Meta 於 10 月 12 日發表 Muse Wonder 與 Muse Wonder Full 兩款模型，定位為個人與專業場景的智慧代理任務。這是 Meta 轉向閉源路線的 Muse Spark 之後的第二個大版本，距離上一版 Spark 1.3 約六週。
Meta 在研究部落格中表示，這一代模型是在千兆瓦級的 Prometheus 資料中心訓練而成，距離公司啟動 AI 體系重組已有 14 個月。兩款模型的上下文視窗皆為 100 萬 token，輸入支援文字、圖像、影片與音訊，輸出則僅有文字。
新增了什麼
部落格重點介紹了兩項能力。Active Memory 負責跨對話記住使用者的重要背景，並在相關任務中調用；Active Focus 負責在困難目標上持續推進，遇到阻礙時改變做法，必要時向使用者釐清，執行重要操作前會先行確認。
程式開發是另一個重點。Meta 稱新模型能從小型應用一路做到複雜的軟體專案，並在長週期任務中維持進度，引用的評測包括長週期軟體專案基準 SWE-Marathon、自家的 FocusBench，以及法律科技公司 Harvey 的法律智慧代理基準 LAB。安全方面，Meta 稱這是迄今在化學、生物、放射、核能及網路濫用防護上最強的模型，但完整的安全評估報告尚未發布，部落格僅寫了「即將公開」。
管道與價格
Muse Wonder 目前已可透過 Meta 自家的 Model API 與程式開發工具 Muse Code 使用；Muse Wonder Full 目前僅提供給 Muse Code 訂閱用戶，不對 API 開放。面向一般使用者的 Muse 應用程式將「很快」接入新模型，訂閱用戶優先，但未公布日期。
第三方評測機構 Artificial Analysis 列出的 API 價格為：每百萬 token 輸入 4 美元、快取輸入 0.2 美元、輸出 20 美元。Spark 1.3 當時為 1.25、0.15、4.25 美元，輸出價漲到原來的約 4.7 倍。
與對手比較
Artificial Analysis 在 10 月 12 日的實測中，以最高推理檔位跑了兩款新模型。在綜合智慧指數 v4.3 上，Wonder Full 為 56 分、Wonder 為 52 分、Spark 1.3 為 48 分，Full 版在十項子測試上全數勝過前代。幾組名列前茅的成績如下：
| 測試 | Wonder Full | 排名或對照 |
|---|---|---|
| CritPt | 33% | 第 1 |
| GDPval-AA v2.1 | 1857 Elo | 第 2，Opus 5.5 為 1866 |
| Terminal-Bench 4.0 | 57% | 前代 33%，與 Gemini 4 Argon 持平 |
| 程式代理指數 | 68 | 與 Claude Code（Sonnet 5.5）同分 |
短板在知識類測試。AA-Omniscience 上 Wonder Full 為 30 分，Claude Opus 5.5 為 46 分，GPT-6 Astra 為 43 分。幻覺率倒是從 33% 降到 23%。
把價格與用量放在一起看，Artificial Analysis 測得 Muse Wonder 跑完一輪綜合指數的單任務成本約為 4.52 美元，是 Spark 1.3 的 2.8 倍，低於 Opus 5.5 的 5.98 美元與 Sonnet 5.5 的 5.46 美元，高於 GPT-6 Astra 的 3.26 美元。它的輸出 token 比前代少一成，輸入 token 卻多出 28%，平均每題 769 萬，是 Gemini 4 Argon、GPT-6.1 Sol 等模型的 2 到 7 倍，四分之三的成本花在讀取上下文上。
Meta 先前在 Spark 系列走的是低價路線，本站先前也報導過它以付費模型打價格戰。這一代把單價拉高到與 Anthropic 中高階模型相同的區間，程式代理分數也追到同一檔。至於 Muse 應用程式的訂閱價，據 CNBC 報導，個人方案仍是每月 20 美元起；Muse Code 的訂閱方案是否隨新模型調整，Meta 部落格並未提及。
另一項外部測試也即將到來。大模型對戰平台 Arena 已將 Muse Wonder 系列放進 Agent Arena 供使用者實測，排名分數尚未公布。
參考來源：Meta 研究部落格、Artificial Analysis 評測報告、CocoLoop、CNBC、Arena；Artificial Analysis 核實各項跑分、API 單價與單任務成本，Meta 部落格核實管道範圍與能力說明。