2026-10-12 Meta 正式发布 Muse Wonder 与 Muse Wonder Full，定位为个人与专业智能体任务的前沿模型。官方强调 Active Memory（跨会话保留并召回关键上下文）与 Active Focus（遇阻换路、错误恢复、重要动作前确认）。Muse Wonder 即日起通过 Meta Model API 与 Muse Code 开放；Wonder Full 仅面向 Muse Code 订阅用户。第三方 Artificial Analysis Intelligence Index（max 推理）给出 Wonder Full 56、Wonder 52（此前 Spark 1.3 Max 为 48）。
核心要点速览
- ✓发布日 2026-10-12：官方博客与 @AIatMeta 同步官宣 Muse Wonder / Muse Wonder Full（Meta 新闻）
- ✓可用性（官方口径）：Muse Wonder → Meta Model API + Muse Code；Muse Wonder Full → 仅 Muse Code 订阅用户
- ✓架构关键词：Active Memory（跨会话记忆与按需召回）+ Active Focus（长程攻坚、换路、确认后再执行）
- ✓第三方跑分（Artificial Analysis，max）：Wonder Full 56、Wonder 52；对比 Spark 1.3 Max 48（AA Changelog 12 Oct）
- ✓开发接入：Meta Model API 基址
https://api.meta.ai/v1，文档见 AI Developer Center
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
过去一年 Meta 用 Muse Spark 系列重建智能体底座，但开发者仍缺一档可对标 OpenAI / Anthropic 的「前沿」闭源模型。法律理赔、租约解读、财务健康咨询与长程写码，都要求模型跨会话记住用户细节，并在卡住时持续换路而非半途放弃。Meta 新闻稿 将 Muse Wonder / Wonder Full 定位为迄今最强能力，面向个人与专业智能体任务。
架构亮点与底层机制
官方在 研究博客 强调两点：Active Memory——跨对话携带对你重要的上下文，并在当前任务中主动召回相关细节；Active Focus——面对难题换方案、从错误恢复、需要时澄清，并在重要动作前确认。评测侧提及 Harvey LAB（法律文书）、FocusBench 与 SWE-Marathon（长跑软件工程）等场景。训练在 Prometheus 吉瓦级数据中心完成，延续 Muse Spark 的可预测缩放路线。
权威 Benchmark 与实测跑分对比
厂商内部对比图见研究博客，完整安全报告「即将发布」，本文不转述未公开的厂商自测数字。第三方 Artificial Analysis Changelog（2026-10-12） 在 Intelligence Index 上给出（max 推理档）：Muse Wonder Full 56、Muse Wonder 52；此前 Muse Spark 1.3 Max 为 48。请按第三方口径理解，勿与厂商自测混读。
开发者实战落地与开箱指南
按官方可用性：Muse Wonder 即日起可走 Meta Model API（基址 https://api.meta.ai/v1，Bearer MODEL_API_KEY）与 Muse Code；Muse Wonder Full 仅 Muse Code 订阅用户，不经 API 对外。API 文档含 Responses / Chat Completions / Messages 三种协议。随后 Wonder 将逐步驱动 Muse 产品体验（先订阅用户）。上线前请对照官方安全说明：私密信息默认不外泄、拒绝真实有害协助，同时保留防御性安全审计能力。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察