代号"西瓜"：Meta 14 个月憋出的旗舰模型，专攻智能体
Meta 终于又有了顶级模型。10 月 12 日，这家被嘲讽"只会开源、不会领先"的公司，发布了新一代旗舰模型 Muse Wonder 系列（内部代号"西瓜"）。在第三方评测机构 Artificial Analysis 的综合智力指数上，Muse Wonder Full 拿到 56 分，追平 Cla...
Meta 终于又有了顶级模型。10 月 12 日，这家被嘲讽"只会开源、不会领先"的公司，发布了新一代旗舰模型 Muse Wonder 系列（内部代号"西瓜"）。在第三方评测机构 Artificial Analysis 的综合智力指数上，Muse Wonder Full 拿到 56 分，追平 Claude Sonnet 5.5、超越 GPT-6 Astra 与 Gemini 4 Argon，仅次于 Claude Opus 5.5——这是 Meta 自 Llama 4 翻车以来，第一次站上模型前沿的牌桌。
一、143 亿美元买来的"复仇者联盟"
要理解 Muse Wonder，得先回到 2025 年 4 月。
那一年，Meta 的 Llama 4 发布后迅速翻车——跑分注水、实际能力拉胯，被业界群嘲。一直以"开源大模型旗手"自居的 Meta，在闭源巨头 OpenAI、Anthropic、Google 面前显得越来越尴尬。
扎克伯格的反击来得又快又猛。2025 年 6 月，Meta 宣布向 Scale AI 投资 143 亿美元，取得 49% 股权，同时把当时只有 28 岁的创始人 Alexandr Wang（亚历山大·王）请进 Meta，出任历史上首位首席 AI 官。 随后，Meta 成立超级智能实验室（MSL, Meta Superintelligence Lab），前 GitHub CEO Nat Friedman 也加入管理团队。这个团队被外界称为"复仇者联盟"——核心成员里 7 人来自 OpenAI、3 人来自 Google DeepMind。
接下来的剧本是：2026 年 4 月，重组后的团队推出第一代 Muse Spark，主打低延迟与个人智能助手任务，但和头部竞品相比仍差着一口气；又过了半年，10 月 12 日，历时 14 个月打磨的 Muse Wonder 正式亮相，直接向 OpenAI、Anthropic 的顶级模型下战书。
扎克伯格在采访中高调宣称："Meta 已经抵达 AI 技术的最前沿。"
二、Muse Wonder 是什么：为"干活"而生的模型
Muse Wonder 系列包含两款模型：
- Muse Wonder（标准版）：进入官方 API，开发者可直接调用；
- Muse Wonder Full（完整版）：性能更强，目前仅向 Muse Code 用户开放，不提供公共 API。
两款模型的核心规格如下：
| 规格 | 参数 |
|---|---|
| 上下文窗口 | 100 万 token（1,048,576） |
| 输入模态 | 文本、图像、视频、音频 |
| 核心能力 | 跨对话记忆、长时间任务执行、编程 |
| 特色机制 | 主动记忆（Active Memory）+ 主动专注（Active Focus） |
| 安全特性 | Meta 迄今对齐程度最高的模型，强化 CBRN（化生放核）防护、网络滥用防护、对抗性指令应对 |
"主动记忆"与"主动专注"是这次发布的技术关键词。 通俗理解：普通模型是"一问一答"，每次对话都是孤岛；而 Muse Wonder 能把此前操作的结果记住、在处理互相矛盾的信息时保持判断，并主动向用户追问——这本质上是为**长期任务（long-horizon agent workflow）**设计的：不是陪你聊天的 Chatbot，而是能替你把一件复杂事情从头干到尾的"智能体大脑"。
100 万 token 上下文也印证了这个定位：只有长上下文，才能装下跨多轮、跨会话的任务状态；只有多模态输入，才能处理真实世界里的文档、截图、音视频。
三、跑分拆解：一次实打实的前沿回归
根据独立评测机构 Artificial Analysis 的 Intelligence Index（综合智力指数，最高推理强度下）：
| 模型 | 得分 |
|---|---|
| Claude Opus 5.5 | 58 |
| Muse Wonder Full | 56 |
| Claude Sonnet 5.5 | 56 |
| GPT-6 Astra | 53 |
| Gemini 4 Argon | 53 |
| Muse Wonder | 52 |
| Claude Fable 5.1 | 低于 56 |
三个关键观察：
1. 这是 Meta 史上最大的一次代际跃升。 Muse Wonder Full 相比上一代 Muse Spark 1.3，综合指数提升 8 分（48 → 56），且在全部十项评测中无一例外地提升——不是单项偏科，是全面进步。
2. 最大的进步恰恰发生在"智能体评测"上。 Artificial Analysis 特别指出，最大涨幅来自 agentic 类评测：Terminal-Bench 4.0（终端操作）从 33% 跃升 24 个百分点至 57%；在编程智能体榜单上，Muse Wonder Full 以 59.1% 的成绩排名第一，超过 Claude Opus 5.5（55.2%）和 GPT-6 Astra（54.5%）。在 DeepSWE 1.1（真实软件工程任务）上，Muse Wonder Full 达到 79%，同样领先。
3. 对 OpenAI、Google 形成了"名次碾压"。 在智力指数上，Meta 的两款模型分别排在第 2、第 6 位，而 GPT-6 Astra 与 Gemini 4 Argon 均以 53 分被甩在后面。这意味着在"综合智力"这一最受关注的维度上，Meta 已经反超 OpenAI 和 Google 的最强模型，只差 Anthropic 半步。
四、为什么偏偏"专攻智能体"？
Meta 把 Muse Wonder 定位为"个人与专业智能体任务"的模型，不是偶然。
这是整个行业的方向，但 Meta 的押注更彻底。 2026 年被业内视为"Agent 元年"：OpenAI 推 Decisions API、Anthropic 做 Computer Use、微软搞 Agent-Ready Windows，各家都在从"会对话"走向"会干活"。而 Meta 的差异化在于——它不只是做模型，还做了完整的个人 Agent 产品 Muse（搭载 Chat、Feed、Ideas、Goals、Library 五大模块），Muse Wonder 正是这个产品的"新大脑"。
换句话说：OpenAI 的 Agent 是 ChatGPT 的延伸，而 Meta 的 Agent 产品 Muse 与模型 Muse Wonder 是同步设计、互相成就的。 模型为产品而生，产品为模型提供真实世界的任务数据——这是 Meta 打 Agent 战争最顺手的姿势，毕竟它手里有 Facebook、Instagram、WhatsApp 几十亿用户的场景。
商业化路径也清晰：Muse 应用订阅 20 美元/月（标准版）、100 美元/月（高级版），完整版模型只给 Muse Code 用户——把最强的能力留给自己的产品，标准版才对外开放 API。
五、争议与隐患：口碑为什么"一言难尽"？
跑分亮眼，但舆论并非一边倒。梳理下来，质疑主要集中在三点：
1. 对比表是 Meta 自己编的。 多家媒体指出，Meta 官方发布的对比图是"自家编译"的——虽然 Artificial Analysis 的第三方数据大体印证了结论，但 Meta 挑选对自己有利的口径（如只展示最高推理强度）的做法，让人想起 Llama 4 的"跑分前科"。
2. 违背了开源传统。 Meta 靠 Llama 系列建立了"开源旗手"的人设，但 Muse Wonder 系列至今没有开源计划，完整版连公共 API 都不开放。曾经的"开源斗士"正在加速闭源，这让开源社区相当失望。
3. 评测光环 vs 真实口碑。 腾讯新闻的评价是"跑分媲美 Opus 5.5，口碑却一言难尽"——跑分是一回事，真实复杂任务中的稳定性、长任务不出错、与工具链的兼容性是另一回事。Agent 模型最怕的不是"不聪明"，而是"聪明但不可靠"。
结语：Meta 杀回牌桌，但战争刚开局
Muse Wonder 的意义，不在于它拿下了某个榜单的第几名，而在于：它证明 Meta 在 Llama 4 翻车之后，用 143 亿美元和一次彻底的组织重组，真的把自己拉回了前沿模型俱乐部。 超级智能实验室（MSL）这套"重金挖人 + 产品驱动 + 不开源"的打法，正在被验证。
但牌桌上没有轻松的时刻：Anthropic 的 Opus 5.5 还稳稳坐在第一，OpenAI 和 Google 的下一代模型也不会坐等，而 Agent 能力的最终裁判不是跑分，是真实世界里的长任务可靠性。
对普通用户来说，这件事最值得记住的一句话是：模型竞争的焦点，已经从"谁更会聊天"变成了"谁能真正替你干活"。 Muse Wonder 是这个转向的最新注脚——毕竟，连扎克伯格都开始用水果代号给模型起名了，AI 的"水果大战"（西瓜 vs 草莓）才刚刚开始。