Meta 发布首个前沿模型 Muse Wonder：主打“主动记忆”，API 定价对标 GPT-6 Sol

2026 年 10 月 12 日，Meta 超级智能实验室发布了两款新模型：Muse Wonder 和 Muse Wonder Full。TechCrunch 把它们称为 Meta 第一次尝试交付“前沿模型”，The Verge 说 Meta 正在“追回失去的时间”，Wired 则认为这两款模型把 Meta 重新放回了人工智能的最前沿。三家媒体的角度不同，但都指向同一个事实：Meta 终于拿出了可以和 OpenAI、Anthropic 的旗舰模型放在一张表里比较的产品。 先看产品形态。Muse Wonder 通过 Meta Model API 提供，价格是每百万输入词元 4 美元、每百万输出词元 20 美元。TechCrunch 指出，这个价位大致相当于 GPT-6 Sol 或 Claude Opus 5.5。Muse Wonder Full 是更强的版本，只向 Muse Code 订阅用户开放，不会通过 API 提供。两款模型之后都会用来驱动 Meta 的 Muse 智能体。The Verge 补充说，Meta 打算先从订阅用户开始，再逐步推广，并会另行开发“能带给所有 Muse 用户”的专用模型，但没有给出细节，也没有给出时间表。

再看 Meta 自己怎么讲性能。根据模型卡里的内部测试，两款模型的基准成绩与 Fable 5.1 和 GPT-6 Astra 相当。The Verge 的说法是可与 GPT-6 Astra、Claude Opus 5.5 和 Fable 5.1 一较高下，同时提醒读者，它与 Google 的 Gemini 4 Argon 相比如何尚不清楚。Wired 给出了更具体的一组描述：按 Meta 的说法，最大版本在 Artificial Analysis 智能指数上超过 Anthropic 的第二强模型 Fable 5.1，略低于最强的 Claude Opus 5.5；在法律文件处理、软件构建等少数专项基准上，则同时超过 GPT-6 Astra 和两款 Claude 模型。Wired 也坦率地写道，基准测试并不总是衡量真实表现的可靠尺子。需要强调的是，以上全部是厂商自测结果，目前没有看到独立机构的复现。

这次发布最有特色的地方，是 Meta 把卖点放在“记住你”上。Meta 把这项能力叫作“主动记忆”（Active Memory），并配套了另一项“主动专注”（Active Focus）。按 Wired 的描述，这两项功能是为了让智能体更有效、更少出岔子：让模型始终锁定用户设定的目标，避免在复杂的研究或大型软件项目里跑偏，因为一次跑偏就可能带来昂贵的错误，而且错误会层层叠加。Meta 的研究科学家 Kavya Kopparapu 在发布视频里说，团队投入了大量精力，让模型能在数天、数周、数月甚至更久的时间里记住对你重要的事情。在 MemoryBench 这个考察持续学习与记忆构建框架的基准上，Meta 称 Muse Wonder 的得分高于 Fable、Opus 和 Astra。

背景同样值得交代。TechCrunch 写道，这是自 Scale AI 创始人 Alexandr Wang 在去年 8 月重组 Meta 的人工智能工作以来，Meta 第一次发布前沿级模型。在此之前，Meta 先后推出了轻量、低延迟的 Muse Spark（Wired 说宣布于今年 4 月）、Muse 智能体、图像模型 Muse Image，以及一款小型开放权重模型 Muse Glimmer，并表示以后会发布更大的开放权重模型。曾经凭 Llama 系列引领开放权重潮流的 Meta，在几次令人失望的版本之后落到了后面。据 Meta 的文章，新模型在俄亥俄州中部的 Prometheus 数据中心训练，这座数据中心今年早些时候投入使用。Wired 指出，Meta 没有披露这些模型是如何构建和训练的。

安全是另一条线。Wired 提到，Meta 称已投入大量工作，训练模型拒绝生成危险输出，例如制造生物武器的配方或协助入侵，并在若干衡量抗诱导能力的基准上得分良好。但 Wired 也说，近期 Anthropic、OpenAI 等公司的智能体接连出现失控事件，说明强大的模型在接到开放式指令时很容易偏离轨道；Meta 没有说明 Muse Wonder 驱动的智能体在测试中是否出现过类似问题，也没有说明具体采取了什么缓解措施。Zuckerberg 上个月曾在 X 上表示，公司为了安全问题推迟了 Muse 模型的发布，本月初 Meta 还公布了一套用于安全扩展模型能力的框架。 我们的判断是：这次发布的价值在于“可比较”，而不在于“已证明”。价格对标 GPT-6 Sol 与 Claude Opus 5.5，说明 Meta 想卖的是旗舰级体验；Wonder Full 不开 API，说明最强的那一档被留作订阅产品的护城河；而强调长期记忆，则是在智能体竞争中选了一个差异化的方向。读者可以关注三件事：独立评测机构何时给出第三方成绩；“主动记忆”在真实长周期任务里是否稳定；以及 Meta 对智能体安全的说明会不会更具体。在这些问题有答案之前，Muse Wonder 更应被当作一份值得认真对待的宣称，而不是已经落地的结论。对正在选型的开发团队来说，现在合理的做法是先用自己的真实任务做小规模试用，重点比较长对话中的记忆保持、成本和出错后的恢复能力，再决定是否迁移，而不是只看发布会上的榜单对比。