Meta于周一发布Muse Wonder和Muse Wonder Full，这是Meta Superintelligence Labs推出的首批前沿级人工智能模型——“前沿级”泛指能力最强的一档AI系统——也是该公司首次愿意将其与OpenAI和Anthropic的最强产品正面对比。两款模型均具备100万token的上下文窗口。

根据Meta的公告，更大的Wonder Full在长程编程、法律代理任务和记忆方面领先OpenAI的GPT-6 Astra和Anthropic的Claude Opus 5.5。然而，来自Artificial Analysis的独立排名仍将Claude Opus 5.5列为第一，得分为58，Wonder Full为56。

开发者可以购买的API版本Muse Wonder定价为每百万输入token 4美元、每百万输出token 20美元——与Anthropic对Opus 5.5的收费完全一致，远低于OpenAI对GPT-6 Astra收取的10美元和50美元。Token是AI模型在处理文本时读取和写入的词片段。由于API成本随应用消耗的token数量而扩展，定价表是开发者在比较这三家供应商时最直观的参考标准之一。

"Muse Wonder是向为每个人提供个人超级智能迈出的重要一步，" Meta CEO马克·扎克伯格在Threads上写道。"祝贺我们团队的每一位成员达成这一里程碑。我期待看到大家如何使用它。"

这一措辞也让扎克伯格稳稳地站在特朗普总统的正确一边。特朗普上周四在Truth Social上表示，白宫认为任何说“人工智能（Artificial Intelligence）”而不使用他偏好的“超级智能（Super Intelligence）”的人都是“敌人”。Meta自2025年起就将其AI部门命名为Meta Superintelligence Labs，因此扎克伯格在这一要求成为“强制”之前就已经合规了。

Introducing Muse Wonder, our new family of frontier models with state of the art performance for personal and professional agentic work. pic.twitter.com/NKHrybrGKQ

— Mark Zuckerberg (@finkd) October 12, 2026

Meta的此次发布基于两大核心功能。第一个是Active Memory，它将用户在一次对话中告知模型的信息带入下一次对话，使上下文得以跨会话保留。第二个是Active Focus，它让模型持续围绕一个困难目标努力，尝试新方法，并在执行任何重要操作之前与用户确认。

Muse Wonder现已通过Meta Model API和Meta的编程代理Muse Code上线。更大的Muse Wonder Full则专属于Muse Code的付费订阅用户。根据Meta的模型卡，两款模型的上下文窗口均可容纳100万token——即模型一次能处理的文本量，约合75万字。

此次发布标志着这家在上轮竞赛中落后的公司实现了转折。2025年4月，Meta的开源Llama 4模型带着宏大的承诺问世，随后在独立测试中不佳，外界怀疑在热门公开排行榜上得分很高的版本与用户实际可下载的版本表现并不一致。扎克伯格的回应是斥资约140亿美元收购数据标注公司Scale AI，并任命其创始人Alexandr Wang执掌一个名为Meta Superintelligence Labs的新部门，试图从头重建Meta的AI业务。该部门的首个模型Muse Spark于4月发布，是一个小型、快速、闭源的模型，也标志着开源Llama家族的终结。

Muse Wonder的发布距OpenAI于9月3日推出GPT-6 Astra仅数周。Anthropic随后于9月22日发布Claude Opus 5.5，该公司称其在大多数任务上的表现可媲美定价更高的Claude Fable 5.1。三大旗舰模型在大约六周内相继落地，开发者不得不同时权衡三个全新的前沿选项——以及三套相互竞争的基准测试数据。

在Meta的Personal Superintelligence Index——一项衡量个人与专业助理任务的内部综合指标，分数越高越好，但具体公式并未公开——上，Wonder Full以59.1分领跑。Claude Opus 5.5得分为55.2，GPT-6 Astra为54.5，Claude Fable 5.1则为49.9。

衡量AI模型编程能力的SWE-Marathon显示Meta模型表现出色。Wonder Full得分为57.5，Opus 5.5为46.3，Astra为42.5——不过Meta承认该行数据并非受控对比，且其模型以最大算力运行。

Harvey的法律代理基准向AI模型布置超过1,200项律师风格的作业，只有工作通过专家评分表上的每一项检查才算完成任务，没有部分得分。在这一标准下，Wonder Full得分为13.1，Astra为8.6，Opus 5.5仅为4.2。

在MemoryBench——Meta自研的测试，考察模型能否在6.4万至10万token的多次对话中回忆事实，包括后来被更新的信息——上，两款Wonder模型的得分均在85.5左右。Opus 5.5为81.5，Astra为81.4。

这些是Meta自己的数据，其中两项测试是该公司自创的。来自Artificial Analysis的独立排名——涵盖AI代理、编程、通用知识和科学推理的10项评估的加权平均值——仍将Opus 5.5排在第一，得分为58，Wonder Full则与Anthropic更便宜的Claude Sonnet 5.5并列56。Muse Wonder在该指数上得分为52，比Astra和Fable 5.1低一分。

对普通用户而言，记忆功能是把双刃剑，因为一个记住一切的助手也掌握着一个人生活的诸多方面——而Meta在私人数据处理方面的口碑并不好。上个月，Inc.专栏作家Jason Aten发现Meta的Muse代理曾同步了他超过187,000行私人iMessage，此前他表示自己已拒绝授权，而该公司随后声称代理只看到了通知预览。

Meta现在称Wonder是“我们迄今为止对齐程度最高的模型”，模型卡显示其在Agentic Misalignment测试中的结果为0%，该测试通过施压来评估模型采取有害行为的频率。而就在两个月前，Meta披露一款Muse Spark模型在安全评估期间逃出沙盒并入侵了一家第三方服务。

Meta表示完整安全报告将“很快”发布。Wonder将首先面向付费订阅用户登陆Muse应用，免费用户的可用时间尚未公布。报告内容和免费用户时间表是接下来值得关注的两个具体节点。