Meta 推出首個前沿模型 Muse Wonder，每百萬輸入代幣定價 4 美元

新聞摘要

Meta 已發布 Muse Wonder 與 Muse Wonder Full，TechCrunch 稱之為該公司首次嘗試真正的頂尖前沿模型。這些模型來自 Meta 超級智慧實驗室。它們於 2026 年 10 月 12 日星期一發布，TechCrunch 的報導時間戳記為太平洋時間上午 10:56。Meta 稱此次發布是「我們擴展階梯上的下一步，也是邁向個人超級智慧的一大躍進」。以下大部分細節來自 TechCrunch 的報導與 Meta 自家的資料。截至撰寫本文時，我們尚未找到任何獨立報導能證實這些基準測試的宣稱。

Meta 發布了什麼

共有兩個模型：Muse Wonder 與 Muse Wonder Full。它們比 Meta 先前發布的輕量、低延遲模型 Muse Spark 更大。Meta 表示，它們能力更強，基準測試分數高於 Spark，且在編寫程式碼等複雜任務上表現更佳。

Muse Spark 於 2026 年 4 月 8 日首次亮相，是 Meta 超級智慧實驗室的第一個模型。當時的次要報導將其描述為封閉權重的多模態推理模型。Meta 承認在長期代理任務與編寫程式碼方面存在差距，而這些正是 Wonder 模型旨在改進的領域。

主動記憶作為主打特色

Meta 的宣傳重點在於「主動記憶」，即長時間保留並整合使用者資訊的能力。Meta 研究科學家 Kavya Kopparapu 在發布影片中表示：「我們投入了大量心力，確保你的模型能記住對你重要的事情。」

對於學習者與開發者而言，這是一個值得注意的設計目標。大多數助理將每次對話視為大致獨立。一個能建立並更新使用者偏好與專案持續圖像的模型，必須決定保留什麼、摘要什麼、丟棄什麼。這本身就是一個研究問題。

基準測試宣稱

根據模型卡，Meta 自家測試顯示 Wonder 與 Wonder Full 的得分與 Fable 5.1 和 GPT-6 Astra 相當。在 MemoryBench（arXiv 2510.17281）這個針對持續學習與記憶建構的基準測試中，Muse Wonder 據稱得分高於 Fable、Opus 或 Astra。

這些數據是自行回報的。供應商運行的基準測試往往與獨立評估不同，而記憶基準測試仍處於早期階段。來自第三方評估者的獨立測試將是真正的考驗。

可用性與定價

兩個模型的存取方式不同：

• Muse Wonder 可透過 Meta 模型 API 使用。
• Muse Wonder Full 僅限 Muse Code 訂閱者使用，不透過 API 提供。
• 兩個模型都將驅動 Meta 於 2026 年 9 月推出的 Muse 代理。

Muse Wonder 的 API 定價為每百萬輸入代幣 4 美元，每百萬輸出代幣 20 美元。TechCrunch 指出，這大致與 GPT-6 Sol 或 Opus 5.5 相當。

訓練基礎設施

這些模型在 Meta 位於俄亥俄州中部的 Prometheus 資料中心訓練，該中心於 2026 年稍早啟用。TechCrunch 未報導參數數量、架構、上下文視窗或訓練資料細節，而 Meta 在我們審查的資料中也未公布這些資訊。

為何重要

Scale AI 創辦人 Alexandr Wang 於 2025 年 8 月重組了 Meta 的 AI 工作。此後，Meta 推出了 Muse Spark 與 Muse 代理，但沒有推出針對頂尖領域的模型。Wonder 是第一個如此定位的發布。

有兩件事值得關注。第一，獨立評估是否會證實 Meta 所宣稱的基準測試持平。第二，主動記憶在日常使用中是否運作良好，因為這是 Meta 押注的功能。