Muse Wonder 与 Muse Glimmer：一个是价目表，另一个是文件

Meta Superintelligence Labs 现在出售两款模型，它们共用一个姓氏，除此之外几乎没有任何共同点。Muse Wonder 于 2026 年 10 月 12 日发布，是一款专有前沿模型，每百万输入 token 收费 4.00 美元，每百万输出 token 收费 20.00 美元，拥有 1,048,576 token 的上下文窗口，在 Artificial Analysis 智能指数上得分为 52。Muse Glimmer 于 2026 年 8 月 10 日发布，是一款 300 亿参数的 Apache 2.0 模型，Meta 出货时就已将其量化为 4 位，因此它能塞进 20 GB 以内的显存，断网也能运行，在同一指数上得分 17。这是 35 分的差距，而这并不是那个有意思的数字。有意思的数字是 20 GB：这两者中有一个你能握在手里，另一个你只能租用。

两个产品，而非两个层级

人们很容易把 Muse Glimmer 视作精简版的 Muse Wonder。但它的来历恰恰相反。Glimmer 是通过对 Meta 更大的 Muse Spark 教师模型进行 logit 蒸馏训练出来的，随后又在长上下文智能体数据上微调，并针对工具使用进行了强化——它是为模仿大模型而打造的小模型，而不是一个被删减了功能的大模型。八周后，Muse Wonder 从同一实验室问世，走的则完全是另一条路线：1M 上下文，语音和视频作为一等输入，强制推理且推理力度按从 minimal 到 max 的阶梯调节，背后还有一个仅限订阅的孪生检查点。

• 权重 — Muse Glimmer 采用 Apache 2.0，可下载，以 4 位精度发布；Muse Wonder 为专有，未发布检查点

• 参数 — Muse Glimmer 300 亿，量化后低于 20 GB；Muse Wonder 未披露

• 运行位置 — Muse Glimmer 在你自己的 GPU 上离线运行；Muse Wonder 通过网络在 Meta 的基础设施上运行

• 上下文窗口 — Muse Glimmer 131,072 个 token，可扩展至 262,144；Muse Wonder 1,048,576 个 token

• 模态输入 — Muse Glimmer 文本和图像；Muse Wonder 文本、图像、语音和视频

• 价格 — 如果自行托管，Muse Glimmer 不按 token 收费；如果租用，每百万输入 $0.325、输出 $1.35；Muse Wonder 每百万输入 $4.00、输出 $20.00

• 输出上限 — Muse Wonder 单次响应 943,718 个 token；Muse Glimmer 在该规模下未见记录

• 知识截止日期 — Muse Glimmer 2026年1月；Muse Wonder 未发布

• 可吸收的变更，而其中一个无法吸收——Muse Glimmer 可以被固定、分叉和微调；Muse Wonder 可以被弃用

Meta 在 RTX 5090 以及 Apple M4 Max 和 M5 Max 芯片上测试了 Glimmer，这实际上就是这里所说的“本地运行”的实打实定义——全精度占用超过 55 GB，因此 4 比特版本正是该模型能够部署的根本原因。Muse Wonder 则完全不是这样运作的。你通过 API 按费率访问它，只要 Meta 选择继续提供该服务，你就能一直用。

35个百分点的差距由什么构成

那么大的差距通常意味着其中一个模型就是更差。而在这里，它更多意味着这两个模型是为不同任务而构建的，分项得分会体现这一点，而不是将其掩盖。除另有说明外，下文所有数值均为 Artificial Analysis 在修订版 v4.3.2 上的测量结果。

• 智能指数 — Muse Wonder（max）52，在 219 个模型中排名第九；Muse Glimmer（high）17，在 142 个模型中排名第十五

• 长上下文召回 — Muse Glimmer 83.3%，在同一轮测试中领先于 Claude Sonnet 5.5 的 82.7%

• Terminal-Bench 4.0 — Muse Glimmer 0.5%

• 自动化基准 — Muse Glimmer 0.068

• 人类最后的考试 — Muse Glimmer 22.0%

• 输出速度 — Muse Glimmer 每秒 143.8 个 token；Muse Wonder 未在同一测试框架上发布

• 每个索引任务的成本 — Muse Glimmer 托管版约 $0.06；Muse Wonder 约 $4.52

长上下文召回率这一行才是值得停下来细看的地方。一个300亿参数的模型被量化到20 GB，却在超长输入中定位某个事实这一点上追平了一个全新的前沿模型——这不是舍入误差，而正是训练配方所瞄准的目标，也是任何人能为Glimmer提出的最强主张。Terminal-Bench这一行则是另一端：半个百分点意味着该模型无法完成智能体式软件任务，而硬件上省下的任何开销，都无法让一项永远完不成的任务变得更便宜。一项经过同行评审、纳入了Muse-Glimmer-30B的多智能体编排研究发现，它未能召回任何一个候选对象，这与从另一个方向得出的发现如出一辙。

所以这个形态是清晰可辨的。Glimmer 读取顺畅、回答迅速、可在任何地方运行，而且无法执行。Wonder 能读取更大的输入、可以执行；而当你不自行拥有而是租用那个小型版本时，它在每个索引任务上的成本大约是它的七十五倍。

$0.06 这个数字是个陷阱

这个七十五倍的数字理应被立即排除在外。每项索引任务 0.06 美元这个数字，是 Artificial Analysis 通过托管端点调用 Muse Glimmer 时的花费——按每百万 0.325 美元和 1.35 美元计费；它核算的是租用这个模型的经济账，而不是运行它的经济账。一旦自托管，按 token 计费的账单便不复存在，取而代之的是你已拥有或不得不购置的 GPU，外加把它跑起来提供服务所需的工程时间。把 0.06 美元与 4.52 美元摆在一起，仿佛二者可以同类相比，是这一页上最容易犯的错误。

老实说，这两个模型根本不在同一个维度上。Muse Wonder 按 token 计费，成本随用量增长。Muse Glimmer 按加速器计费，成本不随用量增长——因此每天十次请求时它很贵，而每天一千万次请求时它便宜得惊人。

离线是需求，不是折扣

对于某一类部署来说，这种比较根本算不上比较。一个无法离开设备的请求，一个没有网络连接的工厂车间或现场，一个 API 调用本身就构成合规违规的气隙环境，一个往返一次就已经超支的延迟预算——这些都不是靠网络背后一个更好的模型就能解决的。能在 20 GB 以下运行、断网也能跑的 Apache 2.0 权重就是全部答案，而 Muse Wonder 无论付出什么代价都不会参与这个问题。

这也是许可证不再只是脚注的唯一一处。Meta 自己为 Muse Wonder 所做的发布对权重只字未提，而且也不会有权重推出；Muse Code 订阅背后的 Full 检查点也同样不开放。Glimmer 是一个文件。你可以分叉它、微调它、固定修订版本，并在供应商失去兴趣后继续用它提供服务——对于一个由已经推出另外两代模型的实验室在两个月前发布的模型来说，这并非假设性的担忧。

同时持有这三个，哪一个才是真正的答案？

读到这里的团队大多并不是要二选一。他们希望在自己的硬件上跑一个小模型，来承担工作负载中便宜、私密、量大的那一半；再通过 API 调用前沿模型，来处理困难的那一半。而尴尬之处在于，这两半通常意味着两套完全独立的技术栈。

这个系列里的三个 Meta 模型之中，有一个是我们提供的一条路由。meta/muse-spark-1.2 —— 更大的教师模型 Glimmer 正是从它蒸馏而来 —— 在 OrcaRouter 目录中，每百万 token 输入 $1.25、输出 $4.25，上下文窗口为 1,048,576 个 token，缓存读取为 $0.15，这使它处在中间那一档：能力远超 30B 学生模型，价格却只是 Muse Wonder 的一小部分，而且能用与其它所有模型相同的密钥访问。它每周还经由这个目录承载 4280 万 token 的流量，对于任何想知道 Spark 系列是否真在干活的人来说，这都是一个有用的信号。

两点需要坦诚说明。Muse Glimmer 本身并不是我们的路由之一——目录中并没有 muse-glimmer 条目，下面这张截图是Muse Spark 1.2的页面，而非 Glimmer 的，因为 Glimmer 的核心要点正是由你自己运行、绝不把它路由到任何地方。Muse Wonder 也不是我们的；它运行在 Meta 的 Model API 和 Muse Code 上。

单端点方案所换来的是这种拆分中由托管方承担的那一半。提供商列表价格按0% 加价直接透传，因此供应商调价当天就能体现；自动故障转移可应对上游提供商在运行中途性能下降；而路由 DSL 让你能把一个便宜模型和一个昂贵模型组合成单次调用，从而只在便宜模型置信度下降的地方才调用前沿模型。对于一个一端是 30B 模型、另一端是每百万输出 20 美元的模型系列来说，这种组合正是关键所在——大多数流量根本不需要昂贵的那一端。

选择

• 当 token 无法离开本机、没有网络、你需要某种可以固定并留存的东西，或者用量高到按 token 计费成为主要成本时，Muse Glimmer 就派上用场。在这个范围内，它速度快、简洁，并且擅长长上下文阅读，而综合评分恰恰会低估它在这些任务上的表现。

• {{1}}Muse Glimmer{{/1}} 适用于长文档的高容量提取与检索，其中 83.3% 的长上下文召回率才是关键指标，而 Terminal-Bench 上的 0.5% 根本不会被提及。

• Muse Wonder：当任务必须执行时——智能体、计算机使用、终端工作——或者当输入是语音或视频时，或者当单个响应需要超过 128,000 个 token 时。0.5% 的执行得分不是预算选项；它连参与者都算不上。

• 两者皆非，如果你是在中间档位选购。Muse Spark 1.2 是它们之间的那一档，它就是 Glimmer 蒸馏所源自的模型，而它的价格只有 Muse Wonder 为处于这一空隙中的能力所收取费用的五分之一。

35 分的指数差距是真实存在的，它同时也是这一页上最没用的东西。这两个模型并不是价格相差一档的相邻产品；它们是两个问题的答案，而这两个问题只在你恰好两者都需要的那些日子里才有所重叠。决定在于 token 花在哪里；而第二个决定——也就是人们总会忘掉的那个——是：一家能在区间两端推出相距如此之远的产品的实验室，还会继续往前走，所以那个你钉不住的模型，正是你最该慢一步再去其之上构建的模型。