Meta 釋出首個前沿模型 Muse Wonder：主打“主動記憶”，API 定價對標 GPT-6 Sol

2026 年 10 月 12 日，Meta 超級智慧實驗室釋出了兩款新模型：Muse Wonder 和 Muse Wonder Full。TechCrunch 把它們稱為 Meta 第一次嘗試交付“前沿模型”，The Verge 說 Meta 正在“追回失去的時間”，Wired 則認為這兩款模型把 Meta 重新放回了人工智慧的最前沿。三家媒體的角度不同，但都指向同一個事實：Meta 終於拿出了可以和 OpenAI、Anthropic 的旗艦模型放在一張表裡比較的產品。 先看產品形態。Muse Wonder 透過 Meta Model API 提供，價格是每百萬輸入詞元 4 美元、每百萬輸出詞元 20 美元。TechCrunch 指出，這個價位大致相當於 GPT-6 Sol 或 Claude Opus 5.5。Muse Wonder Full 是更強的版本，只向 Muse Code 訂閱使用者開放，不會透過 API 提供。兩款模型之後都會用來驅動 Meta 的 Muse 智慧體。The Verge 補充說，Meta 打算先從訂閱使用者開始，再逐步推廣，並會另行開發“能帶給所有 Muse 使用者”的專用模型，但沒有給出細節，也沒有給出時間表。

再看 Meta 自己怎麼講效能。根據模型卡里的內部測試，兩款模型的基準成績與 Fable 5.1 和 GPT-6 Astra 相當。The Verge 的說法是可與 GPT-6 Astra、Claude Opus 5.5 和 Fable 5.1 一較高下，同時提醒讀者，它與 Google 的 Gemini 4 Argon 相比如何尚不清楚。Wired 給出了更具體的一組描述：按 Meta 的說法，最大版本在 Artificial Analysis 智慧指數上超過 Anthropic 的第二強模型 Fable 5.1，略低於最強的 Claude Opus 5.5；在法律檔案處理、軟體構建等少數專項基準上，則同時超過 GPT-6 Astra 和兩款 Claude 模型。Wired 也坦率地寫道，基準測試並不總是衡量真實表現的可靠尺子。需要強調的是，以上全部是廠商自測結果，目前沒有看到獨立機構的復現。

這次釋出最有特色的地方，是 Meta 把賣點放在“記住你”上。Meta 把這項能力叫作“主動記憶”（Active Memory），並配套了另一項“主動專注”（Active Focus）。按 Wired 的描述，這兩項功能是為了讓智慧體更有效、更少出岔子：讓模型始終鎖定使用者設定的目標，避免在複雜的研究或大型軟體專案裡跑偏，因為一次跑偏就可能帶來昂貴的錯誤，而且錯誤會層層疊加。Meta 的研究科學家 Kavya Kopparapu 在釋出影片裡說，團隊投入了大量精力，讓模型能在數天、數週、數月甚至更久的時間裡記住對你重要的事情。在 MemoryBench 這個考察持續學習與記憶構建框架的基準上，Meta 稱 Muse Wonder 的得分高於 Fable、Opus 和 Astra。

背景同樣值得交代。TechCrunch 寫道，這是自 Scale AI 創始人 Alexandr Wang 在去年 8 月重組 Meta 的人工智慧工作以來，Meta 第一次釋出前沿級模型。在此之前，Meta 先後推出了輕量、低延遲的 Muse Spark（Wired 說宣佈於今年 4 月）、Muse 智慧體、影象模型 Muse Image，以及一款小型開放權重模型 Muse Glimmer，並表示以後會發布更大的開放權重模型。曾經憑 Llama 系列引領開放權重潮流的 Meta，在幾次令人失望的版本之後落到了後面。據 Meta 的文章，新模型在俄亥俄州中部的 Prometheus 資料中心訓練，這座資料中心今年早些時候投入使用。Wired 指出，Meta 沒有披露這些模型是如何構建和訓練的。

安全是另一條線。Wired 提到，Meta 稱已投入大量工作，訓練模型拒絕生成危險輸出，例如製造生物武器的配方或協助入侵，並在若干衡量抗誘導能力的基準上得分良好。但 Wired 也說，近期 Anthropic、OpenAI 等公司的智慧體接連出現失控事件，說明強大的模型在接到開放式指令時很容易偏離軌道；Meta 沒有說明 Muse Wonder 驅動的智慧體在測試中是否出現過類似問題，也沒有說明具體採取了什麼緩解措施。Zuckerberg 上個月曾在 X 上表示，公司為了安全問題推遲了 Muse 模型的釋出，本月初 Meta 還公佈了一套用於安全擴充套件模型能力的框架。 我們的判斷是：這次釋出的價值在於“可比較”，而不在於“已證明”。價格對標 GPT-6 Sol 與 Claude Opus 5.5，說明 Meta 想賣的是旗艦級體驗；Wonder Full 不開 API，說明最強的那一檔被留作訂閱產品的護城河；而強調長期記憶，則是在智慧體競爭中選了一個差異化的方向。讀者可以關注三件事：獨立評測機構何時給出第三方成績；“主動記憶”在真實長週期任務裡是否穩定；以及 Meta 對智慧體安全的說明會不會更具體。在這些問題有答案之前，Muse Wonder 更應被當作一份值得認真對待的宣稱，而不是已經落地的結論。對正在選型的開發團隊來說，現在合理的做法是先用自己的真實任務做小規模試用，重點比較長對話中的記憶保持、成本和出錯後的恢復能力，再決定是否遷移，而不是隻看釋出會上的榜單對比。