继 Llama 系列模型之后，Meta 正式发布了新一代前沿模型 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两个版本。
看来 Meta 是有意将 Muse 打造成一个新的品牌系列了，毕竟刚推出了类 Manus 的 Muse Agent，现在又是同名的 Muse 系列模型。
不过话说回来，我都快忘了 Meta 也在做模型，我自己的模型价格表里都直接把 Meta 忽略了，真是抱歉。
官方将 Muse Wonder 定位为面向个人和专业 Agent 的前沿基座，这也是 Meta 经历 14 个月底层架构重构后，在吉瓦级 Prometheus 数据中心训出来的核心成果。
特意说明一下，这一次 Muse Wonder 转向了闭源。
性能上，Full 模型目前综合智能指数上追平了 Claude Sonnet 5.5，超越 GPT-6 Astra，基础模型仅次于 GPT-6 Astra。
Claude Opus 5.5 > Muse Wonder Full = Claude Sonnet 5.5 > GPT-6 Astra > Muse Wonder
此处只是针对综合智能指数，不代表各垂直领域的数据对比，不要较真，主要是方便有一个比较直观的概念。
目前 Full 版没有开放 API，基础版 API 价格上与 Claude Opus 5.5 是一致的。说实话，这个价格「非常非常」没有竞争力，Sonnet 5.5 只需要一半的价格，就这价格怎么打？站着坐着都打不过，只能躺着。
紧接着 Claude 和 GPT 又快要迭代了，Gemini 4 Argon 也要发布了，Meta 14 个月的成果，立马又要被围殴。
补充一点技术细节，这代模型重点拿出了两项核心机制：Active Memory 和 Active Focus。
Active Memory 主打长期记忆和跨会话召回，能够在多轮长周期交互里记住用户的重要背景，并在执行具体任务时主动检索调用。
Active Focus 则强调长程任务的执行韧性，模型在面对复杂工程时会持续尝试备选路径、自主排查卡点，遇到关键步骤或者信息不足时还会主动向用户追问确认。官方在长程代码评测 SWE-Marathon 和 FocusBench 上进行了验证，并现场展示了依靠几张图片直接生成可玩 3D 厨房游戏的能力。
官方博文中还专门针对「刷榜」和「big model smell」现象给出了说明，官方意思是通过扩展测试，依托更强的底模，在未见任务上的泛化能力更稳，而不是仅在刷榜数据集里跑出高分。
可用性方面，Muse Wonder 今天已经上线 Meta Model API 和 Muse Code，Muse Wonder Full 则优先向 Muse Code 订阅用户开放，后续会逐步接入日常的 Muse 应用和 Artifact 环境。