Muse Wonder 正式上線：Meta 全新前沿模型隨附一款無法單獨購買的全規格孿生版

Meta Superintelligence Labs 於 2026 年 10 月 12 日發布 Muse Wonder，並在同一次發表會中將其以兩個模型的形式推出。Muse Wonder 是開發者今天就能透過 Meta Model API 以及在 Muse Code 中呼叫的檢查點；Muse Wonder Full 則是分數更高的配置，Meta 表示僅提供給 Muse Code 訂閱者。兩者都宣稱具備 100 萬個 token 的上下文視窗，且標頭價格同為每百萬輸入 token 4.00 美元、每百萬輸出 token 20.00 美元，這讓這對組合直接槓上 Claude Opus 5.5，也使得真正有意思的問題不再是 Muse Wonder 拿到幾分，而是這兩個模型 ID 之中，你實際上能取用哪一個。

那道分界，就是這次發布的重點。從前，前沿模型的發布通常只給你一個端點和一個數字。這次卻給你兩個 ID、兩份排行榜，以及一條沿著訂閱方案、而非 API 層級所劃出的可用性界線。

已發佈的內容，以及每個模型所在的位置

Meta 自家的模型頁面列出兩個 ID。muse-wonder-1.0 是在 Meta Model API 上以及透過 Muse Code（Meta 的終端機編碼代理）提供的那個。muse-wonder-full-1.0 則是 Meta 描述為僅限 Muse Code 訂閱的版本——它不是 API 模型上的一個旗標，而是可透過 Meta 按月銷售的產品存取的獨立檢查點。Meta 為該產品公布的方案是 Power Usage 每月 $50，以及 Maximum Usage 每月 $200。

兩個 ID 的定價皆為每百萬個輸入 token 4.00 美元、快取輸入 0.20 美元，以及每百萬個輸出 token 20.00 美元。Meta 也表示，Muse Wonder「很快就會為 Muse 中的體驗提供支援」，而 Muse 是該公司的消費者端產品——這項推出計畫目前尚未附上日期。

Meta 在這次發布中點名了兩項功能，而它們才是值得關注的，因為它們描述的是行為，而非基準測試分數。Active Memory 是跨工作階段的持續狀態；Active Focus 則是模型自身在長時間任務上的注意力管理。兩者都無法從模型卡中衡量，而且都屬於那種只有在真實工作負載中運行數週後才會顯現的能力。

Meta 自家的計分板——以及真正重要的那兩欄

Meta 發表了一張基準測試表，涵蓋這兩個檢查點，並與 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5.5 並列，全部都是在各自最高的推理設定下進行。以下每一個數字都是廠商自行回報的，且在 Meta 的測試框架中產生，沒有任何一項經過獨立重現。請把它當成 Meta 的說法來讀，而不是測量結果：

• 個人超智慧指數 —— Muse Wonder Full 59.1、Muse Wonder 56、Claude Fable 5.1 52、GPT-6 Astra 53、Claude Opus 5.5 53

• JobBench（長時程專業任務）—— 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（法律代理工作）— 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（電腦操作）— 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 未公布

• 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 指數 — Muse Wonder Full 59.0、Muse Wonder 56、Claude Fable 5.1 54、GPT-6 Astra 53、Claude Opus 5.5 58

Full 欄並非一致地更優，而這正是整張表中最具資訊價值的一點。Full 在 JobBench 上以 44 分勝出，在 Vals Finance Agent V2 上以 49 分勝出，在 MemoryBench 上則以 5 分勝出——這些都是長時程、有狀態、大量使用工具的工作。Muse Wonder 在 AutomationBench-AA 上以 15 分勝出，在 GDP.pdf 上以 6 分勝出，並在 Harvey LAB 上以 41 分些微領先 Full。因此，訂閱模式並不只是把 API 模式調到最強而已；Meta 顯然朝兩種不同的特性組合進行訓練，而可透過 API 呼叫的那一個在代理式業務自動化方面較強，至於訂閱服務背後的那一個則在持續性的專業任務工作上較強。

目前獨立評估怎麼說

Artificial Analysis 的 Muse Wonder (max) 在 Intelligence Index 上為 52，在 219 個模型中排名第九，每百萬 token 輸入 $4.00、輸出 $20.00，並有 95% 快取折扣——換算下來每項 index 任務約 $4.52。其資訊卡顯示，評估期間消耗了 1.3 億個輸出 token，而中位數為 8,500 萬；具備 100 萬上下文，以及文字、圖像、語音和影片輸入、文字輸出。

Muse Wonder Full (max) 在同一項指數中得分 56，在 699 個模型中排名第四，由於並非按 token 計價販售，因此未公布價格。目前排行榜顯示 Claude Opus 5.5 (max) 以 58 分位居第一，接著是 Claude Sonnet 5.5 (max)、Opus 5.5 (xhigh) 與 Muse Wonder Full (max)，皆為 56 分，而 Opus 5.5 (high) 則為 54 分。

請注意同一模型在兩個來源之間的差距。Meta 的表格列出 Muse Wonder Full 在 Artificial Analysis Index 上為 59.0；Artificial Analysis 本身公布的則是 56。Meta 的數字是 Meta 自己的；56 和第四名排名是評估者自己的。當供應商與獨立實驗室在同一個指數上相差三點時，規劃時應以獨立數字為準。

價格與 Opus 5.5 相同——但帳單可不是。

Meta 的 4.00 美元輸入與 20.00 美元輸出並不是低價定位。這正好就是 Claude Opus 5.5 的價格，而且是開放權重推理模型收費的數倍。在一次評估執行中，Muse Wonder 的輸出 token 數為 1.3 億，在冗長程度上處於中游：遠低於 Opus 5.5 的 2.6 億（中位數為 8,500 萬），但遠高於更精簡的 Gemini 級模型。

此模型強制啟用推理。推理強度階梯為 max、xhigh、high、medium、low、minimal，預設為 medium，而推理權杖會按輸出計費。沒有可關閉推理的開關，也沒有廉價的非思考路徑——你唯一的成本槓桿是推理強度與輸出預算的大小，而在 1,048,576 權杖的上下文下，輸出預算上限為 943,718 權杖。以每百萬輸出權杖 20 美元計算，一個填滿該預算的漫長代理迴圈會是一筆貨真價實的帳單；至於短呼叫時以 medium 強度執行，則只是尋常的前沿模型帳單。

Meta 在發布時所使用的安全論述值得引用，因為它異常直接：該公司稱 Muse Wonder 是其「迄今對齊程度最高的模型」，並引用其所形容迄今最強大的防護措施，以防範 CBRN 與網路濫用。那是供應商對自家模型的聲稱，也應如此解讀，但它確實顯示出 Meta 預期部署阻力會來自何處。

OrcaRouter 適用於哪裡——以及它目前還不適用於哪裡

Muse Wonder 並不在 OrcaRouter 上。我們的目錄中沒有 meta/muse-wonder 這個項目，我們也不會把它描述成好像真的一樣。我們確實有來自同一實驗室的產品線，那就是 Muse Spark 系列——Muse Spark 1.2 與 Muse Spark 1.1——因此，今天想採用 Meta 推理家族的團隊，有一條不需要新帳號或新 SDK 的路可走。

就這次發布所引發的比價需求而言，有個實用的事實：Muse Wonder 的兩個定價同級產品，早已以各自供應商的牌價登上我們的目錄。Claude Opus 5.5 已在 OrcaRouter 上，輸入 $4.00、輸出 $20.00，快取讀取費率 $0.20，並具備同樣的 1M 上下文，而DeepSeek V4 Pro 也在那裡，價格僅是其一小部分。如果你正在評估 Muse Wonder 的 $4/$20 對你的工作負載是否划算，那麼用兩個已經可觸及的模型跑同樣的任務，只需一組 API 金鑰，而不是三組。

這就是一個相容 OpenAI 的單一端點、涵蓋 200 多個模型且零加價的全部意義：當某個實驗室公布像這樣的價格時，你可以在一個下午內拿它與其他替代方案相比，而不必向三家供應商開客服工單。供應商的牌價會原封不動地傳遞過來，因此供應商降價一宣布，當天就會出現在我們這邊。當 Muse Wonder 上架到我們有路由的供應商時，它會以 Meta 的價格顯示，而不是我們的價格。

從這裡要關注什麼

這次發布有四件事尚未解決，而每一件事都會改變你規劃因應的方式：

• muse-wonder-full-1.0 是否會取得 API 存取途徑。目前，分數較高的檢查點被封鎖在每月 50 至 200 美元的訂閱方案內，這讓它成為一項產品決策，而非工程決策。Meta 尚未表示會將其開放。

• Active Memory 功能是否能經得起實際生產環境的考驗。跨工作階段的持久狀態，是最能改變你如何架構應用程式的一項主張，也是模型卡無法展示的一項主張。

• 獨立測試框架是否能重現 JobBench 與 Vals Finance 的差異。同一個實驗室的兩個檢查點在同一個基準測試上相差 44 分，這要嘛是真實的能力落差，要嘛是測試框架造成的假象，而只有第三方才能判定是哪一種。

• Muse 在消費市場的推行是否會搭載同一個模型。Meta 表示 Muse Wonder 將「很快為 Muse 中的體驗提供動力」，但未給出日期或版本；而一款在消費端應用程式內、具備 100 萬上下文能力的代理式模型，與一個掛著相同名稱的聊天模型，兩者之間的差異極為巨大。

這次發布是真的，而且這些端點自 10 月 12 日起就已存在。尚未確定的是，兩款 Muse Wonders 中，哪一款會成為人們最終談論的焦點——是任何人都能呼叫、定價為 $4/$20 的 API 模型，還是目前需要訂閱才能使用的 Full checkpoint。