Meta 發佈 Muse Wonder 系列 AI 模型，主打 Active Memory 與 Active Focus

Meta Muse Wonder scores on Artificial Analysis' Intelligence Index. (Source : Artificial Analysis)

Meta Platforms 於 10 月 13 日宣佈，推出最新的前沿人工智能（AI）模型系列 Muse Wonder，大幅提升 AI Agent 獨立處理複雜任務的能力。

該系列有兩個版本：Muse Wonder 和 Muse Wonder Full。兩款模型的分別，在於是否向外部開發者開放，以及能否在 Meta 的專有工作環境中使用。兩者只供付費訂閲用戶使用，月費為 $50 或 $200。

開發者可透過軟件開發套件（SDK）或按用量付費的應用程式介面（API）直接使用 Muse Wonder，將模型整合至應用程式，或按不同工作流程自訂模型。相較之下，Muse Wonder Full 沒有供外部使用的獨立 API 或 SDK，只限在 Meta 的專用環境中使用。它亦更適合處理長時程任務，當中涉及複雜且冗長的工作序列。

Meta 將高效能 AI 模型分為供外部開發者使用，以及供自家服務使用的版本，這項決定值得留意。此策略似乎旨在透過直接銷售模型創造收入，同時加強其專有 AI 生產力工具。Meta 正尋求拓展在企業 AI 市場的變現機會，並在該市場與 OpenAI、Anthropic PBC 和 Google LLC 競爭。此前，公司一直透過開放式 AI 模型系列 Llama 擴展其生態系統。

Muse Wonder 系列的主要特色是 Active Memory 和 Active Focus。Active Memory 會主動保留過往對話中的資訊及重要用戶背景資料，並在需要時提取，令不同任務之間得以保持連貫。Active Focus 則會在執行具挑戰性的任務時遇到障礙，嘗試其他方法，協助模型完成任務並達成目標。

Muse Wonder Full 在獨立 AI 評測機構 Artificial Analysis（AA）的基準測試中，任務表現獲得高評分。它在科學推理測試 CritPt 和專業文件處理基準測試 GDP.pdf 中排名第一。其 Terminal-Bench 4.0 得分亦大幅上升至 57%，上一版本則為 33%。

Meta Muse Wonder scores on Artificial Analysis' Intelligence Index. (Source : Artificial Analysis) — Meta Muse Wonder 在 Artificial Analysis 的 Intelligence Index 上的得分。（來源 : Artificial Analysis）

在衡量模型整體智能水平的 AA Intelligence Index 上，Muse Wonder 在最高推理設定下得分為 52，Muse Wonder Full 則得分為 56。Muse Wonder 的 52 分與 Google 最近推出、得分為 53 的 Gemini 4 Argon，以及 OpenAI 的 GPT-6.1 Sol 表現接近。在評測進行時，Muse Wonder Full 得分 56，與 Anthropic 的 Claude Sonnet 5.5 並列第二。

Meta Muse Wonder Full ranked joint second with a score of 56 on Artificial Analysis' Intelligence Index. The model is not available through an API and can be accessed only through a paid monthly subscription to Muse Code. (Source : Artificial Analysis) — Meta Muse Wonder Full 在 Artificial Analysis 的 Intelligence Index 上得分 56，並列第二。該模型不設 API，只能透過每月付費訂閲 Muse Code 使用。（來源 : Artificial Analysis）

這些得分亦顯示模型大幅進步：六星期前推出的上一代 Muse Spark 1.3，在最高推理設定下得分為 48。

AA 表示，Meta 最新推出的兩款模型相比 Muse Spark，輸出的 token 數量均減少約 10%。評測機構表示，Muse Wonder Full 的輸入 token 數量亦比 Muse Wonder 少 16%，因此「更聰明、效率更高」。Muse Wonder 的定價為每百萬個輸入 token $4、每百萬個輸出 token $20，屬市場上價格較高的模型。

Meta Muse Wonder Full's benchmark performance on Terminal-Bench 4.0, which measures a model's ability to complete software and systems tasks in a terminal environment without a graphical user interface. (Source : Artificial Analysis) — Meta Muse Wonder Full 在 Terminal-Bench 4.0 基準測試中的表現。該測試評估模型在沒有圖形用戶介面的終端環境中完成軟件及系統任務的能力。（來源：Artificial Analysis）

Muse Code, Meta’s coding tool powered by Muse Wonder Full, demonstrated performance comparable to Claude Code, which uses Sonnet 5.5. AA’s Coding Intelligence Index combines results from three benchmarks: DeepSWE v1.1, which evaluates practical software engineering capabilities; Terminal-Bench 4.0; and SWE-Atlas-QnA, which measures code comprehension. (Source : Artificial Analysis) — Meta 的編程工具 Muse Code 由 Muse Wonder Full 驅動，其表現與採用 Sonnet 5.5 的 Claude Code 相若。AA 的 Coding Intelligence Index 綜合三項基準測試的結果：評估實際軟件工程能力的 DeepSWE v1.1、Terminal-Bench 4.0，以及衡量程式碼理解能力的 SWE-Atlas-QnA。（來源：Artificial Analysis）

Meta 表示，兩款模型是在其吉瓦級 Prometheus 數據中心透過預訓練及強化學習開發。公司表示，兩款模型在多項重要 AI Agent 基準測試中均達到最先進（SOTA）水平，涵蓋編程、執行複雜長時程任務，以及記憶管理。

Meta 亦介紹了最新 AI 模型採用的安全措施。公司表示，已加強防範對抗性提示詞攻擊，並實施保護措施，防止模型遭濫用於網絡攻擊，以及涉及化學、生物、放射性和核（CBRN）威脅的活動。