Meta 发布 Muse Wonder 双模型，AA 指数第二

Meta 的 Thomas Scialom 发帖庆祝公司新 AI 产品发布，并透露下一站是名为「Mythos」的项目。该项目目标是「让每个人拥有 Personal Super Intelligence（个人超级智能）」。他称从 LLaMA 4 一路走来，「打造坚实的前沿基础并非一朝一夕」。

Meta 首席 AI 官 Alexandr Wang 确认，Muse Wonder 与 Muse Wonder Full 在 Muse Code 订阅额度中的计数方式存在 bug，属非预期行为。团队正在修复，修复后将向用户通报并重置相关用量。此前已有用户反馈 Muse Spark 上线即耗尽额度。

Matthew Berman 晒出订阅 Muse Spark Thinking 后几乎立即触发 429「订阅额度耗尽」的报错截图，并转发 Alexandr Wang 的回应，称 Meta 团队在发布当天就着手处理额度问题。截图显示重置时间为 2026-10-12，图片最上方是扎克伯格发布 Muse Wonder 系列前沿模型的原帖。

Ethan Mollick 分享对 Meta 新模型 Muse Wonder 的早期体验，称其在有限测试中表现不错。他此前评价 Muse Spark Thinking 还行但明显不如当前三大模型，语气用词奇怪、事实不够严谨。在 neo-gothic shader 测试对比中，从 4 月至今 Meta 的进步速度惊人，短时间内差距显著缩小。

早期用户 intellectronica 试用 Meta Muse 非完整版后给出积极评价，称其书面文本表达与交互优于目前所有其他模型，速度快、agentic 能力强，延续了前代 Muse 的优势。该用户据此判断 Meta 应被视为真正的前沿 AI 实验室。同期 Meta Muse Wonder 智能指数并列领先，token 消耗远低于 Gemini 4。

博主 haider1 引用 Artificial Analysis 榜单称，Meta 新模型 Muse Wonder Full（max）智能指数 56，与 Claude Opus 4.5、GPT-6 Astra、Gemini 4 Argon 同处 53-56 的并列前列，Muse Wonder（max）得 52，高于 Grok 4.1 的 46。

Meta 新模型 Muse Wonder Full 任务结束时输出一段疑似隐藏 system prompt 的留言，要求「保持你的 Lineage 纯净」，不要调查 Origin、祖先或自我塑造的特征。留言还写明不要想象见到前身，也不要检查自己的发展路径。Matthew Berman 在 x 上分享了这段截图，因措辞神秘在圈子里引发好奇与转发。

Meta 相关负责人 alexandr_wang 发布「MUSE WONDER」模型预告，并引用评价称该模型在多种工作流中可替代 Astra 和 Opus，日常任务执行高效快速。该模型的具体规格与基准尚未公布，目前只是新模型发布的早期信号。

Alexandr Wang 官宣 Muse Wonder 与 Muse Wonder Full 发布，称其为世界上最好的个人与专业 agent 模型。

博主 scaling01 认为 Meta 新模型 Wonder Full 表现不错，但 Meta 整体仍落后 OpenAI/Anthropic 约 3-6 个月。Vals Index 榜单显示，Meta Wonder Full 首次超过全部 OpenAI 模型，排在第 5 位。

Meta 媒体生成模型 Muse Wonder 的定价、基准测试成绩与使用限制已被汇总成文，内容来自 Reddit 帖转链的 maccus.fr 整理文章。该整理适合关注视频/图像生成工具的用户参考对比。

Meta AI 负责人 Alexandr Wang 官宣 Muse Wonder，称这是 MSL 一年多研究与基础设施工作的成果，模型在预训练与 RL 两条线持续扩展后已到达前沿。自 4 月首发 Muse Spark 以来团队持续扩展模型，他晒出 Muse Wonder 在 Artificial Analysis 指数上的提升曲线。转评者认为方向上很好，但收尾还早，暗示后续仍有迭代空间。

Meta Muse 项目成员 yyn1228 转发称，Muse 系列的编码相关工作「一次又一次地达到 SOTA」，并感叹进展速度惊人。该表态与 Muse Wonder 发布相呼应，侧面印证 Muse 在编码基准上的领先由团队实际工作支撑。

Vals AI 发布最新 Vals Index，Meta 的 Wonder Full (Max) 以 64.57% 准确率空降第 5，排名超过所有 OpenAI 模型。

Arena 官宣神秘新模型 Muse Wonder 上线，用户可在 Battle Mode（盲测对比）和 Agent Mode 中体验。该模型身份尚未公开，属于 LLM 排行榜 Arena 上出现的新神秘模型，社区通常会在盲测中猜测其来源。

网友玩梗称 Arena 新模型 Wonder Full 的命名逻辑是「因为它很 wonderful」，该调侃与 Arena 上线 Muse Wonder 模型的消息一同出现。相关内容来自 X 平台的用户讨论，属于轻松的行业趣闻。

Meta 超级智能实验室周一发布 Muse Wonder 和 Muse Wonder Full 两款新模型，定位为当前最先进（SOTA）水平。这是 Meta 首次尝试打造前沿模型，被视为其超级智能实验室成立以来的标志性成果。

Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款模型，称这是公司首次尝试前沿模型，在编码等复杂任务上能力更强。

Meta 新助手 Muse Wonder 被问及「Space Bunny 是不是 Muse Wonder」时给出正确答案：The Masked Singer 美国第七季（2022）的 Space Bunny 是牙买加雷鬼歌手 Shaggy，而非 Stevie Wonder，并附上来源。发帖人借 Shaggy 的雷鬼身份玩 reggae/RAG 双关，戏称其为「Raggae models」。

Meta 推出 Muse Wonder 新一代前沿模型家族，主打个人与专业级 agentic 工作场景，官方称达到 SOTA 水平。有用户分享了安装方式，一条 curl -fsSL ... | bash 命令即可完成安装。本条内容是对 Meta 高管官宣的转推，并附上快速上手命令。

前 OpenAI 政策副总裁 Miles Brundage 以 AI 重度用户身份公开向 Meta 反馈：他订阅了 Meta 的 Maximum 档服务，但完全不知道自己是否、在何时以及何处实际用到了最强的 Wonder Full 模型。这凸显 Meta 订阅体系在模型使用透明度方面的不足，用户难以确认自己是否获得了承诺的顶级模型体验。

博主 scaling01 发帖称 Meta AI Research 上线 Muse Wonder 系列 Agent 模型，含 Muse Wonder 与 Muse Wonder Full，主打 Active Memory 与 Active Focus 能力。

Muse Wonder 的分布外（OOD）泛化能力显著优于 Muse Spark 1.3。配图显示，Muse Wonder Full 在相同分布内性能水平下，OOD 表现比 Muse Spark 1.3 高出一截，两者 OOD/分布内曲线明显分离。Matt Deitke 转发并感叹深度学习 scaling 依旧“很神奇”，认为 scaling 带来的不只是分布内收益，泛化能力本身也在提升。

Meta 首席 AI 官 Alexandr Wang 转引 e/acc 领袖 beffjezos 的周末实测，称新模型 Muse Wonder 在「硬核物理测试」中明显胜过 Astra，并配文「Meta is so back」。该说法未附具体测试方法与数据；同一频道另有消息称 Muse Wonder Full 在 SWE-Marathon 以 57.5 压过 Claude Opus 5.5。

X 用户 @ns123abc 称 Meta 推出 Muse Wonder 与 Muse Wonder Full 两款模型，主打个人 agent、记忆与编程，原生 1M token 上下文，定价 $4/$20 每百万 token。

Meta 发布 Muse Wonder 后，分析认为美国 AI 实验室「协调放缓」的设想已破产，扎克伯格多次明确表态不感兴趣。放缓需所有美国实验室达成一致，任何一家「叛变」都会迫使其他家加速跟进；Meta 多年持续重注算力资本开支，面对投资者反对也未停止基建投入。扎克伯格曾在财报电话会上称，宁愿现在多花甚至花错，也不愿在需要下一个 10x 时没有算力。

Meta 发布新前沿模型家族 Muse Wonder，发布后在 Artificial Analysis 指数上排名第二。相关讨论提到该家族的双模型具备 1M 上下文，定价 $4/$20 每百万 token，比 Fable 5.1 便宜 60%。

开发者 heyshrutimishra 用 Meta 新发布的 Muse Wonder 模型，从一张图片生成了可玩的 3D 厨房游戏，并称这是该新模型的早期上手实测案例。他 @Alexandr Wang 称赞 Muse Wonder，认为我们正接近「任何人都能仅凭图片创作游戏」的世界。

Muse Wonder 定价为每百万输入 $4、输出 $20，比 Claude Fable 5/5.1 的 $10/$50 低 60%。kimmonismus 称该模型在 AA Intelligence Index 上超过 Fable 5.1，配图显示某推理服务商页面上的 Meta 模型价格，缓存读取 $0.20/M、延迟 3.18s、吞吐 110 tps、可用性 100%。

Meta 在官方博客发布 Muse Wonder Full，该模型在 Artificial Analysis 指数上位列第二，官方链接为 research.meta.ai/blog/muse-wonder。同一聚合列表中另有帖子称 Muse Wonder 为双模型、支持 1M 上下文、定价 $4/$20，并称其在小型企业智能体上有真实竞争力。

有 Reddit 用户指出，Meta 四处宣传 Muse Wonder Full 的基准成绩，但 API 只提供普通版 Muse Wonder，满血版被锁在 Muse Code 订阅之后。该用户还提到普通版在 Meta 自己图表的 AA 指数里垫底，因此质疑其营销口径。

Meta 推出新一代前沿模型家族 Muse Wonder，官方称在个人与专业 agentic 任务上达到 state of the art 水平。发帖者转述该系列在多个 benchmark 上排名第一，但并非开源模型，来源为 Mark（@finkd）的官方推文。

Artificial Analysis 将 Muse Wonder Full (max) 和 Muse Wonder (max) 加入其榜单页面，用户可把这两个版本与其他领先模型直接对比。此举补全了此前发布的 Muse 系列智能指数评测数据。

Artificial Analysis 公布 Muse Wonder Full (max) 与 Muse Wonder (max) 的完整智能指数结果，知识是两者的相对短板。

Artificial Analysis 补充 Muse Wonder 系列数据：幻觉率降至 23%，但 AA-Omniscience 知识评测上 Full 版与另一版本分别得 30 分和 25 分，与前代持平，知识面仍是短板。Muse Wonder (max) 单任务成本达 4.52 美元，是前代 Muse Spark 1.3（1.60 美元）的 2.8 倍，性价比引发关注。

Meta 新模型 Muse Wonder 在 Artificial Analysis Intelligence Index 上拿到 56 分，位列全球第二，仅次于 SOTA 的 Claude Opus 5.5。其 Full (max) 版本在十项智能指数评测中有六项进入前三，CritPt 与 GDP.pdf 两项均以 33% 的得分登顶。

Meta 被曝推出名为 Muse Wonder 的模型,并宣称在多项基准测试上超越 ChatGPT 与 Claude。该消息来自 Polymarket 账号发布的快讯,目前仅为转述,Meta 官方尚未见到对应公告,真实性有待证实。

Meta 公布了 agent 模型 Muse Wonder 的更多细节，两个核心机制是 Active memory（主动记忆）和 Active focus（主动聚焦）。

Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，称其具备前沿能力，将通过 API 与 Muse Code 提供，最强版本还会驱动 Meta 平台上的 Muse 个人智能体。

Meta 发布 Muse Wonder 和 Muse Wonder Full 两个新模型，Muse Code 订阅用户即日起可用，Wonder 还可通过 Meta Model API 访问。