智识花园阅读、实践、留下笔记
模型AI 评分 76/100

Meta 发布 Muse Wonder 和 Muse Wonder Full,Artificial Analysis 实测智能水平较前代显著提升

Artificial Analysis 完整文章(网页)查看原始信源 ↗

AI guide

AI 导读

Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型,在 Artificial Analysis Intelligence Index v4.3 上分别得 52 和 56 分(max reasoning effort)。

Story tracking

事件追踪

进行中 · 24 个信源 · 39 篇报道

Meta 于 10 月 12 日发布 Muse Wonder 和 Muse Wonder Full 两款前沿智能体模型,这是其 Superintelligence Labs 成立一年多后的首批前沿模型。据 Artificial Analysis 实测,两款模型在 Intelligence Index v4.3 上分别得 52 和 56 分(最大推理量),较六周前 Muse Spark 1.3 的 48 分明显提升;Muse Wonder Full 在该指数上排名第二,距 Claude Opus 5.5 仅 2 分。 两款模型开放范围不同:Muse Wonder 可通过 Meta Model API 和 Muse Code 使用,定价为每百万 token 输入 4 美元、缓存输入 0.20 美元、输出 20 美元;Muse Wonder Full 仅面向 Muse Code 订阅用户,不在 API 提供,按 token 定价尚未公布。Meta 称 Muse Wonder 将陆续接入 Muse 等其他产品,先向订阅用户推送。 Meta 称该系列在个人与专业智能体、记忆和编码基准上达到 SOTA,配备跨对话保留上下文的 Active Memory 和遇阻持续尝试的 Active Focus,并称在抵御对抗性指令、处理隐私信息方面做了专门训练。第三方评测者则给出不同侧重:有开发者称 Muse Wonder 一次找出其他 Agent 遗漏的代码漏洞,也有人汇总称 Muse Wonder Full 在 14 项公开基准中 8 项超过 Opus 5.5。Arena 后续公布 Muse Wonder (Max) 进入 Code Arena: WebDev 第 15 名(1651 分)、Text Arena 第 2 名(1513 分)。

最新进展:Meta 发布 Muse Wonder 和 Muse Wonder Full:基准成绩、定价与使用步骤

事件时间线

  1. MarkTechPost(RSS)

    Meta 发布 Muse Wonder 和 Muse Wonder Full:基准成绩、定价与使用步骤

    Meta 发布 Muse Wonder 和 Muse Wonder Full,定位面向长期运行的 agent 任务,支持 1M token 上下文和文本、图像、视频、音频输入。

    阅读原始报道 ↗
  2. X:Arena (@arena)

    Meta Muse Wonder (Max) 进入 Arena 榜单:WebDev 第15、文本第2

    Arena 宣布 Meta 的 Muse Wonder (Max) 进入 Code Arena: WebDev 榜单第15名(1651分),与 Kimi K3 (Max) 的 1655 分相差 4 分。

    阅读原始报道 ↗
  3. X:Testing Catalog (@testingcatalog)

    Meta 发布首款前沿模型 Muse Wonder

    Meta 发布首款前沿模型 Muse Wonder,上线 Meta Model API 和 Muse Code,定价每百万 input/output tokens 4 美元/20 美元;最高推理版本 Muse Wonder Full 仅面向 Muse Code 订阅用户,不在 API 提供。

    阅读原始报道 ↗
  4. X:Arena (@arena)

    Arena 测试 Meta Muse Wonder 3D 场景生成

    观看 @petergostev 对 @AIatMeta 的 Muse Wonder(Max)进行测试,涵盖一次性 3D 场景、动画 HTML 和前端设计。 他将其与 Astra、Opus 5.5、GPT-6.1 Sol、Claude Sonnet 5.5、Fable、Kimi 和 Mistral 进行对比,并附上了每次生成的费用。 Muse Wonder 的 Arena 评分即将公布。敬请关注,同时可以先看看 @petergostev 的第一印象。 https://www.youtube.com/watch?v=w0fFiXLKmEI

    阅读原始报道 ↗
  5. X:邵猛 (@shao__meng)

    Meta 发布 Muse Wonder 系列 Agent 模型,作者解读四大能力支柱与泛化论证

    Meta 发布面向个人与专业场景的 Agent 旗舰模型系列 Muse Wonder,定位为替用户做事而非通用聊天。作者梳理其四大能力支柱:领域专业知识(覆盖法律、金融、医疗与 Harvey 的 LAB 基准)、主动记忆、主动专注(配套自建 FocusBench 和 SWE-Marathon)与前沿编程。

    阅读原始报道 ↗
  6. Simon Willison 博客

    Simon Willison 更新 llm-meta-ai 0.2 插件以支持 Meta AI 新模型 Muse Wonder

    Meta AI 发布新模型 Muse Wonder 与 Muse Wonder Full,称其为最强模型,作者称其可能是 Meta 首批 Fable 级模型,Artificial Analysis 将 Muse Wonder (Max) 评为相当于 GPT-6.1 Sol。

    阅读原始报道 ↗
  7. IT之家·人工智能

    Meta 发布 Muse Wonder 与 Muse Wonder Full 旗舰模型,对标 Anthropic 与 OpenAI

    Meta 于当地时间周一发布 Muse Wonder 与 Muse Wonder Full 两款旗舰 AI 模型,Meta 提供的数据显示其在推理、写作与代码测试中得分接近 Anthropic 顶尖模型。

    阅读原始报道 ↗
  8. X:Christine Awad(Meta,Muse 设计) (@christinesed)

    Muse Wonder 上线 Muse 订阅用户

    Muse Wonder 今日面向 Muse 订阅用户上线!

    阅读原始报道 ↗
  9. The Decoder:AI News(RSS)

    Meta 发布前沿模型 Muse Wonder 系列,Muse Wonder Full 以 56 分跻身 AI 顶级梯队

    Meta 发布前沿模型 Muse Wonder 和 Muse Wonder Full,在 Artificial Analysis Intelligence Index v4.3 上分别得 52 和 56 分,较前代 Muse Spark 1.3 的 48 分明显提升。

    阅读原始报道 ↗
  10. X:Rohan Paul (@rohanpaul_ai)

    Meta 发布前沿模型 Muse Wonder,多项基准超过 Opus 5.5 和 GPT-6 Astra

    Meta 发布新前沿模型 Muse Wonder,定位为个人智能体和专业智能体上达到 SOTA 的最大最强模型。作者汇总的基准图显示其在 Personal Superintelligence Index 59.1%、AutomationBench-AA 45.4%、SWE-Marathon 和 DeepSWE 上领先 Opus 5.5 与 GPT-6 Astra,其中 SWE-Marathon 得分 57.5 对 Opus 5.5 的 46.3,该基准要求 AI 智能体在 2 到 10 小时内独立完成整个软件项目(如 C 编译器或 Slack 克隆),所有隐藏检查通过才计分。

    阅读原始报道 ↗
  11. X:Ethan Mollick (@emollick)

    Meta Muse Wonder 早期体验与进展

    提前拿到了 Muse Wonder 的早期访问权限,但还没机会大量使用,不过从有限的测试来看,它似乎是个不错的模型 也许更令人印象深刻的是,对比我那个被水淹没的 neogothic 城市 twigl shader 测试自 4 月以来的进展。Meta 在短时间内进步非常快

    阅读原始报道 ↗
  12. X:Aravind Srinivas(Perplexity CEO) (@AravSrinivas)

    Meta 发布前沿级模型,Watermelon 在 WANDR 评测中表现可比肩 Fable 5.1

    Perplexity CEO Aravind Srinivas 转发 Meta 新前沿模型发布公告并祝贺 Meta 训练出前沿级模型。其引用内容称该模型在个人智能体和专业智能体上是 SOTA,是其最大、最强的模型;作者本人补充称 Watermelon 在 WANDR 评测中与 Fable 5.1 相比表现不差。

    阅读原始报道 ↗
  13. X:Arena (@arena)

    Meta Muse Wonder 系列上线 Agent Arena,分数即将公布

    Arena 宣布 Meta 的 Muse Wonder 系列模型上线 Agent Arena,用户可实测,分数即将公布。

    阅读原始报道 ↗
  14. X:David Singleton(Meta MSL 工程副总裁,Muse) (@dps)

    Meta Muse Wonder 模型上线

    Muse Wonder 很快将为 @Muse 中的体验提供支持,今天早些时候已率先向订阅用户推出。我自己在 Muse 里用了一段时间,很欣赏这个模型如何更努力地工作,并通过 Active Focus 和 Active Memory 更精准地调用记忆。

    阅读原始报道 ↗
  15. TechCrunch:AI(RSS)

    Meta 发布首批前沿模型 Muse Wonder 和 Muse Wonder Full

    Meta Superintelligence Lab 周一发布 Muse Wonder 和 Muse Wonder Full 两款模型,是 Meta 首次推出前沿模型。

    阅读原始报道 ↗
  16. Meta AI:Research Blog(网页) 一手信源

    Meta 发布 Muse Wonder 与 Muse Wonder Full,主打个人与专业智能体能力

    Meta 发布 Muse Wonder 系列模型,包括 Muse Wonder 和 Muse Wonder Full,称其在个人与专业智能体任务、记忆和编码基准上达到 state-of-the-art。

    阅读原始报道 ↗
  17. X:AI at Meta (@AIatMeta)

    Meta 对比 Muse 模型分布外任务表现

    为了量化模型处理陌生任务的能力,我们将后训练中训练过的任务的测试时计算扩展与其他任务进行了对比。 两个模型在分布外任务上的提升相似,但在相同的分布内得分下,Muse Wonder Full 在陌生任务上的表现优于 Muse Spark 1.3 趋势所预测的水平。我们将这一上移归因于更强的基座模型,它能更有效地将后训练带来的增益迁移到我们未曾预料到的任务上。

    阅读原始报道 ↗
  18. X:Christine Awad(Meta,Muse 设计) (@christinesed)

    Meta 发布 Muse 前沿模型

    可在 API 和 Muse Code 上试用,很快将为 Muse 智能体最先进的功能提供支持 :)

    阅读原始报道 ↗
  19. X:Artificial Analysis (@ArtificialAnlys)

    Meta 发布 Muse Wonder 与 Muse Wonder Full,Artificial Analysis 智能指数分别达 52 和 56

    Meta 发布 Muse Wonder 和 Muse Wonder Full,Artificial Analysis Intelligence Index v4.3 得分分别为 52 和 56,较 Muse Spark 1.3(max)的 48 明显提升,发布间隔仅 6 周。

    阅读原始报道 ↗
  20. X:Rohan Paul (@rohanpaul_ai)

    Meta 发布 Muse Wonder 系列模型,顶配版在 14 项基准中 8 项超过 Claude Opus 5.5

    Meta 发布 Muse Wonder 系列前沿模型,主打个人与专业智能体工作,顶配版 Full 在 14 项公开基准中 8 项超过 Claude Opus 5.5。

    阅读原始报道 ↗
  21. X:OpenRouter (@OpenRouter)

    Muse Wonder 上线 OpenRouter

    Muse Wonder 现已在 OpenRouter 上线。 https://openrouter.ai/meta/muse-wonder

    阅读原始报道 ↗
  22. X:OpenRouter (@OpenRouter)

    Meta Muse Wonder 上线 OpenRouter

    来自 @AIatMeta 的 Muse Wonder 已在 OpenRouter 上线!

    阅读原始报道 ↗
  23. X:Meta Newsroom (@MetaNewsroom)

    Meta 发布 Muse Wonder 和 Muse Wonder Full 模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full,称其为迄今最强模型,面向个人和专业智能体任务提供 SOTA 表现。详情见 https://about.fb.com/news/2026/10/introducing-muse-wonder-models。

    阅读原始报道 ↗
  24. X:Yuchen Jin (@Yuchenj_UW)

    Meta 发布 Muse Wonder 前沿模型家族,主打个人与专业智能体任务

    Meta 发布 Muse Wonder 前沿模型家族,宣称在个人和专业智能体任务上达到 SOTA 表现。作者引用数据称 Muse Wonder Full 在 Artificial Analysis Intelligence Index 上仅比 Claude Opus 5.5 低 2 分,DeepSWE v1.1 得分 79.0%,高于 Astra(74.1%)和 Opus(74.2%),SWE-Marathon 上击败 Astra 和 Opus 5.5,并呼吁开源该模型。

    阅读原始报道 ↗
  25. X:Testing Catalog (@testingcatalog)

    Meta 发布 Muse Wonder 与 Muse Wonder Full,后者在 Artificial Analysis Index 排名第二

    Meta 发布 Muse Wonder 系列模型,包括 Muse Wonder 和 Muse Wonder Full。作者称 Muse Wonder Full 在 Artificial Analysis Index 排名第二,距 Claude Opus 5.5 仅 2 分,并在 DeepSWE 上得 79 分。

    阅读原始报道 ↗
  26. X:Charlie Holtz(@charlieholtz)

    Charlie Holtz 实测 Meta 新模型 Wonder,CLI 一次找出其他 Agent 漏掉的漏洞

    Meta 发布新前沿模型 Muse Wonder,主打个人与专业 Agent 能力。作者实测后称 Wonder 一次就发现了其代码库中其他 Agent 遗漏的真实安全漏洞;CLI 内置 /taste、/grill 等技能,设计感强,还有 turn checklist 和语音模式,整体速度感很快。

    阅读原始报道 ↗
  27. Meta:Newsroom · AI(RSS) 一手信源

    Meta 发布 Muse Wonder 和 Muse Wonder Full 智能体前沿模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型,称其在个人和专业智能体任务上达到 SOTA 表现。新模型面向法律、金融、健康等专家领域并具备前沿编码性能,配备跨对话保留信息的 Active Memory 和遇错可换路径、需确认时先询问的 Active Focus;安全方面训练模型不未经许可分享隐私、拒绝有害请求。

    阅读原始报道 ↗
  28. X:AI at Meta (@AIatMeta)

    Meta 发布 Muse Wonder 模型

    我们希望 Muse Wonder 和 Muse Wonder Full 能让更多人拥有追求梦想、构建自己想要的世界的工具。 在我们的研究博客中了解更多:https://go.meta.me/musewonder

    阅读原始报道 ↗
  29. X:AI at Meta (@AIatMeta)

    Meta 训练 Muse Wonder 模型家族

    实现个人超级智能需要在对齐和安全方面进行重大投入,并要求模型对私人信息保持审慎、抵御滥用。 我们训练了 Muse Wonder 模型家族,使其在这两个维度上都处于领先,能够抵御对抗性指令并谨慎处理私人信息。

    阅读原始报道 ↗
  30. X:AI at Meta (@AIatMeta)

    Meta Muse Wonder 面向智能体长任务

    两点让 Muse Wonder 适合智能体每天面对的长时程、多步骤工作: -> Active Memory 跨对话携带你的上下文,并在相关时呈现出来。 -> Active Focus 在任务变得棘手时让模型持续朝你的目标推进,尝试替代方案,攻克阻碍,坚持到底直至完成。

    阅读原始报道 ↗
  31. X:AI at Meta (@AIatMeta)

    Meta Muse Wonder 系列基准测试获 SOTA

    Muse Wonder 系列在个人与专业智能体、记忆和编程等关键基准测试上取得了 SOTA 结果。 Muse Wonder 和 Muse Wonder Full 将专业知识应用于人们在工作与日常生活中遇到的问题,从理解租约到解读财务或健康信息。我们的评估包含法律、金融和健康领域的任务,以测试这一能力。

    阅读原始报道 ↗
  32. X:AI at Meta (@AIatMeta)

    Meta 发布 Muse Wonder 系列模型,含 Muse Wonder 与 Muse Wonder Full

    Meta 推出 Muse Wonder 系列模型,包含 Muse Wonder 和 Muse Wonder Full,定位为面向个人与专业智能体任务的前沿模型。Muse Wonder 当日起通过 Meta Model API 和 Muse Code 提供,Muse Wonder Full 面向 Muse Code 订阅用户开放,并将首先向订阅用户推送至其个人智能体产品 Muse。

    阅读原始报道 ↗
  33. The Verge:AI(RSS)

    Meta 发布 Muse Wonder 与 Muse Wonder Full 两款新模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型,即日起向 Muse Code 订阅者开放,Wonder 也可通过 Meta Model API 访问。

    阅读原始报道 ↗
  34. X:Mark Zuckerberg (@finkd)

    Meta 发布 Muse Wonder

    Muse Wonder 是迈向为每个人提供个人超级智能的重大飞跃。祝贺我们团队每一位成员达成这一里程碑。我很期待看到大家如何使用它。

    阅读原始报道 ↗
  35. X:Mark Zuckerberg (@finkd)

    Meta Muse Wonder 登陆 Muse Code 与 API

    Muse Wonder 也可通过 Muse Code、Meta Model API 使用,并即将陆续接入其他产品。更多内容见博客:https://research.meta.ai/blog/muse-wonder

    阅读原始报道 ↗
  36. X:Mark Zuckerberg (@finkd)

    Meta 推出 Muse Wonder 订阅服务

    你今天就可以订阅 Muse Wonder 来为你的 Muse 提供支持。我们会努力逐步将这一水平的智能带给所有人。

    阅读原始报道 ↗
  37. X:Mark Zuckerberg (@finkd)

    Meta Superintelligence Labs 发布 Muse Wonder 与 Muse Wonder Full 两款模型

    Mark Zuckerberg 宣布 Meta Superintelligence Labs 成立一年多后发布 Muse Wonder 与 Muse Wonder Full 两款模型。Muse Spark 是该团队首个模型家族,Muse Wonder 是更大、更先进的模型级别,号称达到前沿水平,其中 Muse Wonder 主打快速前沿性能,Muse Wonder Full 为完整版本。

    阅读原始报道 ↗
  38. X:Testing Catalog (@testingcatalog)

    Meta 推出 Muse Wonder 模型系列

    突发 🔥:Meta 正在 Meta Model API 平台上推出 Muse Wonder 和 Muse Wonder Full! > Muse Wonder Full - 我们能力最强的模型,以最大推理量运行。面向最难、耗时最长的工作——仅对 Muse Code 订阅用户开放,不在 API 上提供。 > Muse Wonder - 在真实世界编程中达到 SOTA,专为长时间运行的任务打造。它能规划工作、并行调用工具、将部分任务交给子智能体,并从错误中恢复,让复杂任务得以完成。

    阅读原始报道 ↗
  39. Artificial Analysis 完整文章(网页) 一手信源

    Meta 发布 Muse Wonder 和 Muse Wonder Full,Artificial Analysis 实测智能水平较前代显著提升

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型,在 Artificial Analysis Intelligence Index v4.3 上分别得 52 和 56 分(max reasoning effort)。

    阅读原始报道 ↗
数据来源:AIHOT aihot.news ↗ · 内容版权归原作者所有