Meta发布首款前沿模型Muse Wonder

Meta 终于交出了自己的前沿模型答卷。当地时间周一，Meta 超级智能实验室发布了两款新模型 Muse Wonder 和 Muse Wonder Full，这是该公司首次尝试推出前沿级别的大模型。此前 Meta 的 Muse Spark 定位是低延迟的轻量级模型，而 Wonder 系列体量更大、能力更强，在编码等复杂任务上的基准测试成绩和实际表现都更出色。按照 Meta 在模型卡中公布的测试数据，Wonder 和 Wonder Full 的基准分数已经可以对标 Fable 5.1 和 GPT-6 Astra。Meta 在官方博客中称，这两款模型是" scaling ladder（扩展阶梯）上的下一步，也是迈向个人超级智能的重要一跃"。 这一定位直接体现在定价上：通过 Meta Model API 调用 Wonder，输入每百万 token 收费 4 美元，输出每百万 token 收费 20 美元，成本大致与 GPT-6 Sol 或 Opus 5.5 相当。值得注意的是，Wonder Full 只对 Muse Code 订阅用户开放，不走 API 通道。两款模型同时会用于驱动 Muse 智能体。 Meta 这次特别强调的不是跑分，而是记忆能力。为了配合其打造"能长期执行任务的个人助理"的战略，Meta 重点宣传了新模型对用户所给信息的保留与整合能力，并将其命名为"active memory（主动记忆）"。为了证明效果，Meta 还专门引用了 MemoryBench 这一考察持续学习和记忆构建框架的基准，声称 Muse Wonder 在该测试上的得分已经超过 Fable、Opus 和 Astra。参与发布的研究科学家 Kavya Kopparapu 在配套视频中表示："我们投入了大量精力，确保模型能在数天、数周、数月甚至更长时间里记住对你重要的东西。" 从时间线看，这是 Scale AI 创始人 Alexandr Wang 去年 8 月重组 Meta 的 AI 业务以来，Meta 发布的第一款前沿模型。在那之后，Meta 只推出了轻量级的 Muse Spark 和 Muse 智能体，一直回避 OpenAI 和 Anthropic 那种级别的前沿模型发布。据官方博客披露，这两款模型在 Meta 位于俄亥俄州中部的 Prometheus 数据中心完成训练，该数据中心今年早些时候才刚刚上线。对跨境电商卖家和 AI 工具用户来说，这意味着在 OpenAI 和 Anthropic 之外，多了一个具备长记忆能力、可长期跟踪任务的大模型选项，但 Wonder Full 的订阅墙和 API 定价策略，也决定了它短期内更适合有持续 agent 需求、愿意为记忆能力付费的团队。