE DECODER，即可享受无广告阅读体验、每周人工智能通讯、每年六次的独家“AI Radar”前沿报告、完整的存档访问权限，以及我们的评论区访问权。