Meta发布首个前沿模型Muse Wonder，含仅限订阅的Full版本
Meta Superintelligence Lab周一发布Muse Wonder与Muse Wonder Full，称其基准分数与Fable 5.1、GPT-6 Astra相当；Wonder经Meta Model API定价为每百万输入token 4美元、每百万输出token 20美元，Full仅向Muse Code订阅者提供。
Meta的Superintelligence Lab周一发布Muse Wonder和Muse Wonder Full两款新模型，TechCrunch报道称这是Meta首次尝试前沿模型。
两款模型的定位与基准对比
据TechCrunch报道，Muse Wonder和Muse Wonder Full是Meta的Superintelligence Lab在周一发布的一对“最先进”模型。此前的Muse Spark定位于低延迟的轻量模型，而Wonder系列尺寸更大，据称能力更强，基准分数更高，在编程等复杂任务上结果更好。
根据Meta在模型卡中展示的测试，Wonder和Wonder Full取得了与Fable 5.1和GPT-6 Astra相当的基准分数。Meta在相关博客文章中写道：“它们共同代表我们扩展阶梯上的下一步，以及朝个人超级智能迈出的重大一步。”
价格、获取方式与使用范围
Wonder通过Meta Model API提供，价格为每百万输入token 4美元、每百万输出token 20美元，TechCrunch称其成本与GPT-6 Sol或Opus 5.5大致相当。
Wonder Full只对Muse Code订阅者开放，不会通过API提供。两款模型还将用于驱动Muse agent。
Meta强调的“主动记忆”能力
Meta对个人助理方向的长任务执行能力表达了兴趣，因此特别强调新模型保留和综合用户所给信息的能力，Meta将其称为“主动记忆”。
为说明更好的召回表现，Meta重点提及MemoryBench基准，该基准用于挑战持续学习和记忆构建框架。根据Meta的测试，Muse Wonder目前在MemoryBench上的得分高于Fable、Opus或Astra。
在随发布视频中，研究科学家Kavya Kopparapu表示：“我们投入了大量精力，确保你的模型能在数天、数周、数月乃至更长时间里记住对你重要的东西。”
发布背景与训练地点
TechCrunch指出，这是Scale AI创始人Alexandr Wang去年 8 月重组Meta AI工作后，Meta首次发布前沿模型。此后Meta发布了轻量模型Muse Spark和Muse agent，但一直回避OpenAI和Anthropic那种最先进模型的发布。
据Meta博客文章，这些模型在Meta位于俄亥俄州中部的Prometheus数据中心训练，该数据中心今年早些时候上线。