Muse Wonder 對 Muse Glimmer：一個是價目表，另一個是檔案

Meta Superintelligence Labs 現在販售兩個共享一個姓氏、除此之外幾乎毫無共同點的模型。Muse Wonder 於 2026 年 10 月 12 日發布，是專有前沿模型，每百萬輸入 token 4.00 美元、每百萬輸出 token 20.00 美元，具有 1,048,576 token 的視窗，Artificial Analysis Intelligence Index 為 52。Muse Glimmer 於 2026 年 8 月 10 日發布，是 300 億參數的 Apache 2.0 模型，Meta 出貨時已量化至 4-bit，因此能塞進 20 GB 以下的 VRAM，可在斷網狀態下運行，且在同一指數上得分 17。這是 35 分的差距，但這不是有趣的那個數字。有趣的那個數字是 20 GB：這兩者之一你可以握在手中，另一個你只能租用。

兩個產品，不是兩個層級

把 Muse Glimmer 解讀成閹割版的 Muse Wonder 很誘人。但它的出身恰恰相反。Glimmer 是從 Meta 更大的 Muse Spark 教師模型以 logit 蒸餾訓練而成，接著再以長脈絡的代理式資料微調，並針對工具使用進行強化——它是個為了模仿大模型而打造的小模型，而不是個被移除功能的大模型。Muse Wonder 八週後出自同一個實驗室，但走的是完全不同的路線：100 萬脈絡、語音與影片為一等輸入、從最低到最高努力階梯的強制推理，以及背後一個僅限訂閱的孿生檢查點。

• 權重 — Muse Glimmer Apache 2.0，可下載，以 4-bit 形式提供；Muse Wonder 為專有，未發布檢查點

• 參數量 — Muse Glimmer 300 億，量化後低於 20 GB；Muse Wonder 未公開

• 運行位置 — Muse Glimmer 在你自己的 GPU 上離線運行；Muse Wonder 則透過網路在 Meta 的基礎設施上運行

• 上下文視窗 — Muse Glimmer 131,072 個詞元，可延伸至 262,144；Muse Wonder 1,048,576 個詞元

• 模態輸入 — Muse Glimmer 文字與圖像；Muse Wonder 文字、圖像、語音與影片

• 價格 — Muse Glimmer 若自行架設，不收每 token 費用；若租用，每百萬 token 輸入 $0.325、輸出 $1.35；Muse Wonder 輸入 $4.00、輸出 $20.00

• 輸出上限 — Muse Wonder 在單一回應中可達 943,718 個 token；Muse Glimmer 則未記載可達此規模

• 知識截止 — Muse Glimmer 2026 年 1 月；Muse Wonder 尚未發布

• 可吸收的變更，其中一個無法吸收——Muse Glimmer 可以被釘選、分支與微調；Muse Wonder 則可以被棄用

Meta 在 RTX 5090 以及 Apple M4 Max 與 M5 Max 晶片上測試了 Glimmer，而這正是這裡所謂「在本機執行」的實際定義——全精度佔用超過 55 GB，因此 4 位元版本才是這個模型得以部署的根本原因。Muse Wonder 完全不是這樣運作。你透過 API 取用它，並按費率計費，只要 Meta 選擇提供服務，你就能持續使用。

35 分的差距是由什麼構成的

這麼大的差距通常代表其中一個模型就是比較差。在這裡，它大多代表這兩個模型是為不同工作而打造的，而子分數會顯示出這一點，而不是把它掩蓋起來。除非另有標示，以下所有數據都是 Artificial Analysis 在修訂版 v4.3.2 上的測量結果。

• 智慧指數 — Muse Wonder（max）52 分，在 219 個模型中排名第九；Muse Glimmer（high）17 分，在 142 個模型中排名第十五

• 長上下文召回 — Muse Glimmer 83.3%，在同一輪測試中領先 Claude Sonnet 5.5 的 82.7%

• Terminal-Bench 4.0 — Muse Glimmer 0.5%

• 自動化基準測試 — Muse Glimmer 0.068

• 人類最終考試 — Muse Glimmer 22.0%

• 輸出速度 — Muse Glimmer 每秒 143.8 個 token；Muse Wonder 未在同一測試框架上公布

• 每個索引任務成本 — Muse Glimmer 託管版約 $0.06；Muse Wonder 約 $4.52

長上下文召回那一項才是值得停下來細想的地方。一個 300 億參數的模型量化進 20 GB 後，在極長輸入中尋找事實的能力竟能媲美一款全新的前沿模型，這不是四捨五入的誤差——這正是訓練配方所瞄準的目標，也是任何人能為 Glimmer 提出的最強主張。Terminal-Bench 那一項則是另一個極端：半個百分點意味著這個模型無法完成代理式軟體任務，而硬體再怎麼省，也無法讓一項永遠完成不了的任務變得更便宜。一份經同儕審查的多代理協作研究收錄了 Muse-Glimmer-30B，結果發現它未能找回任何一個候選者，這不過是從另一個方向得到同樣的結論。

所以整體輪廓清晰可辨。Glimmer 讀取順暢、回應迅速、隨處皆可運行，而且無法執行。Wonder 能讀取更大的輸入、能夠執行，但當你選擇租用小型的那一個而非自行擁有時，每個索引任務的成本大約高出七十五倍。

$0.06 這個數字是個陷阱

那個七十五倍的數字應立即予以排除。每項索引任務的 $0.06，是 Artificial Analysis 透過代管端點呼叫 Muse Glimmer 的花費，該端點每百萬 token 收費 $0.325 與 $1.35——它衡量的是租用這款模型的經濟性，而不是運行它的成本。自行代管時，按 token 計費的帳單會消失，取而代之的是你已擁有或必須購買的 GPU，外加提供服務所需的工程時間。拿 $0.06 與 $4.52 相提並論，彷彿這是同類比較，是這個頁面上最容易犯的單一錯誤。

老實說，這兩個模型根本不在同一個維度上。Muse Wonder 按 token 計價，成本會隨用量規模增加。Muse Glimmer 則按加速器計價，成本不會隨用量規模變動——這讓它在每天十次請求時顯得昂貴，在每天一千萬次請求時卻便宜得驚人。

離線是必要條件，不是折扣

對某一類部署來說，這個比較根本算不上比較。一個無法離開装置的請求、一個沒有連線的工廠車間或現場據點、一個 API 呼叫本身即構成合規違規的氣隙環境、一個光是來回傳輸就已超出延遲預算的情境——這些都不是靠網路另一端的更佳模型所能解決的。能塞進 20 GB 以下、且可離線運行的 Apache 2.0 權重就是全部的答案，而 Muse Wonder 無論代價多高，都不會參與這個問題。

那也是唯一一個授權條款不再只是附註的地方。Meta 自己為 Muse Wonder 發布的資料對權重隻字未提，而且也不會有任何權重釋出；Muse Code 訂閱方案背後的 Full 檢查點同樣是封閉的。Glimmer 就是一個檔案。你可以將它分支、微調、鎖定特定修訂版本，並在供應商失去興趣後繼續提供服務——對於一個由已經推出另外兩個世代的實驗室在兩個月前發布的模型來說，這可不是什麼假設性的顧慮。

同時持有這三者，哪一個才是真正的答案

大多數讀到這裡的團隊並不是在二選一。他們想要在自己的硬體上跑小型模型，來處理工作負載中低成本、私密、高流量的那一半，並透過 API 使用前沿模型來處理困難的那一半；而麻煩的地方在於，這兩半通常意味著兩套完全獨立的技術堆疊。

這個系列中的三個 Meta 模型之一，是我們提供的一條路由。meta/muse-spark-1.2——規模較大的教師模型 Glimmer 便是從它蒸餾而來——收錄於 OrcaRouter 目錄中，每百萬權杖輸入 $1.25、輸出 $4.25，涵蓋 1,048,576 個權杖的上下文視窗，快取讀取為 $0.15，這讓它位居中間一階：能力遠勝 30B 學生模型，費率卻僅是 Muse Wonder 的一小部分，而且能透過與其他所有模型相同的金鑰存取。它每週還透過這個目錄承載 4,280 萬個權杖的流量，對於任何想知道 Spark 系列是否真的投入實際工作的人來說，這是一項有用的訊號。

兩點誠實說明。Muse Glimmer 本身並不是我們的路由之一——目錄裡沒有 muse-glimmer 這個項目，而下方的截圖是 Muse Spark 1.2的頁面，而非 Glimmer 的，因為 Glimmer 的重點就在於你自己執行它，且絕不把它路由到任何地方。Muse Wonder 也不是我們的；Meta 的 Model API 與 Muse Code 才是它運作的地方。

單一端點配置所換來的，是那個拆分中託管的那一半。供應商定價以0% 加成原價傳遞，因此供應商調價當天就會反映；自動容錯移轉能因應上游供應商在執行中途效能下降；而路由 DSL 讓你能將便宜模型與昂貴模型組合成單一呼叫，如此一來，前沿模型只會在便宜模型信心下降之處被調用。對於一端是 30B 模型、另一端是每百萬輸出 $20 模型的家族而言，這種組合正是重點——大多數流量永遠不需要昂貴的那一端。

選擇

• Muse Glimmer 適用於 token 無法離開本機時、沒有網路時、你需要某個可釘選並保留的東西時，或用量高到按 token 計費成為主要成本時。在這個適用範圍內，它速度快、精簡，且擅長長脈絡閱讀；而綜合分數恰恰會在這些工作上低估它。

• Muse Glimmer 適用於對長文件進行大量擷取與檢索，在這種情境下，83.3% 的長上下文召回率才是關鍵數字，而 Terminal-Bench 上的 0.5% 根本不會被提到。

• Muse Wonder 當任務必須被執行時——代理、電腦操作、終端機工作——或當輸入是語音或影片，或當單一回應需要超過 128,000 個 token。0.5% 的執行分數不是預算選項；它是不參與者。

• 若你想選的是中間定位，兩者皆非。Muse Spark 1.2 是它們之間的那一階；Glimmer 正是從這個模型蒸餾而來，而它的價格只有 Muse Wonder 收費的五分之一，換得的能力則落在兩者差距中的某處。

35 點的指數差距是真的，而且也是這頁上最沒用的東西。這兩個模型並不是中間隔著一段價格級距的相鄰產品；它們是兩個問題的答案，而這兩個問題只在你碰巧兩者都需要的那幾天才有交集。決策關鍵在於 token 會流向何處；而第二個決定——也就是人們會忘記的那一個——是：一家能在產品線兩端推出差距如此懸殊產品的實驗室，將會持續變動，所以那個你無法鎖定的模型，才是你最不該急著在其上打造東西的模型。