Meta 發佈 Muse Wonder 與 Muse Wonder Full，兩款模型躋身 AI 頂尖梯隊

Meta 發佈了兩個版本的前沿模型 Muse Wonder，兩者均躋身目前最佳 AI 模型之列。

Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 得分 56 分，Muse Wonder 則得分 52 分。前代模型 Muse Spark 1.3 得分為 48 分；相較於此前定位中游的模型，這是一次顯著提升。

最大進步出現在 Agent 能力評測，這類測試用來衡量 AI 模型能否獨立處理複雜任務。在 Terminal-Bench 4.0 中，表現由 33% 跳升至 57%。Muse Wonder Full 在整體十項基準測試中，有六項躋身前三。對 Meta 而言，這是相當出色的成績；在開源 Llama 模型表現較弱的一段時期後，Meta 似乎已經回升。

Meta 強調了兩項新功能。「Active Memory」讓模型在不同對話之間記住重要資訊，並在需要時重新提取。「Active Focus」則讓模型能持續處理困難任務、嘗試其他方法，並在遇到不清楚之處時提出追問。這兩項功能都是 Meta 推廣個人 AI Agent 的核心主張，這種 Agent 能存取日曆、訊息和文件。

兩款模型均支援一百萬 token 的上下文視窗，並可接受文字、圖片、影片和音訊作為輸入。Muse Wonder 可透過 Meta 的 API 和 Muse Code 使用；Muse Wonder Full 現時則只開放予 Muse Code 用戶。Muse Wonder 亦即將為 Muse app 提供支援，首先開放予付費訂閲用戶。Meta 計劃日後以此為基礎，為所有用戶建立專用模型。

程式編寫能力大幅提升，但事實知識仍然落後

兩款模型的程式編寫能力均大有進步。Muse Wonder Full 在 Coding Agents Index 得分 68，與使用 Sonnet 5.5 的 Claude Code 並列。Muse Wonder 得分 63，高於前代模型的 54 分。

事實知識仍是弱項。在 AA-Omniscience 知識測試中，Muse Wonder Full 只得 30 分，Muse Wonder 則得 25 分，遠低於 Claude Opus 5.5（46）、GPT-6 Astra（43）和 Gemini 4 Argon（42）。這顯示 Wonder 系列的基礎模型可能比競爭對手更小。較低的幻覺率有助彌補這項差距。與前代模型相比，Muse Wonder Full 的幻覺率由 33% 降至 23%；在指數得分至少 45 分的所有模型中，其幻覺率排名第二低。只有 Gemini 4 Argon（15%） 的幻覺率更低。

Meta 在網誌文章中回應了一項常見批評：Muse 模型經過調校以應付基準測試，但在真實世界的使用情境中表現不佳。公司表示，Muse Wonder Full 在未納入訓練最佳化的陌生任務上，表現優於預期，並將此歸因於更強大的基礎模型。

根據 Vals AI，Muse Wonder Full (Max) 首次上榜便位列第五，成績勝過所有 OpenAI 模型。在 Vals AI Index 上，只有 Anthropic 目前的模型得分更高。Muse Wonder 則位列第十。

最大幅度的提升出現在編程和數學方面。在 ProofBench 這項非公開的數學證明基準測試中，Muse Wonder Full 解出 100 道題中的 94 道，前代產品則解出 58 道。這令它只比頂尖模型（99 至 100 分）低 5 至 6 分。在 Terminal-Bench 4 上，Muse Wonder 的分數翻倍，同時使用的輸出 token 減少 30%。金融及法律任務的表現則維持在前代水平，最多下跌兩分。

表現提升，代價高昂

據 Artificial Analysis 的資料，Muse Wonder 在 Intelligence Index 上每項任務的成本為 $4.52，接近 Muse Spark 1.3（$1.60）的三倍。Token 定價也上漲，每百萬個輸入 token 收費 $4，輸出 token 收費 $20；前代的價格則分別為 $1.25 和 $4.25。Muse Wonder 每項任務亦多用 28% 的輸入 token，而輸入 token 佔總成本的 76%。

以價格而言，Muse Wonder 低於 Claude Fable 5.1（$7.63）和 Claude Opus 5.5（$5.98），但高於 GPT-6 Astra（$3.26）、Gemini 4 Argon（$1.99）和 GPT-6.1 Sol（$0.72）。Muse Wonder Full 的 token 定價尚未公佈。兩款模型的輸出 token 用量都比前代少約 10%。

Meta 表示，這些模型是在其自家的 Prometheus 數據中心以 gigawatt 級規模訓練。詳情請參閲模型卡。

不譁眾取寵的 AI 新聞 – 由人類精選

訂閲 THE DECODER，即可享受無廣告閲讀體驗、每週 AI 電子報、每年六期獨家「AI Radar」前沿報告、完整存檔瀏覽權限，以及留言區使用權。