Meta 10 月 12 日发布 Muse Wonder 和 Muse Wonder Full 两款模型，定位是个人与专业场景的智能体任务。这是 Meta 推出闭源路线的 Muse Spark 之后第二个大版本，距上一次的 Spark 1.3 约六周。
Meta 在研究博客里说，这一代是在千兆瓦级的 Prometheus 数据中心训练的，距离公司启动 AI 体系重组已经 14 个月。两款模型的上下文窗口都是 100 万 token，输入支持文本、图像、视频和音频，输出只有文本。
新增了什么
博客重点讲了两项能力。Active Memory 负责跨对话记住用户的重要背景，在相关任务里调出来；Active Focus 负责在困难目标上持续推进，遇到阻碍时换路子，必要时向用户要澄清，执行重要操作前先确认。
编程是另一块重点。Meta 称新模型能从小应用一直做到复杂软件项目，并在长周期任务里保持进度，引用的评测包括长周期软件项目基准 SWE-Marathon、自家的 FocusBench，以及律所工具公司 Harvey 的法律智能体基准 LAB。安全方面，Meta 称这是它迄今在化学、生物、放射、核及网络滥用防护上最强的模型，但完整的安全评估报告还没发，博客只写了”即将公开”。
渠道和价格
Muse Wonder 已经可以通过 Meta 自己的 Model API 和编程工具 Muse Code 使用；Muse Wonder Full 目前只给 Muse Code 订阅用户，不对 API 开放。面向普通用户的 Muse 应用会”很快”接入新模型，订阅用户优先，没给日期。
第三方评测机构 Artificial Analysis 列出的 API 价格是：每百万 token 输入 4 美元、缓存输入 0.2 美元、输出 20 美元。Spark 1.3 当时是 1.25、0.15、4.25 美元，输出价涨到原来的约 4.7 倍。
跟对手比
Artificial Analysis 在 10 月 12 日的实测里，用最高推理档跑了两款新模型。综合智能指数 v4.3 上，Wonder Full 56 分、Wonder 52 分、Spark 1.3 为 48 分，Full 版在十项子测试上全部比前代高。几组排在前面的成绩：
| 测试 | Wonder Full | 排名或对照 |
|---|---|---|
| CritPt | 33% | 第 1 |
| GDPval-AA v2.1 | 1857 Elo | 第 2，Opus 5.5 为 1866 |
| Terminal-Bench 4.0 | 57% | 前代 33%，与 Gemini 4 Argon 持平 |
| 编程智能体指数 | 68 | 与 Claude Code（Sonnet 5.5）同分 |
短板在知识类测试。AA-Omniscience 上 Wonder Full 30 分，Claude Opus 5.5 是 46 分，GPT-6 Astra 43 分。幻觉率倒是从 33% 降到 23%。
把价格和用量放一起，Artificial Analysis 测出 Muse Wonder 跑一遍综合指数的单任务成本约 4.52 美元，是 Spark 1.3 的 2.8 倍，低于 Opus 5.5 的 5.98 美元和 Sonnet 5.5 的 5.46 美元，高于 GPT-6 Astra 的 3.26 美元。它的输出 token 比前代少一成，输入 token 却多出 28%，平均每题 769 万，是 Gemini 4 Argon、GPT-6.1 Sol 这些模型的 2 到 7 倍，四分之三的成本花在了读上下文上。
Meta 之前在 Spark 系列上走的是低价路线，站内此前报道过它用付费模型打价格战。这一代把单价抬到和 Anthropic 中高端模型同一区间，编程智能体分数也追到同一档。Muse 应用订阅价方面，据 CNBC 报道，个人档仍是每月 20 美元起；Muse Code 订阅档位是否随新模型调整，Meta 博客没有提。
另一个外部测试也在路上。大模型对战平台 Arena 已把 Muse Wonder 系列放进 Agent Arena 供用户实测，排名分数尚未公布。
参考来源：Meta 研究博客、Artificial Analysis 评测报告、CocoLoop、CNBC、Arena；Artificial Analysis 核验各项跑分、API 单价与单任务成本，Meta 博客核验渠道范围与能力说明。