MetaMuseWonder系列发布，长程编程能力登顶但成本翻倍，3D生成暴露短板

北京时间10月13日凌晨，Meta Superintelligence Labs（MSL）正式发布新一代旗舰大模型Muse Wonder及更强版本Muse Wonder Full，标志着其在经历Llama 4失利与团队重组后，首次重返AI前沿竞争行列。该系列模型以“主动记忆”（Active Memory）与“持续专注”（Active Focus）为核心能力升级点，重点强化长任务执行与跨轮次信息整合能力，而非单纯追求通用推理上限。

根据第三方评测机构Artificial Analysis发布的Intelligence Index v4.3数据，Muse Wonder Full得分为56分，与Claude Sonnet 5.5并列，仅比当前榜首Claude Opus 5.5（58分）低2分；标准版Muse Wonder为52分，较六周前的Muse Spark 1.3（48分）提升4分。这一跃升表明Meta在模型架构与训练策略上实现了实质性突破。

在具体能力维度上，Muse Wonder Full展现出显著优势：在DeepSWE 1.1长程软件工程测试中获得79.0分，超过Claude Opus 5.5（74.2分）与GPT-6 Astra（74.1分）。该测试涵盖91个真实代码仓库、5种编程语言共113项任务，要求模型理解复杂工程结构、修改现有代码并确保功能与回归测试通过——这远超单函数生成范畴，考验的是系统级工程能力。

同样在超长流程任务SWE-Marathon中，Wonder Full以57.5%的通过率领先Opus 5.5（46.3%）与GPT-6 Astra（42.5%），印证其“持续专注”机制的有效性。该机制允许模型在遭遇失败时尝试替代路径，并依据新反馈动态调整方案，更贴近人类工程师的迭代工作流。

专业Agent场景亦有亮眼表现：法律助手Harvey LAB-AA测试中，Wonder Full得分13.1，大幅优于Opus 5.5的4.2；金融研究Vals Finance Agent V2得分为59.1，略高于Opus 5.5的58.6。其内部MemoryBench测试（要求从6.4万–10万token多轮对话中精准提取关键信息并处理冲突更新）中，Muse Wonder得85.6分，Wonder Full为85.5分，均高于Opus 5.5的81.5分，凸显“主动记忆”能力的底层优化成效。

然而，Meta并未实现全面领先。在Terminal-Bench 4.0（终端操作）中，Wonder Full得57.1分，低于Opus 5.5的59.6分；ProgramBench（从零构建程序）得59.0分，明显落后于Opus 5.5的70.5分；OSWorld V2.1计算机操作部分奖励得分78.4，亦不及Opus 5.5的81.8分。这表明其强项集中于已有上下文下的增量式工程修改与长期记忆调用，而非从零开始的自主系统构建或精细操作控制。

更受关注的是成本问题。第三方测算显示，Muse Wonder标准版平均单任务推理成本达4.52美元，较上代Spark 1.3的1.60美元上涨183%，甚至比GPT-6 Astra高出约39%。尽管Meta官方将API输入价格定为每百万token 4美元（缓存输入0.20美元，输出20美元），Wonder Full则通过Muse Code工具以50美元/月或200美元/月订阅形式提供，但首批开发者反馈显示，Full版本角色配额消耗异常迅速。对此，Meta首席AI官Alexandr Wang于10月14日公开确认问题已修复，并重置了Muse Code配额：“我们已找到并修复导致quota异常高速消耗的缺陷，现在您的使用率将明显降低。”

值得注意的是，Muse Wonder系列内部代号为“Watermelon”（西瓜），采用独立完成的更大规模预训练底座，而非依赖后续强化学习微调——这与此前Spark系列路径截然不同。该策略旨在从根基上增强模型的长期状态维持与任务泛化能力，服务于扎克伯格提出的“个人超级智能”愿景：即面向消费者的、可跨应用持续服务的AI助手，例如根据用户历史偏好制定跑步计划、调用社交照片定制礼品、或按复杂规则安排婚礼座次。

但该愿景在3D生成等视觉空间任务上遭遇现实检验。多位开发者发布同题对比视频显示，Wonder Full生成的3D割草机游戏在纹理细节、几何一致性与光照逻辑上显著逊于Claude Opus 5.5，被形容为“AAA级与Roblox级的差距”。Meta模型卡团队随后承认，3D建模与空间推理是当前已知短板，Wang回应称：“我们并未针对此类任务进行专门训练。”这反映出模型能力分布的结构性偏斜：强于符号逻辑与长文本推理，弱于多模态空间建模。

从战略层面看，此次发布发生于OpenAI与Anthropic相继呼吁放缓前沿模型开发之际，Meta选择逆势加码，释放明确信号：公司已将AI视为核心增长引擎。扎克伯格在X平台表示，这是“规模更大、能力更先进的一代模型”，并透露Meta正规划下一代更大模型，开发周期有望缩短。其资本投入亦极为惊人：单座1GW算力集群建设成本达500–600亿美元，年度运营成本约150亿美元；去年底讨论的AI相关资本开支规模高达1000–2000亿美元。

商业模式上，Meta计划通过订阅制（Muse Code）、API调用、企业服务及商业分成回收巨额投入。不同于OpenAI与Anthropic聚焦AGI（通用人工智能），Meta坚持“个人超级智能”路径，强调AI应服务于个体日常决策与执行闭环，而非抽象的全能目标。

总体而言，Muse Wonder系列标志着Meta在AI竞赛中完成关键反超——尤其在长程编程与记忆型Agent任务上确立领先优势，但高成本、能力不均衡及3D短板仍构成现实制约。其能否将技术优势转化为可持续产品体验与商业回报，取决于后续迭代速度与场景落地深度。在AI军备竞赛持续升温的当下，Meta的这次“翻身仗”既提振了自身信心，也为行业提供了另一种能力演进路径的实证样本。