Meta 發佈旗下前沿模型 Muse Wonder，並提供兩個版本，兩者均躋身現時最佳 AI 模型之列。Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 取得 56 分，Muse Wonder 則為 52 分，較前代 Muse Spark 1.3 的 48 分明顯躍升，令這款原本屬中階定位的模型大幅跳級。
重點文章
兩款模型同登前列
Muse Wonder Full 在十項基準測試中有六項進入前三，對 Meta 而言屬強勁成績；在開放式 Llama 模型表現較弱的一段時期之後，該公司似乎已收復失地。進步最顯著的是代理式評估，這類測試衡量 AI 模型自行處理複雜任務的能力。在 Terminal-Bench 4.0 上，表現由 33% 升至 57%。
新增 Active Memory 與 Active Focus
Meta 強調兩項新功能。「Active Memory」讓模型在對話之間記住關鍵資訊，並在需要時回想；「Active Focus」則是模型堅持處理困難任務、嘗試替代方法，以及在意義不清時提出追問的能力。Meta 將兩者視為其個人 AI 代理構想的核心，該代理可存取日曆、訊息及文件。
兩款模型均支援一百萬 Token 的上下文窗口，並接受文字、圖像、影片及音訊輸入。Muse Wonder 可透過 Meta 的 API 及 Muse Code 使用，Muse Wonder Full 目前僅限 Muse Code 用戶。Muse Wonder 亦將開始為 Muse app 提供支援，先由付費訂閱用戶開始；Meta 計劃日後以此建立專門模型，供所有用戶使用。
程式碼躍進但事實知識落後
兩款模型在程式碼方面都有大幅改善。Muse Wonder Full 在 Coding Agents Index 取得 68 分，與 Sonnet 5.5 的 Claude Code 並列；Muse Wonder 得 63 分，高於前代的 54 分。數學方面，在專為數學證明而設的私人基準 ProofBench 上，Muse Wonder Full 在 100 題中解出 94 題，前代為 58 題，與頂級模型（99 至 100 分）只差 5 至 6 分。在 Terminal-Bench 4 上，Muse Wonder Full 分數倍增，同時少用 30% 輸出 Token。金融及法律任務的表現則維持前代水平，最多下跌兩分。
事實知識仍是弱項。在 AA-Omniscience 知識測試中，Muse Wonder Full 僅得 30 分，Muse Wonder 得 25 分，明顯落後 Claude Opus 5.5（46）、GPT-6 Astra（43）及 Gemini 4 Argon（42），反映 Wonder 系列可能建基於較小的基礎模型。偏低的幻覺率有助抵銷這個差距：Muse Wonder Full 的幻覺率由前代的 33% 降至 23%，在所有指數得分至少 45 分的模型中屬第二低，僅 Gemini 4 Argon（15%）的幻覺率更低。
Meta 在網誌中回應外界常見批評，即 Muse 模型為基準測試而調校、在實際使用中表現不足。該公司表示，Muse Wonder Full 在未納入訓練優化的陌生任務上表現優於預期，並歸功於更強的基礎模型。根據 Vals AI，Muse Wonder Full（Max）在 Vals AI Index 首次登場即排第五，勝過所有 OpenAI 模型，只有現行 Anthropic 模型得分更高；Muse Wonder 排第十。
每任務成本增近三倍
效能提升伴隨價格上漲。據 Artificial Analysis，Muse Wonder 在 Intelligence Index 上每個任務成本為 4.52 美元，幾乎是 Muse Spark 1.3（1.60 美元）的三倍。Token 定價同樣上升，每百萬輸入 Token 為 4 美元、輸出為 20 美元，前代分別為 1.25 美元及 4.25 美元。Muse Wonder 每個任務多耗 28% 輸入 Token，而輸入 Token 佔總成本 76%。
以此計算，Muse Wonder 的價格低於 Claude Fable 5.1（7.63 美元）及 Claude Opus 5.5（5.98 美元），但高於 GPT-6 Astra（3.26 美元）、Gemini 4 Argon（1.99 美元）及 GPT-6.1 Sol（0.72 美元）。Muse Wonder Full 目前仍未公佈 Token 定價。兩款模型的輸出 Token 均較前代少約 10%。
