Meta发布其首款前沿模型Muse Wonder

10月13日，Meta（META.US）的超级智能实验室发布了两款全新的先进模型：Muse Wonder和Muse Wonder Full，标志着该公司首次进军前沿模型领域。

此前的Muse Spark定位为低延迟的轻量级模型，而Wonder系列模型规模更大、能力更强，在基准测试中得分更高，在编程等复杂任务上表现也更出色。

根据Meta的测试数据，Wonder和Wonder Full的基准测试得分与Fable 5.1和GPT-6 Astra不相上下。Meta在博文中表示：“它们共同标志着我们在扩展规模上迈出了新的一步，也是迈向个人超级智能的重大飞跃。”

模型的规模也体现在定价上：通过Meta Model API调用，Wonder的输入价格为每百万Token 4.00美元，输出价格为每百万Token 20.00美元，成本与GPT-6 Sol或Opus 5.5大致相当。

值得注意的是，Muse Wonder Full仅向Muse Code订阅者开放，且不提供API调用。这两款模型都将用于驱动Muse智能体。

Meta一直致力于开发能长期执行任务的个人助手，因此特别强调了新模型保留和综合用户信息的能力，Meta将这一特性称为“主动记忆”。

为了实现更好的记忆召回效果，Meta重点展示了MemoryBench基准测试，该测试专门考验持续学习与记忆构建框架。Meta的测试显示，Muse Wonder目前在MemoryBench上的得分已超过Fable、Opus和Astra。

伴随发布的研究科学家Kavya Kopparapu在视频中表示：“我们投入了大量精力，确保模型能在数天、数周、数月乃至更长时间里记住对您而言重要的事情。”

这是自Scale AI创始人Alexandr Wang于去年8月重组Meta的AI部门以来，该公司首次发布前沿模型。此后，Meta仅发布了轻量级的Muse Spark模型和Muse智能体，一直未像OpenAI和Anthropic那样推出先进的模型。

据悉，这两款新模型在Meta位于俄亥俄州中部的Prometheus数据中心完成训练，该数据中心于今年早些时候投入使用。