吉瓦级集群打造多模态前沿模型
Meta 于 2026 年 10 月 12 日正式推出了两款前沿 AI 模型：Muse Wonder 以及更强版本 Muse Wonder Full。两款模型均具备文本、图像、视频和音频的多模态输入处理能力，并支持约 100 万 Token 的上下文窗口。据 Meta 披露，两款模型均在其内部名为“Prometheus”的吉瓦级（gigawatt-scale）数据中心完成训练。
Meta 官方声明表示，这是其迄今为止能力最强的模型，代表了在个人与专业代理任务上的前沿性能，标志着其向“个人超级智能”迈出的重要一步。Meta 强调模型搭载了“Active Memory（主动记忆）”与“Active Focus（主动专注）”两项核心机制，宣称能在法律、金融与医疗等专业领域处理保险理赔、租赁合同解读等复杂任务，并在“超级智能扩展框架”下增强了防范隐私泄露与滥用的抵御能力。
基准测试追平行业头部梯队
在独立基准测试机构 Artificial Analysis 的“智能指数”中，Muse Wonder Full 获得 56 分，追平 Anthropic 的 Claude Sonnet 5.5，并超越了 OpenAI 的 GPT-6 Astra（53 分）与 Google 的 Gemini 4 Argon（53 分）；标准版 Muse Wonder 则获得 52 分。在 Meta 内部的“个人超级智能指数”测试中，Wonder Full 获得 59.1 分，标准版 Wonder 获得 54.3 分，落后于 Opus 5.5（55.2 分）和 GPT-6 Astra（54.5 分）。
根据 The Decoder 报道，Muse Wonder Full 在数学证明基准 ProofBench 上成功解决了 100 道题目中的 94 道；在 Terminal-Bench 4 测试中，该模型的表现得分翻倍，同时输出 Token 的消耗降低了 30%。
商业策略生变与使用成本争议
在开放与部署方式上，两款模型呈现出明显差异。标准版 Muse Wonder 已通过 Meta Model API 和编程助手 Muse Code 向开发者开放，API 定价为每百万输入 Token 4.00 美元、每百万输出 Token 20.00 美元，提示词缓存输入价格为每百万 Token 0.20 美元。性能更强的 Muse Wonder Full 则未提供公共 API，仅向 Muse Code 每月 50 美元的 Power Usage 计划或每月 200 美元的 Maximum Usage 计划订阅用户开放。
VentureBeat 行业分析指出，Meta 本次未公开提供可下载的模型权重，并将性能最强版本置于自家产品的订阅墙后，标志着 Meta 以往开放策略的重大转变。该策略为企业客户带来新选择的同时，也引发了关于数据治理、高昂成本以及外部生产环境能否独立部署的疑问。
成本和配额限制已引起使用者关注。The Decoder 分析显示，Muse Wonder 单任务运行成本约为 4.52 美元，几乎是前代 Muse Spark 1.3（1.60 美元）的三倍，输入输出单价均大幅上调。Reddit 社区反馈则显示，在 Muse Code 中以最高推理模式运行 Muse Wonder Full 会迅速耗尽配额，有用户称单项任务可能消耗长达 5 小时的使用限制，或占满 50 美元月度计划周配额的 21%。