Meta发布Muse Wonder系列Agent模型：基准、价格与上手指南

Meta于2026年10月13日发布了两款迄今最强大的模型：Muse Wonder与Muse Wonder Full，正式进军企业与个人AI Agent赛道。两款模型均面向长期运行的智能体工作设计，覆盖编程、法律与金融任务以及计算机操作等场景。Muse Wonder已在Meta Model API和Muse Code上线，而能力更强的Muse Wonder Full目前仅限付费版Muse Code用户使用。

模型定位与核心特性

Muse Wonder在Meta的模型梯队中承接自Muse Spark，是其最新一代前沿模型。据Meta团队介绍，该模型在其Prometheus数据中心完成训练，在预训练与强化学习两个阶段均取得了提升。Meta认为，更大的基础模型规模是其在陌生任务上表现更佳的关键原因。

此次发布有两个标志性能力。其一是主动记忆（Active Memory）：模型能跨对话携带用户上下文，并在任务需要时自动调回相关细节；其二是主动专注（Active Focus）：面对困难任务会持续工作、尝试替代方案，并在执行重要操作前主动向用户确认。对开发者而言，Muse Wonder能够规划长任务并分派给子Agent，还可以操控浏览器、桌面及移动应用。

在规格方面，Muse Wonder提供100万token的上下文窗口，支持文本、图像、视频、音频四种输入模态，输出为文本。模型仅运行在Meta自有云上，通过API或Muse Code CLI（支持macOS、Linux与Windows）调用，参数量与权重均未公开。

基准测试：互有胜负

Meta发布的基准表在最大推理力度下测得，部分数据来自Artificial Analysis、Vals AI、Datacurve等第三方机构。Muse Wonder Full在14行基准中领跑6项，但在多项测试中仍落后于Claude Opus 5.5。

最亮眼的成绩是记忆能力：Muse Wonder在MemoryBench上拿到85.6分，为榜单全部5款模型中的最高分。最弱一项则是编程基准ProgramBench，Muse Wonder仅得50.0分，而Claude Opus 5.5高达70.5，差距明显。在内部综合指标「个人超级智能指数（PSI）」上，Wonder Full以59.1分居首，超过GPT-6 Astra的54.5与Claude Opus 5.5的55.2。

不过需要注意的是，模型卡声明竞争对手的跑分属尽力而为、未必充分调优；SWE-Marathon的对手成绩使用了Codex和Claude Code运行，并非同一测试框架下的严格对比。在OSWorld V2.1与Terminal-Bench等操作类基准上，Claude Opus 5.5（81.8、59.6）依旧领先Wonder Full的78.4（部分）与57.1。

定价与获取方式

Muse Wonder API定价为每百万token输入4美元、输出20美元，缓存输入0.20美元。Muse Wonder Full不单独售卖API，需订阅Muse Code计划：Power版每月50美元，Maximum版每月200美元。对比来看，Claude Opus 5.5与GPT-6 Astra的API价格均为每百万token输入10美元、输出50美元，Meta的定价约为对手的一半。五款模型均不开放权重，GPT-6 Astra的上下文为105万token，略高于其余四款的100万。输入模态上，Meta的两款模型支持视频与音频，而Claude与GPT的对手模型仅支持文本与图像。

开发者上手七步走

• 第一步：访问dev.meta.ai，点击Start building登录，页面同时提供Muse Code安装命令。
• 第二步：选择模型——API使用muse-wonder-1.0，Wonder Full则需Muse Code的50或200美元月度计划。
• 第三步：用Meta账号登录，确认姓名、接受Model API条款。
• 第四步：添加账单信息后创建API key。新账号会看到「无支付方式」提示，需先在Billing添加银行卡，再将密钥导出为MODEL_API_KEY环境变量。
• 第五步：在Playground的Chat中测试，可调节温度、最大token数与推理力度。
• 第六步：点击Get code获取curl或Python代码片段，调用https://api.meta.ai/v1/responses端点。该API兼容OpenAI接口，只需将OpenAI SDK的base_url改为https://api.meta.ai/v1即可直接使用。
• 第七步：或在终端使用Muse Code。Mac下执行curl安装脚本，Windows下执行irm安装脚本，运行muse并登录。默认模型为muse-spark-1.2，可通过/models切换或用muse --model muse-wonder-1.0直接启动。

影响分析与展望

Muse Wonder系列的发布标志着Meta从社交平台向企业级Agent基础设施的实质性转型。凭借仅为竞品一半的API定价、独有的多模态输入和领先的记忆能力，Meta试图在Agent市场中抢占开发者心智；但在编程、终端操作等核心基准上与Anthropic、OpenAI的旗舰模型仍有差距。

目前该系列仍有明显留白：参数规模未公布、权重不开放、完整安全报告缺失。对于预算敏感、需要长上下文与多模态输入的Agent场景，Muse Wonder已是高性价比之选；而在复杂编程任务上，团队或仍需观望后续版本。Meta研究院博客、模型卡与开发者文档已同步上线，开发者可按上述步骤快速试用。