Meta Watermelon 就是 Muse Wonder：10 月 12 日的发布会究竟确认了什么

Meta Watermelon 一直都是 Muse Wonder，Meta 于 2026 年 10 月 12 日发布了它——以 muse-wonder-1.0 的形式在 Meta Model API 和 Muse Code 中正式开放，输入每百万 token 4.00 美元，输出每百万 token 20.00 美元。这个价格就是正在流传的说法：比 Claude Fable 5.1 低 60%，而 Claude 的开发商将其标价为输入 10.00 美元、输出 50.00 美元，同时 Meta 的发布材料在一个又一个基准测试中都把 Muse Wonder 排在它前面。它的 $4/$20 定价也与 Claude Opus 5.5 完全相同，后者目前位居独立智能指数第一。这个说法的定价部分经得起算术检验。性能部分只在 Meta 的两个检查点中的一个上成立——而开发者今天实际能调用的那个检查点并不是那一个。

这篇文章最初于 9 月面世，是一篇泄密式报道，写的是 Muse Spark 1.3 发布帖末尾附上的一个西瓜表情符号。如今这个表情符号已经有了产品名，因此下文是将同一篇报道对照已发布版本重新审读：发布了什么、价格究竟是多少、把厂商列与独立列分开后基准测试显示了什么，以及那个 9 月承诺中开放权重的那一半——六周过去仍未兑现。本页的四张图片是为发布前版本制作的——主视觉卡片读起来仍像一篇泄密报道，已确认与未核实对照板绘制时，这个代号还只是推测而非事实，而排行榜截图是 9 月 6 日的快照，对应的是该指数的较早修订版。保留它们，是为了记录当时已知的情况，下文没有任何论断依赖其中的数字。

代号已经确定，而 Meta 自己的发布材料从未提及它

CNBC 的发布报道称，Muse Wonder 正是 Meta 内部称为 Watermelon 的那款模型，而这一对应关系与可追溯数月的报道线索吻合：《The Information》曾在 8 月报道，Meta 计划于 10 月推出一款它称为 Watermelon 的模型，但未确认它是否会以 Muse 之名发布。结果它按所报道的时间表以 Muse Wonder 之名发布了——这正是本文最初撰写时围绕的那个悬念的答案。请仔细注意其出处。这一对应关系来自 CNBC 对 Meta 内部命名的报道，而非 Meta 的发布材料，后者宣布的是一个 Muse Wonder 系列，对水果只字未提。引发这一切的那条 9 月 2 日帖子以"接下来是 🍉，以及 Muse Spark 开放权重即将发布"作结；这句话的前半部分如今已是发布的产品，后半部分则还不是。

消费端的背景也同样落地了。同一份 8 月的报道将 Watermelon 与一项付费智能体推广计划联系在一起，并称其高级订阅的价格最高可达每月 199.99 美元，而此次发布确认的是方向，而非确切数字：Muse Wonder 仅通过付费档位登陆 Muse 应用，价格为每月 20 美元或 100 美元，而 Muse Wonder Full 则需要 Muse Code 订阅，价格为每月 50 美元或 200 美元。

10月12日发布了什么？

Meta 在一次公告中发布了两款检查点，而它们之间的差异才是这次发布最关键的部分。

• muse-wonder-1.0 —— 在 Meta Model API 上以及 Muse Code（Meta 的终端编程智能体）中提供服务的检查点。这是如今任何人都可以调用的模型。

• muse-wonder-full-1.0 —— 一个独立的、得分更高的检查点，Meta 称其仅通过 Muse Code 订阅提供。它不是 API 模型上的推理强度标志；而是一组不同的权重，可通过按月订阅的产品获取。

• 价格 — 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 对两个检查点公布相同的费率，因此订阅墙并非定价档位。它是获取更优模型的唯一途径。

• 上下文 — 1,048,576 个 token，输出预算上限为 943,718 个 token。

• 输入与输出——输入为文本、图像、语音和视频；输出为文本。推理是必需的，而非可选的，并设有一个从最低到最高的努力程度阶梯，默认值为中等。

具名特性——Active Memory，被描述为跨会话保留的持久状态；以及 Active Focus，被描述为模型在长任务中对自身注意力的管理，以及乐于请求澄清而不是停滞不前。两者都是 Meta 对其自身模型的描述，且都无法从模型卡中衡量。

• 消费者推广 — Meta 表示，Muse Wonder 将“很快为 Muse 中的体验提供支持”，首先面向订阅用户。目前没有公布日期，也没有说明消费者端是否会获得相同的检查点。

哪些已确认，哪些为厂商所述，哪些仍待确定

区分这三者正是本文的全部工作，而发布让第一份清单得以扩充。下面的图表是为发布前版本绘制的——其左栏是九月份可核查的内容，其右栏则是当时的推断——而如今已确认的清单读起来已有所不同。

• 已确认 — Meta 于 2026 年 10 月 12 日发布了 Muse Wonder，在 Meta Model API 及 Muse Code 内全面可用，其中 Muse Wonder Full 仅限 Muse Code 订阅用户使用。

• 已确认——Muse Wonder 公布的价格为每百万输入 token 4.00 美元、每百万输出 token 20.00 美元，缓存输入为 0.20 美元，Muse Wonder Full 也公布了相同的价格。

• 经计算确认——这些费率比 Claude Fable 5.1 的 $10.00/$50.00 低 60%，且与 Claude Opus 5.5 的 $4.00/$20.00 完全一致。

• 已获独立证实——Artificial Analysis 的测量结果为：Muse Wonder（max）52 分，Muse Wonder Full（max）56 分；相比之下，Claude Fable 5.1（max，含回退）为 53 分，Claude Opus 5.5（max）为 58 分。

• 据报道，而非厂商声明——Meta 以 Muse Wonder 之名发布的模型，内部代号为 Watermelon。这一对应关系来自 CNBC 对 Meta 内部命名的发布报道，而 Meta 自己的材料并未使用该代号。

• 厂商自述——Meta 发布表格中的每一项基准数据，包括属于仅限订阅版检查点的 59.1 JobBench 数值，以及 Artificial Analysis 发布为 56 的那个 59.0 指数数值。Meta 声称自己已抵达前沿，那只是 Meta 的说法。

• 开放——Muse Wonder 和 Muse Wonder Full 的权重问题，Muse Spark 1.3 的同一问题，以及 Muse Spark 1.2 承诺的开放权重发布日期。“很快”不是日期，承诺也不是登记条目。

对照费率卡核查便宜60%的说法

目前流传的对比是拿 Claude Fable 5.1 来比的，而且它经得起数字的检验。Claude Fable 5.1 公布的价格是每百万输入 token 10.00 美元、每百万输出 token 50.00 美元——这与 Artificial Analysis 在其该模型卡片上记录的数字相同，同时还附带 98% 的缓存折扣。相比 4.00 美元和 20.00 美元，这两项都正好便宜 60%：不是“大约 60%”的近似，而是输入和输出都应用同一个 0.6 系数。对于以输入为主或输出为主的工作负载，节省幅度两种情况都一样，就价格对比而言，这干净得不同寻常。

关于这个数字被反复引述的方式，有两点值得更正。第一，那 60% 是相对于 Claude Fable 5.1 而言的，而非泛指整个前沿模型——Artificial Analysis 目前在智能排名中位列第一的 Claude Opus 5.5，同样是输入 4.00 美元、输出 20.00 美元，因此 Meta 并没有在价格上低于榜首，而是与之持平。第二，更低的 token 单价并不等于更低的账单，下文关于实际成本的部分会对此详加剖析。

超额收益说法，对照独立指数进行核查

Meta 的发布材料在基准测试数据上颇为慷慨。它自己的表格显示，在 Meta 的“Personal Superintelligence Index”上，Muse Wonder Full 为 59.1，而 Claude Fable 5.1 为 52；在 JobBench 上为 75.3 对 27.6；在 Vals Finance Agent V2 上为 59.1 对 6.4。这些数字全都由厂商自行报告、在 Meta 的测试框架中产生，且未被任何其他人复现——应把它们视为 Meta 的说法，而非测量结果。Meta 的表格还将 Muse Wonder Full 在 Artificial Analysis Intelligence Index 上列为 59.0，而 Artificial Analysis 自己为同一检查点发布的是 56。当厂商与独立评估者在评估者自己的指数上相差三分时，应以评估者的数字作为规划依据。

Artificial Analysis 自9月以来已不止一次对该指数重新设定基准，因此上方的排行榜卡片是9月6日从较早修订版中截取的快照，其数值与当前数值不可比。评估机构今天发布的内容将这一说法按检查点界线区分开：

• Muse Wonder (max) — 52，在 219 个模型中排名第九，输入 $4.00、输出 $20.00，并提供 95% 的缓存折扣，折算下来每个索引任务约花费 $4.52。

• Muse Wonder Full (max) — 56，在评估者自己的评分卡上，于 699 个模型中排名第四。它没有公布每 token 价格，因为它不按 token 销售。

• Claude Fable 5.1（max with fallback）—— 53，在 219 个中排名第五，输入 $10.00、输出 $50.00。

• Claude Opus 5.5 (max) — 58，在 219 个中排名第一，输入 $4.00，输出 $20.00。

所以，这个标题所归结出的结论，比“更好、更便宜”要更精确。在独立指数上，得分为 56 的 Muse Wonder Full 确实以三个百分点的优势击败了得分为 53 的 Claude Fable 5.1，同时每 token 成本低 60%。得分为 52 的 Muse Wonder 则不然：API 上售卖的检查点比 Claude Fable 5.1 低一分，比 Claude Opus 5.5 低六分。想要让这一说法成立的读者，必须购买订阅。想要 API 密钥的读者，得到的则是那个在比较中落败的模型。

这些独立数据也揭示出 Meta 自家表格并未放在首位的短板。在 Artificial Analysis 的事实知识评测中，Muse Wonder Full 得 30 分、Muse Wonder 得 25 分——远落后于 Claude Opus 5.5 的 46 分、GPT-6 Astra 的 43 分和 Gemini 4 Argon 的 42 分，这也与该系列是基于比闭源前沿模型更小的基础模型构建的说法相符。较低的幻觉率在一定程度上弥补了这一差距：同一评测显示 Muse Wonder Full 的幻觉率为 23%，在该指数上得分至少 45 分的模型中位列第二低，而 Gemini 4 Argon 更低，仅为 15%。其强项在于智能体能力。Muse Wonder Full 在该评测机构的编程智能体指数上达到 68，与 Claude Sonnet 5.5 并列，而它在 Terminal-Bench 4.0 上相较 Muse Spark 1.3 的提升被描述为大约翻倍。针对外界长期以来的批评——即其模型是针对基准测试调优的——Meta 反驳称，新的基础模型能够泛化到其训练优化之外的任务：这是厂商对自家模型的宣称，只有经过反复的公开使用才能见分晓。

更便宜的费率对真实账单有什么影响

正是在这里，60% 这个宣传数字缩水了。Muse Wonder 上推理是强制开启的，而推理 token 按输出计费，所以输出端才是决定账单的地方。Artificial Analysis 记录其评测运行消耗了 1.3 亿输出 token，而同类模型的中位数是 8500 万——这是个话多的模型，不过没有 Claude Opus 5.5 的 2.6 亿那么话多，与 Muse Wonder Full 的 1.4 亿大致相当。这种冗长已经计入每任务成本：Muse Wonder 为 4.52 美元，Claude Opus 5.5 为 5.98 美元，Claude Fable 5.1 为 7.63 美元。价目表上写着比 Fable 5.1 便宜 60%；但按每个完成的索引任务来衡量，差距更接近 40%，因为 Muse Wonder 要花更多 token 才能达到同样结果。

拿一个具体的月份来算一算——比如 1000 万输入 token 和 200 万输出 token。Muse Wonder 计费为输入 $40.00、输出 $40.00，共 $80.00。Claude Fable 5.1 计费为 $100.00 和 $100.00，共 $200.00。Claude Opus 5.5 计费为 $40.00 和 $40.00，共 $80.00。相较于 Fable 5.1，节省是实实在在且幅度很大的。相较真正领跑该指数的模型，Meta 的定价是看齐，而不是压低。而且由于推理无法关闭，唯一可用的成本杠杆就是努力程度和输出预算——在短调用中以中等努力运行时，这是一笔正常的前沿模型账单；而在长时间智能体循环中开到最大努力时，这就是一笔高昂的账单。

开放权重的那一半现在已经九周了

扎克伯格 9 月 2 日声明末尾的第二句话——“Muse Spark 开放权重版本即将发布”——并未兑现。Meta 于 2026 年 8 月 10 日承诺发布 Muse Spark 1.2 权重，这意味着到今天，该承诺已许下六十四天，而今天上午直接查看 Meta 在 Hugging Face 上的模型组织页面，结果恰好只有四个仓库，全都是 Muse Glimmer 变体：Muse Glimmer 30B、其 GGUF 和 assistant 构建版，以及一个 ExecuTorch 导出。没有任何版本的 Muse Spark 检查点，没有许可证，没有硬件规格，也没有日期。Muse Glimmer——Meta 在作出该承诺时同步发布的 300 亿参数 Apache 2.0 模型——仍是 Muse 家族中唯一可下载的开放权重模型。

这次发布也没有说明 Muse Wonder 自身的分发方式。Meta 尚未表示是否会公布这两个新检查点的权重。这一遗漏带来的后果不止于开发者的偏好：根据《欧盟人工智能法案》第 53 条，一个真正自由开放的模型可以免于承担原本需要提供的部分文档义务，而这项豁免的前提是许可证真实有效，并且权重、架构和使用信息都公开。Meta 也尚未就 Muse Spark 1.3 的同一问题作出决定，而扎克伯格已释放出对开放最强系统持谨慎态度的信号。对于任何计划走自托管路线的人来说，实际结论与 9 月时相比没有变化：这个窗口一直被描述为“很快”，旗舰产品仍在以闭源方式发布，而注册表上仅有的权重仍是那个 30B 蒸馏版本。

Muse Wonder 的定位，以及 OrcaRouter 的契合之处

Muse Wonder 并不在 OrcaRouter 上。在我们涵盖 207 个模型的目录中，没有任何 muse-wonder 条目，本文也不会把它当作已上架那样来描述。我们真正收录的、来自同一实验室的产品是 Muse Spark 系列，而这次发布所引发的比价，同样适用那套价格表逻辑：Muse Wonder 的两个价格对标对象，都已按各自供应商的标价出现在我们的目录中。Claude Fable 5.1 的输入价为 10.00 美元、输出价为 50.00 美元，Claude Opus 5.5 的输入价为 4.00 美元、输出价为 20.00 美元。Muse Spark 1.2 已按供应商的标价上线 OrcaRouter——每百万输入 token 1.25 美元、每百万输出 token 4.25 美元，0% 加价原样传递，因此我们这边的价格就是 Meta 自己的价格，Meta 何时调价，我们就何时同步变动。

这种直通本周比平常更重要，因为这次发布既是能力发布，也是定价发布：供应商的费率变化无需重新谈判合同就会反映到我们这边，而一个模型比某个竞品便宜 60%、同时又能与另一个竞品持平，这就让对比变得值得亲自跑一跑，而不是读一读。这也是自己验证这一说法最便宜的方式。Muse Wonder 的营销建立在与那些已经能通过单一 OpenAI 兼容端点调用的模型做对比之上，所以诚实的评估——同样的提示、同样的测试框架、把备选方案并排比较——只需一个 API 密钥，而不是三个供应商账号。而对于一个如此新的检查点，其突出特点是一道订阅墙而非过往战绩，自动故障转移正是让你能试用它、又不必把生产路径押上去的模式：把一条测试路由指向新模型，在同一端点上保留一个久经考验的备用方案，一旦推理循环卡住或账单飙升，就让路由器把流量切回来。

接下来看什么

有四件事尚未解决，而每一件都会改变读者围绕这次发布做规划的方式。

• muse-wonder-full-1.0 是否会获得 API 路径。那个在独立指数上以三分优势击败 Claude Fable 5.1 的检查点，只能通过每月 50 至 200 美元的订阅访问，这让头条对比变成了产品决策，而非工程决策。Meta 尚未表示会开放它。

• Meta 是否会公布 Muse Wonder 的权重。对于 Muse Spark 1.3，它也没有就此作出决定，而这一答案既决定了团队能够自行托管什么，也决定了 Meta 在《欧盟人工智能法案》下需要承担什么义务。

• 为 Muse Spark 1.2 所承诺的开放权重而设的 Hugging Face 仓库，如今已逾期六十四天。与其坐等公告，不如直接查看 Hub 上 Meta 的模型组织页面——上次就是注册表先于博客文章发生了变化。

• 独立的评估框架能否复现 JobBench 与 Vals Finance 上的分差，以及 Active Memory 在演示环境之外是否依然站得住脚。同一实验室的两个检查点在同一项基准上相差 44 分，这要么是真实的能力分化，要么是评估框架带来的假象，而只有第三方复现才能判定究竟是哪一种。

这次发布真正敲定的，是本文九月时围绕的那个问题。西瓜表情符号确实是一款真正的旗舰模型，它按报道中的时间表交付，也落入了前沿模型已经占据的价格区间。有意思的地方不再是 Meta 能否触及前沿，而在于：Meta 为对标领先者而定价的那款模型，并不是 Meta 拿来与之做基准测试的那款模型。