10 月 12 日，Meta 旗下的 Superintelligence Lab 正式发布了 Muse Wonder and Muse Wonder Full 两款模型——这是 Meta 历史上第一款「前沿模型」（frontier model），也是 Scale AI 创始人 Alexandr Wang 去年 8 月接手重组 Meta 的 AI 部门后交出的第一份重磅答卷。过去一年，Meta 只发布了轻量级的 Muse Spark 和 Muse 智能体，刻意避开了 OpenAI、Anthropic 那种顶级旗舰模型的正面战场。现在，Meta 终于下场了，而且直接对标 GPT-6 Astra 和 Fable 5.1。
核心能力：Meta 的首款旗舰
如果说 Muse Spark 是为了「低延迟」而生的轻量模型，那 Wonder 系列走的是完全相反的路——更大、更强、专攻复杂任务。根据 Meta 官方在模型卡中给出的测试数据，Wonder 和 Wonder Full 的基准分数已经能够比肩 Anthropic 的 Fable 5.1 和 OpenAI 的 GPT-6 Astra，这意味着 Meta 首次进入了「业界最强」这个梯队。
- 更强的编程与复杂任务能力：相比 Spark，Wonder 在 coding 等需要深度推理的任务上表现明显更好。
- 主动记忆（Active Memory）：这是 Meta 本次重点宣传的差异化能力——模型能长期保留、并综合你给过的信息，而不是每次对话都「失忆」。Meta 为此专门提到 MemoryBench 基准，测试显示 Muse Wonder 的得分超过了 Fable、Opus 和 Astra。
- 驱动 Muse 智能体：两款模型都会被用来驱动 Meta 的 Muse agent，为其长周期任务执行提供底层能力。
- 训练底座：模型在 Meta 俄亥俄州 Prometheus 数据中心训练，该中心今年早些时候才投入使用。
定价与可用性：一分钱一分货
规模上去了，价格也跟着上去了。Muse Wonder 通过 Meta Model API 提供，定价为输入 $4 / 百万 token、输出 $20 / 百万 token，这个价格和 GPT-6 Sol、Opus 5.5 基本处在同一档，已经不便宜。
值得注意的是 Muse Wonder Full 的开放策略：它不通过 API 提供，只面向 Muse Code 订阅用户开放。也就是说，普通开发者能拿到的是「标准版」Wonder，而能力更强的 Full 版本被 Meta 锁在了自己的订阅体系里——这是典型的「顶级模型引流、订阅体系变现」打法。
Muse Wonder 与其他旗舰模型横向对比
| Model | Key specifications | Core Positioning | This Site’s Rating |
|---|---|---|---|
| Meta Muse Wonder | 前沿模型，主动记忆 | Meta 首款旗舰 | 8.3 |
| DeepSeek V4 Pro | 1M 上下文，MoE 架构 | 国产旗舰，平民价格 | 8.8 |
| GLM 5.3 | 百万上下文，强推理 | 国产推理旗舰 | 8.6 |
| Qwen3.8 2.4T | 2.4 万亿参数开源 | 阿里开源里程碑 | 8.7 |
| Claude Haiku 5.5 | 高速低延迟，大幅降价 | Anthropic 轻量级 | 8.4 |
从这张表能看出 Muse Wonder 在坐标系里的位置：它是 Meta 补齐「旗舰」拼图的一步，能力上对标 GPT-6 Astra 与 Fable 5.1，但在中文支持与性价比上并不占优。对国内用户来说，DeepSeek V4 Pro and GLM 5.3 依然是更划算的选择。
Overall Score
| 维度 | Score | evaluate |
|---|---|---|
| functional completeness | 8.8 / 10 | 前沿能力 + 主动记忆 + 智能体整合，但 Full 版不开放 API |
| 易用性 | 8.5 / 10 | API 接入规范，但 Full 版被锁在订阅体系内 |
| Cost-effectiveness | 7.8 / 10 | $4/$20 与 GPT-6 Sol 同档，不算便宜 |
| 中文支持 | 7.5 / 10 | Meta 模型中文能力历来偏弱，本次未单独披露 |
| 输出质量 | 9.0 / 10 | 基准对标 Fable 5.1 / GPT-6 Astra，MemoryBench 领先 |
Overall rating: 8.3/10
User experience and limitations
站在普通开发者角度，Muse Wonder 最值得关注的是「主动记忆」——如果你的应用需要 AI 长期记住用户偏好、跨多次会话持续工作，这一块 Meta 确实做出了差异化。但从实用角度看，它也有几个明显的短板：
- 中文能力存疑：Meta 历来的开源模型（Llama 系列）中文表现都偏弱，这次官方通稿对中文能力只字未提，国内用户要谨慎期待。
- Full 版不开放：真正最强的 Wonder Full 只给 Muse Code 订阅用户，API 用户拿不到完整能力。
- 价格不亲民：$4/$20 的定价和闭源旗舰看齐，性价比上拼不过 DeepSeek V4 Pro 这类国产模型。
Frequently Asked Questions (FAQ)
Muse Wonder 是什么？
Muse Wonder 是 Meta Superintelligence Lab 发布的第一个前沿大模型，与 Muse Wonder Full 一起对标 OpenAI 的 GPT-6 Astra 和 Anthropic 的 Fable 5.1，主打更强的复杂任务能力和「主动记忆」。
Muse Wonder 免费吗？定价多少？
不免费。Muse Wonder 通过 Meta Model API 按量计费，输入 $4 / 百万 token、输出 $20 / 百万 token；更强的 Wonder Full 不通过 API 开放，仅面向 Muse Code 订阅用户。
Muse Wonder 和 Muse Spark 有什么区别？
Muse Spark 是追求低延迟的轻量模型，而 Muse Wonder 是更大、更强的前沿模型，在编程和复杂推理上明显更优，但价格也更高。
Muse Wonder 支持中文吗？
Meta 官方未单独披露中文能力。考虑到 Llama 系列中文表现历来偏弱，中文场景建议优先考虑 GLM 5.3,Qwen3.8 等国产模型。
Muse Wonder 和 GPT-6、Claude 该选哪个？
如果你的核心诉求是「长期记忆 + 个人智能体」，Muse Wonder 的主动记忆值得一试；如果更看重中文体验和性价比，DeepSeek V4 Pro 是更稳的选择。三个都在各自的生态里是旗舰，选谁取决于你用的是哪家生态。
Want to discover more great AI models? Check out our AI Model Library and Tool Comparison Engineor continue reading:In-depth review of Claude Haiku 5.5 · Mistral Large 4 Release Analysis · Gemini 4 Argon released.