Meta推出Muse Wonder模型 亚历山大·王承认编程能力不如Opus 5.5

Meta 10月12日推出Muse Wonder和Muse Wonder Full两款人工智能模型，称这是公司迄今能力最强的模型；这家社交媒体公司正想更有力地和OpenAI、Anthropic竞争，当天下午股价上涨约4%。这是Scale AI创始人亚历山大·王（Alexandr Wang）去年8月重组Meta的人工智能业务以来，Meta第一次推出前沿模型。

受影响的首先是开发者和Meta的付费用户：Muse Wonder当天起可以通过Meta Model API和编程工具Muse Code使用，能力更强的Muse Wonder Full只开放给Muse Code的订户，不通过API提供。通过API使用Muse Wonder，每百万输入词元4美元、每百万输出词元20美元，和GPT-6 Sol或Opus 5.5的价格大致相当。Meta说，Muse Wonder很快会用在它的个人智能体Muse上，先向订户推出。

Meta说，两款模型有名为Active Memory（主动记忆）的功能，能在多次对话之间记住对用户重要的事，处理任务时调出相关细节；还有Active Focus（主动专注）功能，任务变难时会继续朝目标努力、换别的办法、从错误中恢复，需要时请用户说明，做重要的事之前先向用户确认。Meta还说，训练时让模型在未经允许时不分享隐私信息，并拒绝协助真正有害的行为；附带更多安全评估的完整报告很快会发布。两款模型在Meta位于俄亥俄州中部、今年稍早启用的吉瓦级普罗米修斯（Prometheus）数据中心训练。

按Meta自己的测试，两款模型的基准测试成绩与Fable 5.1和GPT-6 Astra相当；在考察持续学习和记忆构建的MemoryBench上，Muse Wonder的得分高于Fable、Opus和Astra。过去一年，Meta首席执行官扎克伯格承诺投入数十亿美元，大举挖角研究人员，想在硅谷越来越激烈的人工智能竞赛中追上对手。Meta在博客中说，十四个月前开始全面改造自己的人工智能工作，如今已经从重建基础走到了推进前沿；在这之前，Meta推出的是轻量级的Muse Spark模型和Muse智能体。

第三方评测机构Artificial Analysis按10项评估加权算出的综合智能指数，仍把Opus 5.5排在第一，58分；Muse Wonder Full和Anthropic更便宜的Claude Sonnet 5.5并列，都是56分。这家机构的编程智能体指数比的是编程工具搭配模型的成绩：Muse Code搭配Wonder Full得到68分，和Claude Code搭配Sonnet 5.5持平；在最高推理强度下，还略高于Claude Code搭配Opus 5.5。发布后，用户Max Blade让Muse Wonder Full和Opus 5.5做同一款3A级割草机模拟游戏，认为Muse在这类3D游戏任务上还做得不够好；用户Bhavy说，用Muse Wonder做火箭场景花了14.3美元，效果不如花约6.9美元的Kimi K3。Meta人工智能负责人亚历山大·王在X上回应说，团队没有专门为这类3D演示游戏训练模型，回头看或许应该多做，并建议开发者多用新模型做实际的编程工作，同时承认新模型的编程能力不如Opus 5.5，还有不少bug在调查。

茉莉花观察

我们的分析：Meta把最好的东西先给了付费用户。能力更强的Muse Wonder Full只给自家Muse Code的订户，不通过API向其他开发者提供；Muse Wonder用到个人智能体Muse上，也是先给订户。扎克伯格承诺投入数十亿美元之后，这一轮比的不只是测试分数，也是订户愿不愿意为Meta的人工智能付钱。

不同看法：Meta说，这两款模型在个人和职业智能体任务上达到最先进的水平，是向“个人超级智能”迈出的一大步。我们同意，从定价看，Meta已经把Muse Wonder和GPT-6 Sol、Opus 5.5放在同一档；独立测试也有对它有利的结果：Full版十项测试有六项进前三，最高推理强度下的编程智能体成绩还略高于Claude Code搭配Opus 5.5。但综合指数仍把Opus 5.5排在它前面，亚历山大·王也承认模型本身的编程能力不如Opus 5.5；说它在智能体任务上已经最先进，独立测试还不能证明。

接下来要看什么：Meta说很快会发布的那份完整安全报告。我们判断，到2026年12月31日，Meta会发布Muse Wonder系列附带更多安全评估的完整报告。Meta在发布当天就说，这份报告很快会发布。模型当天就能付费使用，说明它安全性的完整报告却还要等。

综合Meta、路透社、TechCrunch、爱范儿、界面新闻报道