Meta 首度端出「前沿等級」的模型，一次給兩款。這款叫 Muse Wonder 的模型主打的不是陪你聊天，而是替你記住事情、跑完長流程的任務。
Meta 推出 Muse Wonder：首款站上前沿的模型
Meta 的超智慧實驗室（Superintelligence Lab）在 10 月 12 日發布 Muse Wonder 與 Muse Wonder Full 兩款模型。官方說這是 Meta 第一次做出前沿等級（frontier）的模型，也就是能力最頂的那一梯次。過去兩年，這個位置幾乎由 OpenAI 和 Anthropic 輪流佔據，Meta 一直缺席。
這次的重點很清楚：Muse Wonder 想做的事跟一般聊天機器人不一樣。它的定位是「個人與專業用的智慧代理（agent）」，要幫你處理跨好幾天、跨好幾個步驟的現實任務，而不是回答一句問題就結束。
Muse Wonder 與 Muse Wonder Full 差在哪
兩款模型是同一家族，能力較強的那款叫 Muse Wonder Full。差別不只在分數，更在「你能不能用到」。
Muse Wonder 可以透過 Meta Model API 呼叫，輸入每一百萬個詞元收 4 美元，輸出每一百萬個詞元收 20 美元。這個價位跟 GPT-6 Sol 或 Opus 5.5 差不多。至於 Muse Wonder Full，只開放給 Muse Code 的訂閱用戶，不走 API。換句話說，想用最強的那一款，你得多付一筆訂閱費，也只能在 Meta 自家的工具裡用。
兩款模型都會用來驅動 Meta 的 Muse 代理。
Muse Wonder 主打的「主動記憶」是什麼？
Meta 這次把最多心力放在一個叫「主動記憶」（active memory）的能力上。簡單說，就是模型能不能記住你幾天、幾週甚至幾個月前說過的事，並在需要時整合起來。這對想請 AI 長期代辦事情的用戶特別關鍵。如果它每次都忘光，你就得重新交代一次。
Meta 用一個叫 MemoryBench 的測試來佐證，說接近百萬詞元規模時記憶仍能維持。根據 Meta 自己的測試，Muse Wonder 在 MemoryBench 的成績高於 Fable、Opus 與 Astra。負責的研究員 Kavya Kopparapu 在發布影片裡說，團隊花了很大力氣讓模型記得住對你重要的事，時間拉長到幾個月也一樣。
這些都是廠商自己的測試數字，第三方還沒完整跑過。
成績與基準測試：先打個問號
依 Meta 公布的模型卡，Wonder 與 Wonder Full 在多項基準測試上與 Fable 5.1、GPT-6 Astra 打得有來有回，尤其在寫程式這類複雜任務上。
需要提醒的是，這些分數出自 Meta 自己的測試環境，屬於廠商口徑。獨立評測機構 Artificial Analysis 表示仍在初步評估階段，尚未給出完整結論。所以「站上前沿」這句話目前能確認的，是 Meta 自己這麼說，以及它在部分標準上確實接近第一梯次，但還不等於第三方認證它已經並駕齊驅。
為什麼這次發布值得注意
這批模型是 Meta 重整 AI 團隊之後，第一款真正意義上的前沿模型。Scale AI 創辦人 Alexandr Wang 在去年八月接手整頓 Meta 的 AI 布局，之後 Meta 陸續推出輕量款 Muse Spark 與 Muse 代理，卻始終沒跟 OpenAI、Anthropic 正面對決。
訓練地點也值得一提。官方說模型是在 Meta 位於俄亥俄州中部、今年才啟用的 Prometheus 資料中心訓練的。這座設施主打超大規模算力，是 Meta 這輪衝刺的底氣所在。
對台灣與香港的使用者來說，實際會遇到的問題大概是三個：能不能用、要花多少、值不值得把手上的 AI 助手換掉。目前答案還不完整。API 使用者可以試 Muse Wonder 的定價，但最強的 Full 版被綁在訂閱裡，第三方評測也還沒出來。
接下來值得關注兩件事：Artificial Analysis 的獨立分數會不會跟 Meta 的說法一致，以及 Muse Wonder Full 這種「只給訂閱、不給 API」的模式，會不會成為其他廠商跟進的定價策略。
