Meta发布Muse Wonder争夺智能体业务

2026年10月12日，Meta通过研究博客和公司新闻室推出Muse Wonder系列，发布对象包括Muse Wonder和Muse Wonder Full。公司在公告中展示了浏览器操作、软件开发和处理专业文件等用途，并将跨对话记忆和持续完成任务作为这次升级的重点。Muse Wonder当天向开发者开放供程序调用的Meta Model API，并进入Muse Code；Muse Wonder Full当天仅向Muse Code订阅用户提供。面向个人用户的Muse助手则处于后续接入阶段，Meta表示将先向订阅者推出，再用新模型支持内容成果生成和需要更强智能的流程。

记忆与持续执行

Meta把这类产品称为个人和专业智能体，即能够调用工具、操作应用并分步骤执行工作的AI系统。此次发布的Active Memory，指模型跨对话保留重要上下文，并在当前任务需要时主动找回相关信息。它面向的不是孤立问答：用户先前说过的偏好、任务限制和后来更新的要求，都可能影响下一步行动。公司展示的用途包括根据个人条件安排跑步计划，以及依据复杂匹配要求制作婚礼座位表；这些属于发布演示，尚不能据此认定服务在所有真实任务中都能稳定完成工作。

另一项能力Active Focus着重于执行过程。按Meta的描述，模型遇到阻碍会尝试替代路径，根据新信息调整做法，需要时询问用户，并在重要行动前确认。公司用FocusBench检验这种持续推进能力，用SWE-Marathon测试长时间软件项目。软件开发把这些要求集中到同一个流程里：智能体需要记住需求、修改代码库，反复测试和修订，而不是生成一段代码就结束。Meta称，两款模型都接受了多样化长任务训练，以支持这一工作方式。

专业知识也是这次发布的具体对象。Meta将解读租赁合同、整理财务或健康信息列为用途，并介绍了Harvey法律智能体基准：模型要依据原始文件和详细指令，产出法律工作成果。模型卡把专业场景进一步限定为理解文件、综合信息和准备供复核的草稿。这一区分影响用户如何安排工作：发布所描述的是辅助处理资料和形成交付物，涉及法律或健康判断时，文件依据与人工复核仍是工作流程的一部分。

前沿成绩的条件

独立评测提供了检验发布主张的依据。Artificial Analysis在最大推理强度下测得Muse Wonder的综合智能指数为52，Muse Wonder Full为56，该指数汇总十项评测。在专业任务评测GDPval-AA v2.1中，Muse Wonder Full获得1857 Elo，Claude Opus 5.5在最大推理强度并启用回退的配置下为1866 Elo；Elo用于表示任务结果的相对评级。评测机构强调，Full的成绩落在Opus的置信区间内，不能把这组点估计写成确定的胜负。Anthropic则在Opus发布说明中称，Opus 5.5在多数工作上达到Claude Fable 5.1的水平，并提醒读者，基准分差对实际使用差异的解释力已有限。

“前沿”主张还取决于测试怎样运行。Meta模型卡注明，内部受控编程测试为各模型采用相同的任务执行框架，也就是组织提示、工具调用和运行过程的软件环境；引用外部编程成绩时，则保留原报告使用的框架或智能体产品。竞争模型的内部测试属于尽力复现，提示、工具和运行环境未必经过最适合该模型的调优。模型拒绝完成任务会计零分，并留在统计分母中。上述条件使发布成绩可以用于识别能力方向，却不能直接替代企业在自有代码库和业务流程上的验收。

这也解释了Muse Wonder的实际定位。记忆、检索上下文和持续执行，要共同支撑一个可以完成交付物的系统；模型的推理强度、可用工具与人工确认环节都会参与结果形成。Meta模型卡承认，新颖场景中的多步推理仍可能出错，表现也会随服务配置、提示和任务执行框架变化。由此可以推断，用户验收的对象应包括任务是否完成、执行过程是否可追溯，以及重要行动是否经过确认。

任务成本取决于输入

费用比较必须落到实际运行的任务上。Artificial Analysis按其综合智能指数测试口径，测得最大推理强度下Muse Wonder每任务成本为4.52美元；Claude Opus 5.5为5.98美元，Claude Fable 5.1为7.63美元，后两者均采用最大推理强度并启用回退。回退意味着特定请求可以转由其他模型处理，因此这些是指定服务配置的费用。Muse Wonder在这一口径下费用较低，但这是可通过API调用的版本，不能套用于Full的能力成绩。Muse Wonder Full不按词元定价，该机构没有给出它的每任务成本，订阅访问也不能自动折算成同口径费用。

账单的主要部分来自输入。按Artificial Analysis披露的测试统计，Muse Wonder每任务处理7.69M输入词元，M表示百万，词元是模型处理文本等内容的计量单位。输入费用为3.43美元，占每任务成本的76%，其中缓存写入1.92美元、缓存读取1.44美元，未缓存输入0.07美元。缓存保存已处理的上下文，供后续步骤复用，但写入和读取有各自费用。这些数据说明，智能体反复读取文件、历史记录和工具结果的方式，会直接进入账单；只看回答长度，很难判断长任务的实际开销。

Meta此次公布的Muse Wonder输入与输出价格分别为每百万词元4美元和20美元，缓存输入为每百万词元0.20美元；这里的缓存价格不能写成全部调用的起价。价格本身也不能说明完成任务所需的调用次数。由此可以推断，采购者评估Muse Wonder时需要保留任务长度、缓存使用和重试记录，才能判断评测中的成本优势能否进入自己的业务，而不能仅按一个单价决定替换服务。

算力投入走向服务

支撑这次发布的是已经投入训练的基础设施。Meta称，Muse Wonder系列在吉瓦级Prometheus数据中心完成训练，沿用其重建后的预训练与强化学习体系：前者形成基础能力，后者通过训练反馈强化任务表现。吉瓦级描述的是设施规模，公告没有把它拆成此次训练的耗电量或成本，无法据此计算模型的单位能耗。对数据中心产业而言，这次发布展示了大规模算力投入形成的新产品，服务效率仍须通过运行数据衡量。

接下来已经披露的产品动作是将Muse Wonder接入Muse，并先覆盖订阅者；Meta还计划利用它开发面向更多用户的专门模型。长期记忆会接触消息、日历和私密文件，模型卡建议实际部署另设适合场景的防护，并为不可逆行动保留人工确认。综合此次可用渠道、评测条件与成本数据，可以判断Meta已获得争取复杂智能体业务的具体产品基础；这笔基础设施投入能否形成可持续服务收入，则取决于交付成功率、权限管理和每项完成任务的实际费用。