Today for AI
返回热点榜
llm热度 33.6°

AI 聚簇研判事件 · 2026/10/13

Meta 发布 Muse Wonder 前沿模型：依托 Prometheus 数据中心与主动记忆机制，SWE-Marathon 得分 57.5 超越 Opus 5.5

17 篇报道存证3 家独立信源交叉印证持续跟踪至 2026/10/15 04:19:17
全景综述与最新动态
3 家信源交叉印证

Meta 超级智能实验室（MSL）正式推出首款定位为“前沿”的闭源大模型 Muse Wonder 及其增强版 Full。该系列模型依托俄亥俄州吉瓦级 Prometheus 数据中心完成训练，标志着 Meta 在成立仅 14 个月后成功重返 AI 第一梯队。核心突破在于引入了“主动记忆”与“主动专注”两大机制，显著提升了 Agent 在跨会话持久化及长周期复杂任务中的自主推进能力，实现了从单纯推理向具备自主行动能力的转变。

多源评测数据显示，Muse Wonder Full 在 Artificial Analysis 智能指数 v4.3 中斩获 56 分，较前代提升 8 分；在 Terminal-Bench 4.0 代理基准测试中得分从 33% 跃升至 57%，GDPval-AA v2.1 Elo 分数增加 176 点。特别是在超长期工程测试 SWE-Marathon 中，其以 57.5 分大幅领先竞品 Claude Opus 5.5 的 46.3 分，且在 DeepSWE 编码测试中取得 79.0 的高分，证明其在长程代码生成与法律垂直领域的卓越性能。

商业化方面，Meta 采取分层策略：标准版通过 API 开放（输入 $4/M，输出 $20/M），而具备完整能力的 Wonder Full 仅限 Muse Code 订阅用户访问，旨在构建个人与专业级 Agent 生态并争夺高价值 B2B 市场。尽管初期出现额度统计漏洞，但此举确立了 Meta 对标 Anthropic 与 OpenAI 的技术地位，为开发者提供了极具竞争力的长程任务解决方案。

最新动向/目前 Muse Wonder 标准版已通过 API 向开发者开放，支持 100 万 Token 上下文及多模态输入。Wonder Full 版本仅限 Muse Code 订阅用户使用，普通 C 端用户接入时间表仍模糊且存在官方口径差异。发布初期曾出现调用额度统计漏洞，显示大规模部署稳定性面临挑战，但扎克伯格宣称其在部分基准上已追平甚至超越 GPT-6 Astra 与 Claude Opus 5.5。

热度曲线逐小时热度走势

61 个完整观测小时
当前
33.6
峰值
187.810:00
近 24h 变化
-73%

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

TIMELINE报道时间线

共 16 篇 · 最新优先
  1. Arena.ai (@arena)T1·68 分

    Meta Muse Wonder (Max) 登顶 Agent Arena：多任务净提升 6.4% 且成本效率优于同级竞品

    原标题：Results based on +5K real-world agentic sessions are in: Muse Wonder (Max) by @AIatMeta just landed ...

    • Muse Wonder (Max) 在 Agent Arena 排名第 12，相比 Spark 1.3 提升 4 个名次及 2.8 分。
    • 单任务中位成本为 $1.13，虽高于 Spark 1.3 的 $0.54，但比同排名的 GPT-5.6 Sol 低 25%，比 Claude Fable 5 低 67%。
    • 在 Chat、Work 和 Code 三个细分领域的表现均显著优于前代模型。
  2. Arena.ai (@arena)T1·68 分

    Meta 发布 Muse Wonder 系列模型：Text Arena 跃居第二，WebDev 排名第十五

    原标题：Muse Wonder (Max) by @AIatMeta has entered Code Arena: WebDev at #15 with 1651 pts and Text Arena at...

    • Muse Wonder (Max) 在 Text Arena 排名第 2，得分 1513，较前代提升 19 分。
    • 在 Code Arena: WebDev 中排名第 15，得分 1651，略低于 Kimi K3 和 Grok 4.7。
    • 模型已上线 Meta Model API 及 Muse Code，支持个人和专业智能体任务。
  3. InfoQ 中文T2·86 分

    Meta 发布 Muse Wonder 系列模型：引入主动记忆与专注机制，重塑 Agent 长程任务能力

    原标题：Meta 新模型杀回AI第一梯队，Alexandr Wang 亲述 Muse 7个月翻身内幕

    • Meta 发布 Muse Wonder 系列，定位为个人与专业级 AI Agent，强调从单纯推理向具备自主行动能力的转变。
    • 核心创新在于“主动记忆”（跨会话持久化关键信息）与“主动专注”（长周期任务的动态调整与障碍绕过）。
    • 商业化路径明确：基础版按 Token 计费（输入 $4/M，输出 $20/M），高阶版 Wonder Full 仅限订阅制接入。
  4. Latent SpaceT1·78 分

    Meta MSL 发布 Muse Wonder：对标 Claude 5.5 级前沿模型，14 个月建成超级智能实验室

    原标题：[AINews] Meta Muse Wonder & Wonder Full: MSL’s Claude 5.5-tier Frontier Model

    • Meta MSL 发布第二代模型 Muse Wonder，代号“西瓜”，意在建立类似 OpenAI/Anthropic 的多层级产品矩阵。
    • Muse Wonder Full 在部分基准上超越竞品，虽未公布确切参数量，但第三方评测显示其具备前沿竞争力。
    • 从实验室成立到发布对标 Claude 5.5 级的模型仅耗时 14 个月，展示了极高的研发迭代效率。
  5. IT之家 · IT业界T2·78 分

    Meta 发布闭源 Muse Wonder 模型：扎克伯格称追平前沿，基准测试优于 Claude Opus 5.5

    原标题：Meta 发布 Muse Wonder 模型，扎克伯格称公司已在 AI 前沿领域追上竞争对手

    • Muse Wonder 采用闭源策略，最强版本直接面向企业销售，旨在与 Anthropic 和 OpenAI 争夺高价值 B2B 订单。
    • 官方声称在解读合同、梳理财务等复杂任务基准测试中，性能优于 Claude Opus 5.5 和 GPT-6 Astra。
    • 新模型将集成至已占据美国 App Store 榜首的 Muse 个人助手应用中，强化 C 端用户粘性。
    • 发布伴随技术漏洞（如 Code 订阅服务额度统计错误），显示大规模部署初期的稳定性挑战。
  7. IT之家 · 智能时代T2·78 分

    Meta 发布 Muse Wonder 旗舰模型：代码能力大幅跃升，直接对标 Anthropic 与 OpenAI 前沿性能

    原标题：Meta 发布 Muse Wonder 系列旗舰 AI 模型，对标 Anthropic 与 OpenAI

    • Muse Wonder 系列在推理、写作和代码基准测试中表现强劲，得分接近 Anthropic 顶级模型。
    • 这是 Meta 首款明确定位为“前沿模型”（Frontier Model）的产品，需极高算力支持，由 Alexandr Wang 领导的部门开发。
    • Muse Wonder Full 版本仅向 Muse Code 订阅用户开放，显示 Meta 正通过高端编程工具拓展 B2B 和企业服务市场。
  8. The DecoderT2·86 分

    Meta 发布 Muse Wonder 前沿模型：智能指数跃升至 56 分，代理任务性能大幅突破

    原标题：Meta's new frontier model Muse Wonder Full breaks into the AI top tier

    • Muse Wonder Full 在 Artificial Analysis 智能指数 v4.3 中获得 56 分，标准版获得 52 分，较前代 Muse Spark 1.3 (48分) 有显著提升。
    • 在衡量自主处理复杂任务能力的 Terminal-Bench 4.0 测试中，性能从 33% 大幅跃升至 57%，显示其代理能力处于顶尖水平。
    • 新模型引入了“主动记忆”功能以保留关键信息，且相比前代减少约 10% 的输出 Token 用量，提升了推理效率。
  9. Rohan Paul (@rohanpaul_ai)T2·78 分

    Meta 发布 Muse Wonder 大模型：SWE-Marathon 基准得分 57.5，超越 Claude Opus 5.5 与 GPT-6 Astra

    原标题：Meta is so back. in each of these benchmarks Muse Wonder beats both Opus 5.5 and GPT-6 Astra

    • Muse Wonder 在 SWE-Marathon 基准得分为 57.5，对比 Claude Opus 5.5 的 46.3 和 GPT-6 Astra 的表现形成明显差距。
    • SWE-Marathon 测试要求 AI 在 2-10 小时内独立构建如 C 编译器或 Slack 克隆等完整软件项目，且需通过所有隐藏检查才算成功。
    • Meta 将 Muse Wonder 定位为最大、最强能力模型，重点强调其在个人和专业智能体场景下的竞争力。
  10. Arena.ai (@arena)T1·68 分

    Meta 发布 Muse Wonder 系列模型：主打长程智能体任务并接入 Arena 评测

    原标题：Muse Wonder by @AIatMeta is now in the Arena. Head to Agent Arena to test it out, scores coming soon...

    • Muse Wonder 系列定位为 Meta 迄今最强模型，核心能力聚焦于长程智能体（Long-Horizon Agentic）任务。
    • 模型已通过 Meta Model API 和 Muse Code 提供服务，Muse Wonder Full 仅面向订阅用户开放。
    • 正式加入 Agent Arena 评测体系，利用因果追踪方法在数百万真实世界任务中衡量性能，同时也支持多种代码生成场景。
  11. TechCrunch AIT2·86 分
    • Muse Wonder 是 Meta 首个定位为“前沿”的闭源大模型，性能对标 GPT-6 和 Claude 系列。
    • 采用分层策略：Wonder 通过 API 提供，Wonder Full 仅限 Muse Code 订阅用户，体现商业化闭环意图。
    • 训练基础设施升级：依托新启用的 Prometheus 数据中心，展示 Meta 在算力储备上的最新进展。
  12. 宝玉 (@dotey)T2·86 分

    Meta 发布 Muse Wonder 大模型：主打智能体与长程编码，开发者即刻可用但普通用户需等待

    原标题：Meta 发布 Muse Wonder：开发者今天能用，普通用户还要等

    • Muse Wonder 分为标准版（主打速度）和 Full 版（完整能力），均基于吉瓦级 Prometheus 数据中心训练。
    • 核心优势集中在个人超级智能指数（59.1 vs 55.2）、DeepSWE 编码（79.0 vs 74.2）等智能体与长程任务指标。
    • 访问权限分层明显：开发者今日可用 API/Muse Code，Full 版仅限订阅用户，普通用户接入时间表模糊且官方说法不一。
  13. Artificial Analysis (@ArtificialAnlys)T1·78 分

    Meta 发布 Muse Wonder 系列模型：智能指数跃升至 56，代理任务性能显著突破

    原标题：Meta has released Muse Wonder and Muse Wonder Full, achieving Artificial Analysis Intelligence Index...

    • Muse Wonder Full 智能指数达 56，较前代提升 8 点，且在全部十项评测中均优于 Muse Spark 1.3。
    • 代理任务性能显著提升：Terminal-Bench 4.0 得分从 33% 跃升至 57%，GDPval-AA v2.1 Elo 分数增加 176 点。
    • 支持文本、图像、视频和音频输入，目前 Muse Wonder 面向 API 用户开放，Full 版本仅限 Muse Code 用户使用。
  14. Rohan Paul (@rohanpaul_ai)T2·86 分
    • Muse Wonder 旗舰版在 14 项基准中的 8 项击败 Claude Opus 5.5，并在 GPT-6 Astra 之前占据长程任务优势。
    • 在超长期工程测试 SWE-Marathon 中得分 57.5，比竞品高出约 24%；在 DeepSWE 1.1 中得分 79.0。
    • 在法律智能体基准 Harvey 上得分 13.1，是 Claude Opus 5.5 (4.2) 的三倍以上，显示其在无幻觉完整任务执行上的突破。
  16. Artificial AnalysisT1·86 分

    Meta 发布 Muse Wonder 系列：智能指数跃升 8 分，代理任务性能大幅突破

    原标题：Muse Wonder and Muse Wonder Full: a material jump in intelligence over previous Meta models

    • Muse Wonder Full 智能指数达 56 分，较前代提升 8 分，且在全部十项评估中均有进步。
    • 代理能力显著提升：Terminal-Bench 4.0 得分从 33% 升至 57%，GDPval-AA v2.1 提升 176 Elo 分。
    • 分层策略明确：Muse Wonder 面向 API 用户，Muse Wonder Full 目前仅限 Muse Code 用户访问。