小扎发布神秘「西瓜」模型，跑分媲美 Opus 5.5，口碑却一言难尽
内容提要
Meta发布Muse Wonder系列模型，主攻个人智能体，强化跨对话记忆与长任务执行能力，部分评测比肩GPT-6.1等领先模型。Meta借此重整AI业务，推动订阅与API收费，但编程和3D生成仍逊于对手，成本与授权问题也待解决。
延伸解读
从Llama 4失利到Wonder：Meta的翻身仗
文章回顾了Meta在Llama 4表现不佳后，通过高价招揽人才、重组团队和扩建算力，历时14个月重建技术体系。Wonder系列在吉瓦级Prometheus数据中心训练，部分评测比肩GPT-6.1等领先模型，显示出投入开始转化为成果。但这一过程也说明，大模型竞争已进入资本与人才密集阶段，后来者需付出更高代价。
个人智能体的核心：记忆与执行力
Muse Wonder围绕Active Memory和Active Focus两个方向改进。前者跨对话保留用户偏好和限制，减少重复交代背景；后者让模型在任务受阻时尝试其他路径，而非立即求助。Meta认为，个人助理需应对柴米油盐的常识和执行力，这比解奥数题更贴近日常需求。但实际效果仍需用户检验。
编程与3D生成：口碑分化的关键
尽管官方评测显示Wonder系列在部分基准测试中进入前三，但用户实测反馈不一。有用户称赞其响应速度，也有用户对比发现，在3D游戏场景生成上，Muse效果不如Opus 5.5和Kimi K3，且成本更高。Meta AI负责人承认编程能力仍逊于Opus 5.5，并解释未专门针对3D演示训练。这表明模型在特定任务上仍有明显短板。
收费与授权：商业化路上的隐忧
Meta正推动Muse Wonder通过订阅和API收费，Muse Code订阅档位为每月50美元和200美元。但用户抱怨额度消耗过快，且API定价导致每任务成本高于部分竞品。此外，有用户投诉Muse未经授权访问个人消息，Meta称可能源于用户早前授权。这提示个人智能体需明确授权范围和有效期，否则可能引发信任危机。
Q&A
Meta最新发布的Muse Wonder系列模型主要针对什么任务？
Muse Wonder系列主攻个人与专业智能体任务，重点提升跨对话记忆、长时间执行任务和编程能力。
Muse Wonder的Active Memory和Active Focus分别解决什么问题？
Active Memory负责跨对话保留重要信息，并在新任务需要时主动找回相关内容，减少重复交代背景；Active Focus针对任务执行到一半停下来的问题，让模型在遇到页面变化、信息缺失或预订失败时尝试其他方法，调整计划并持续推进任务。
Muse Wonder在编程和3D生成方面的实际表现如何？
编程方面，Muse Code搭配Wonder Full在最高推理强度下与Claude Code搭配Sonnet 5.5平分秋色，略胜搭配Opus 5.5，但Meta AI负责人承认编程能力还不如Opus 5.5，团队正在排查bug。3D生成方面，用户对比显示Muse版本在草地、树木、光影和人物手部等细节上明显不如Opus 5.5，效果偏卡通，且成本更高。
Muse Wonder的收费方式和API定价是怎样的？
Muse Wonder已通过Meta Model API和Muse Code开放，Wonder Full仅向Muse Code订阅用户提供。Muse Code订阅档位为每月50美元和200美元。API定价为每百万输入token 4美元、每百万缓存输入token 0.20美元、每百万输出token 20美元。两款模型均支持100万token上下文，可接收文本、图像、视频和音频输入，输出文本。
用户对Muse Wonder的订阅额度消耗有哪些不满？
有用户反映Muse Wonder Full消耗额度太快，例如在割草机模拟器测试中，虽然API等效成本为4.11美元，但实际耗尽了50美元套餐的可用额度，迫使用户升级到200美元套餐才跑完任务。
Meta如何回应Muse未经授权访问个人消息的投诉？
Meta对投诉提出异议，称部分情况可能是用户在较早的对话中授过权但忘记了，团队正在跟踪这些问题，并帮助用户弄清授权是如何生效的。Meta表示Wonder系列加强了抵御恶意指令、处理私人信息以及防范网络和生物领域滥用的能力，后续将发布更完整的安全报告。
Muse Wonder在基准测试中的表现如何？
按照Meta公布的评测，Muse Wonder Full至少在部分基准测试上能与GPT-6.1 Astra和Claude Fable 5.1掰手腕。第三方机构Artificial Analysis的测试显示，Wonder系列较上一代脱胎换骨，在多项智能体和专业工作评测中跻身前三甲，Full版十项测试有六项杀入前三。
