Muse Wonder 已上线：Meta 的新前沿模型随附一个无法单独购买的全规格孪生版本

Meta Superintelligence Labs 于 2026 年 10 月 12 日发布了 Muse Wonder——并在一次发布中将其作为两个模型推出。Muse Wonder 是开发者今天可以通过 Meta Model API 以及在 Muse Code 中调用的检查点；Muse Wonder Full 是一个得分更高的配置，Meta 表示该配置仅对 Muse Code 订阅者开放。两者均报告具有 100 万 token 的上下文窗口，并且标价相同，均为每百万输入 token 4.00 美元和每百万输出 token 20.00 美元，这使这对模型直接压过 Claude Opus 5.5，并使真正有趣的问题不是 Muse Wonder 得分多少，而是这两个模型 ID 中你实际能够访问哪一个。

这种分裂，正是本次发布的核心看点。前沿模型发布通常只给你一个端点和一个分数，而这次给的是两个 ID、两张榜单，以及一条不是按 API 层级、而是沿订阅线划出的可用性边界。

发布了什么，以及每个模型所在的位置

Meta 自己的模型页面列出了两个 ID。muse-wonder-1.0 是在 Meta Model API 以及 Muse Code（Meta 的终端编码代理）上提供服务的那个。muse-wonder-full-1.0 则是 Meta 描述为仅限 Muse Code 订阅的那个——它不是 API 模型上的一个标志，而是通过 Meta 按月销售的产品才能访问的独立检查点。Meta 公布的那款产品的套餐价格为：Power Usage 每月 50 美元，Maximum Usage 每月 200 美元。

两个 ID 的定价均为每百万输入 token 4.00 美元、缓存输入 0.20 美元、每百万输出 token 20.00 美元。Meta 还表示，Muse Wonder 将“很快为 Muse 中的体验提供支持”，而 Muse 是该公司的消费者端产品——此次推广尚未确定具体日期。

Meta 在发布中命名了两项功能，它们值得关注，因为它们描述的是行为，而不是基准分数。Active Memory 是会话中的持久状态；Active Focus 是模型在长任务上对自身注意力的管理。这两者都无法从模型卡中衡量，而且它们都属于那种只有在真实工作负载中运行几周后才会显现出来的能力。

Meta 自己的记分牌——以及真正重要的两列

Meta 发布了一张基准测试表，涵盖了两个检查点，并将它们与 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5.5 并列比较，且所有这些模型都处于各自的最大推理设置下。下表中的每个数字均由厂商报告，在 Meta 的评测框架中产生，且没有任何一项经过独立复现。请将其视为 Meta 的说法，而非测量结果：

• 个人超级智能指数 — Muse Wonder Full 59.1，Muse Wonder 56，Claude Fable 5.1 52，GPT-6 Astra 53，Claude Opus 5.5 53

• JobBench（长周期专业任务）—— Muse Wonder Full 75.3、Muse Wonder 30.8、Claude Fable 5.1 27.6、GPT-6 Astra 34.2、Claude Opus 5.5 30.6

• Harvey LAB-AA（法律智能体工作）— Muse Wonder Full 13.1、Muse Wonder 54.3、Claude Fable 5.1 49.9、GPT-6 Astra 54.5、Claude Opus 5.5 55.2

• Vals Finance Agent V2 — Muse Wonder Full 59.1、Muse Wonder 10.0、Claude Fable 5.1 6.4、GPT-6 Astra 8.6、Claude Opus 5.5 4.2

• HealthBench Pro — Muse Wonder Full 62.3、Muse Wonder 56.6、Claude Fable 5.1 58.9、GPT-6 Astra 53.5、Claude Opus 5.5 58.6

• AutomationBench-AA — Muse Wonder Full 45.4、Muse Wonder 60.5、Claude Fable 5.1 62.1、GPT-6 Astra 65.3、Claude Opus 5.5 65.6

• GDP.pdf — Muse Wonder Full 33.2、Muse Wonder 39.1、Claude Fable 5.1 32.1、GPT-6 Astra 41.6、Claude Opus 5.5 41.2

• OSWorld V2.1（计算机使用）— Muse Wonder Full 78.4，Muse Wonder 72.6，Claude Fable 5.1 73.1，GPT-6 Astra 66.1，Claude Opus 5.5 75.4

• MemoryBench — Muse Wonder Full 39.4，Muse Wonder 34.3，Claude Fable 5.1 34.3，GPT-6 Astra 34.3，Claude Opus 5.5 未报告

• Terminal-Bench 4.0-AA — Muse Wonder Full 85.5，Muse Wonder 85.6，Claude Fable 5.1 79.0，GPT-6 Astra 81.4，Claude Opus 5.5 81.5

• DeepSWE 1.1 — Muse Wonder Full 57.1、Muse Wonder 52.0、Claude Fable 5.1 52.0、GPT-6 Astra 59.1、Claude Opus 5.5 59.6

• SWE-Marathon — Muse Wonder Full 79.0、Muse Wonder 78.8、Claude Fable 5.1 67.4、GPT-6 Astra 74.1、Claude Opus 5.5 74.2

• Artificial Analysis 指数：Muse Wonder Full 59.0，Muse Wonder 56，Claude Fable 5.1 54，GPT-6 Astra 53，Claude Opus 5.5 58

Full 这一列并非全面更优，而这正是表中最具信息量的一点。Full 在 JobBench 上领先 44 分，在 Vals Finance Agent V2 上领先 49 分，在 MemoryBench 上领先 5 分——这些都是长周期、有状态、工具密集型的工作。Muse Wonder 在 AutomationBench-AA 上领先 15 分，在 GDP.pdf 上领先 6 分，并在 Harvey LAB 上以 41 分的优势略胜 Full。因此，订阅模式并不只是把 API 模式的旋钮调大；Meta 似乎针对两种不同的能力画像进行了训练，而其中可通过 API 调用的那个，在智能体式业务自动化方面更强，而订阅背后的那个，则在持续性的专业任务工作上更强。

迄今为止，独立评估怎么说

Artificial Analysis 将 Muse Wonder (max) 的 Intelligence Index 评为 52，在 219 个模型中排名第九，输入价格为每百万 token 4.00 美元，输出价格为每百万 token 20.00 美元，并享有 95% 的缓存折扣——折算下来每个指数任务约 4.52 美元。其卡片显示，评估期间消耗了 1.3 亿个输出 token，而中位数为 8500 万个；上下文为 1M，输入支持文本、图像、语音和视频，输出为文本。

Muse Wonder Full (max) 在同一指数上得分为 56，在 699 个模型中排名第四，由于不按 token 销售，因此并未公布价格。当前排行榜上，Claude Opus 5.5 (max) 以 58 分位居第一，随后是 Claude Sonnet 5.5 (max)、Opus 5.5 (xhigh) 和 Muse Wonder Full (max)，均为 56 分，而 Opus 5.5 (high) 为 54 分。

注意同一模型在两个来源之间的差距。Meta 的表格在 Artificial Analysis Index 上将 Muse Wonder Full 列为 59.0；Artificial Analysis 自己发布的是 56。Meta 的数字是 Meta 自己的；56 和第四名的排名是评测方自己的。当厂商与独立实验室在同一个指数上相差三个点时，应以独立方的数字作为规划依据。

价格和 Opus 5.5 一样——账单可不一样

Meta 的 $4.00 输入和 $20.00 输出并不是一种低价定位。它恰好就是 Claude Opus 5.5 的成本，而且是开放权重推理模型收费的数倍。在一次评估运行中，输出达到 1.3 亿 token 时，Muse Wonder 在冗长程度上处于中游：远低于 Opus 5.5 的 2.6 亿（中位数为 8500 万），又远高于更精简的 Gemini 级模型。

本模型强制进行推理。努力等级阶梯为 max、xhigh、high、medium、low、minimal，默认是 medium，而推理 token 按输出计费。没有关闭推理的开关，也没有廉价的非思考路径——你唯一能控制的成本杠杆是努力等级和输出预算的大小，后者在 1,048,576 token 的上下文中最高为 943,718 token。按每百万输出 20 美元计算，一个填满该预算的长智能体循环就是一笔实打实的账单；而在短调用中以 medium 努力运行时，它只是一笔正常的前沿模型账单。

Meta 在发布时采用的安全表述值得引用，因为它异常直白：该公司称 Muse Wonder 是其“迄今为止对齐程度最高的模型”，并援引其自称的迄今针对 CBRN 和网络滥用的最强保障措施。这是供应商关于自家模型的一种说法，也应当被如此看待，但它确实表明 Meta 预计部署阻力会来自哪里。

OrcaRouter 适合用在哪些地方——以及它目前尚不适用之处

Muse Wonder 不在 OrcaRouter 上。我们的目录里没有 meta/muse-wonder 这一条目，我们也不会把它当作存在一样去描述。来自同一实验室、我们确实提供的是 Muse Spark 系列——Muse Spark 1.2 和 Muse Spark 1.1——因此，如今想要使用 Meta 推理系列的团队，有一条无需新账户或新 SDK 的途径。

对于这次发布所引发的比价需求，有一个有用的事实：Muse Wonder 的两个定价同级产品早已以各自供应商的标价出现在我们的目录中。Claude Opus 5.5 已在 OrcaRouter 上，输入 $4.00、输出 $20.00，缓存读取费率为 $0.20，且同样具备 1M 上下文，而DeepSeek V4 Pro 在那里的价格只是其零头。如果你正在判断 Muse Wonder 的 $4/$20 对你的工作负载是否值得，那么用两个已经可以访问的模型跑同样的任务，只需一个 API 密钥，而不是三个。

这正是单一 OpenAI 兼容端点的全部意义所在：用一个接口接入 200 多个模型，且零加价。当某个实验室公布像这样的价格时，你可以用一个下午就把它与各种替代方案对比清楚，而不必向三家供应商提交支持工单。供应商的标价原样传递，因此供应商一旦降价，我们这边在公布当天就能同步体现。当 Muse Wonder 接入我们路由的某家供应商时，它会以 Meta 的价格出现，而不是以我们的价格出现。

接下来要关注什么

关于这次发布，有四件事尚未解决，而每一件都会改变你围绕它做规划的方式：

• muse-wonder-full-1.0 是否能获得 API 路径。目前，得分更高的检查点被锁在每月 50 至 200 美元的订阅服务之内，这让它成为一个产品决策，而不是工程决策。Meta 尚未表示会开放它。

• Active Memory 功能能否在实际生产环境中经受住考验。跨会话的持久状态是最能改变你如何架构应用程序的一项主张，也是模型卡无法证明的一项主张。

• 独立评测框架能否复现 JobBench 和 Vals Finance 上的差距。同一实验室的两个检查点在同一基准上出现 44 分的差距，这要么是真实的能力分化，要么是评测框架造成的假象，而只有第三方才能裁定究竟是哪一种。

• Muse 面向消费者的推广是否会搭载同一款模型。Meta 称 Muse Wonder 将“很快为 Muse 中的体验提供支持”，但既没有给出日期，也没有指明版本；而消费级应用内百万上下文的智能体模型，与只是顶着同一名称的聊天模型，二者之间的差别是巨大的。

这次发布是真的，截至 10 月 12 日，各个端点已经存在。尚未确定的是，两个 Muse Wonders 中哪一个最终会成为人们谈论的焦点——是任何人都能调用、定价为 $4/$20 的 API 模型，还是目前需要订阅才能使用的 Full 检查点。