Meta发布Muse Wonder系列模型，挑战GPT-6与Claude顶尖地位

10月12日，Meta正式发布两款支持百万Token上下文窗口的新一代AI模型：Muse Wonder与Wonder Full。根据官方公布的测试数据，Wonder Full在多个关键指标上实现对GPT-6 Astra和Claude Opus 5.5的领先。然而，第三方机构的评估结果揭示了更复杂的竞争格局——Anthropic仍保持综合优势。

核心亮点摘要

Meta此次推出的Muse Wonder系列模型，具备高达一百万Token的上下文处理能力，显著提升复杂任务的承载力。在内部测试中，Wonder Full的表现优于GPT-6 Astra，尤其在长期推理与多阶段任务中展现强大潜力。Artificial Analysis给予其56分评价，将其列为当前最先进模型之一。

Muse Wonder推动Meta重返AI前沿

该模型被视为实现马克·扎克伯格提出的“个人超级智能”愿景的关键一步。此前，尽管投入大量资源并完成团队重组，Meta在人工智能进展上仍显迟缓。今年7月，扎克伯格公开承认进展未达预期。

Muse Wonder的发布标志着战略调整后的成果落地。其核心功能包括：

• 主动记忆（Active Memory）：使AI可在跨对话中保留关键信息，提升连贯性。
• 主动聚焦（Active Focus）：支持在复杂问题上持续探索多种解决方案，失败后自动切换路径。

这意味着模型不再局限于简单问答，而是向可执行代码生成、文档处理及专业任务协作的智能体演进。目前，Muse Wonder已开放接入Meta Model API与Muse Code平台；性能更强的Wonder Full版本仅限Muse Code订阅用户使用。

多项测试数据展现强劲竞争力

Meta在其“个人超级智能指数”中公布，Wonder Full获得59.1分，高于Claude Opus 5.5的55.2分和GPT-6 Astra的54.5分。

在衡量长期编程能力的SWE-Marathon测试中，Wonder Full得分57.5，远超Opus 5.5的46.3分和Astra的42.5分。在法律任务基准测试中，其得分13.1，领先于Astra的8.6与Opus 5.5的4.2。

记忆力方面，两模型在MemoryBench测试中均获约85.5分，优于Astra的81.4分。这为Muse智能体实现网页浏览、表单填写乃至在线购买等操作提供了技术基础。

但需注意，这些数据主要来自Meta内部评估，尚未完全覆盖所有应用场景。

独立测试揭示差距与优势并存

Artificial Analysis的“智能指数”结果显示，Muse Wonder Full得分为56，Muse Wonder为52，相较六周前的Spark 1.3版本（48分）有明显跃升，表明其已进入行业第一梯队。不过，在该评估体系下，Claude Opus 5.5仍位居榜首。

值得注意的是，模型在通用知识领域存在短板。在AA-Omniscience测试中，Wonder Full仅得30分，低于GPT-6 Astra的43分与Claude Opus 5.5的46分。

但在智能体协作、科学推理及特定编程任务中，其表现依然突出。成本方面，Meta对Muse Wonder定价为每百万输入Token 4美元，输出20美元；而GPT-6 Astra对应价格为10美元与50美元，显示出更强的性价比优势。

尽管未在所有维度胜出，但Meta已成功缩小与头部对手的差距。在OpenAI发布GPT-6 Astra作为重大突破仅数周后，扎克伯格终于拥有一款能在多个关键领域正面交锋的模型。经过数月追赶，Meta正式重返全球顶级AI竞赛行列。