Meta推出Muse Wonder前沿大模型，主攻智能体与长程任务

Meta超级智能实验室（MSL）近日发布Muse Wonder与Muse Wonder Full两款大模型，这是Meta首次以“前沿级（frontier-class）”定位的模型。Wonder已通过Meta Model API与Muse Code开放，更大的Muse Wonder Full仅面向Muse Code订阅用户。

两款模型均在吉瓦级（gigawatt-scale）的Prometheus数据中心完成训练，面向智能体与长周期任务深度优化。Meta为Wonder引入了跨对话的“主动记忆（Active Memory）”机制，使模型能在不同会话间保留上下文与偏好，更适合需要持续协作的agentic工作流。

在定价上，Muse Wonder为每百万token输入4美元、输出20美元，与同为前沿模型的谷歌Gemini 4 Argon、Anthropic Claude处于相近区间。Muse Wonder Full则被保留在Muse Code订阅体系内，体现Meta“开放权重与高端闭源并行”的策略——开源的Muse Spark Open负责扩大生态，Wonder系列守住高价值服务。

这是Meta在大模型赛道上的又一次加码。此前Meta已开源8160亿参数的Muse Spark Open，强调可在两台苹果M5 Ultra Mac Studio上本地运行；如今Wonder补齐了闭源前沿能力，使Meta在开放与闭源两端同时具备竞争力。与此同时，OpenAI、谷歌、Anthropic等厂商也在密集迭代，前沿模型的能力上限持续被推高。

对开发者和企业而言，Muse Wonder的意义在于提供一个兼顾长程任务与记忆能力的智能体底座。随着各家前沿模型陆续就位，模型之间的比拼正从单一基准分数，转向实际工作流中的稳定性、工具调用与多步协作表现。