# Meta Muse Wonder 发布：主动记忆成新竞争轴，最强模型关进订阅墙（2026年10月）

Meta 在 10 月 12 日发布重组 AI 业务以来的首批前沿模型 Muse Wonder 与 Muse Wonder Full，Artificial Analysis 智能指数分别为 52 分和 56 分，仅次于榜首 Claude Opus 5.5 的 58 分。更值得看的是两个选择：把差异化押在「主动记忆」而不是参数规模上，并且第一次把最强版本放进订阅。

## Meta Muse Wonder 是什么？这次发布为什么特殊

Muse Wonder 系列由 Meta 超级智能实验室（MSL）推出，含两个版本：Muse Wonder 已通过 Meta Model API 和 Muse Code 向开发者开放，Muse Wonder Full 只面向 Muse Code 订阅用户，不走 API。两款模型都会驱动 Meta 的个人助手 [Muse](/tools/muse/)，并优先向订阅用户推送。

时间点决定了这次发布的分量。2025 年 Llama 4 未达预期，Meta 一度掉队；此后扎克伯格推动团队重建，投入约 143 亿美元投资 Scale AI，请创始人 Alexandr Wang 领导 MSL。上一代 [Muse Spark 1.3](/tools/muse-spark-1-3/) 走轻量低延迟路线，Wonder 把 Meta 重新拉回前沿牌桌，两款模型都在俄亥俄州中部的 Prometheus 数据中心完成训练。

![Meta 三代模型的分层与开放方式](https://www.aitoollab.cn/images/articles/meta-muse-wonder-active-memory-2026-10/layers.png)

## 主动记忆成新竞争轴，但成本仍是短板

Meta 把重点放在两项能力上。Active Memory（主动记忆）在多轮交互中保留与任务相关的信息，跨度可达数天、数周甚至数月；Active Focus（主动聚焦）让模型遇到困难时继续尝试其他方案、从错误中恢复。为了让记忆可测量，Meta 用 MemoryBench 测试，称 Muse Wonder 得分高于 Fable、Opus 和 Astra；研究科学家 Kavya Kopparapu 称团队花了大量精力让模型记住对用户重要的事。

AA 给出的智能指数是：Muse Wonder 52 分、Muse Wonder Full 56 分，榜首 Claude Opus 5.5 为 58 分，[GPT-6 Astra](/tools/gpt6-astra/) 53 分排第六。Muse Wonder Full 在十项细分评测中六项进前三，优势在智能体知识工作、业务流程和部分科学推理。

成本是另一面。AA 估算 Muse Wonder 每任务成本 4.52 美元，高于 GPT-6 Astra 的 3.26 美元，低于 Claude Opus 5.5 的 5.98 美元。Meta 的 API 定价是每百万输入 token 4 美元、每百万输出 token 20 美元；AA 指出输入 token 用量偏高（每任务 7.69M）推高了总成本。

![每任务成本对比](https://www.aitoollab.cn/images/articles/meta-muse-wonder-active-memory-2026-10/cost.png)

## 从开源旗手到订阅墙：Meta 的商业账变了吗

把最强版本关进订阅，是这次发布最容易被忽略的一步。Meta 长期靠广告赚钱，而 Muse Wonder Full 只给 Muse Code 订阅用户，意味着最前沿的模型能力开始直接对应订阅收入。这笔账规模不小：高管透露运营一个吉瓦级集群一年约 150 亿美元，基建资本支出前期要 500 亿至 600 亿美元，Meta 2026 年资本开支指引是 1300 亿至 1450 亿美元。

对开发者的直接影响是选择变复杂了：要走 API 只能用 Muse Wonder；要拿到 Muse Wonder Full 的编程能力（官方称与 [Claude Code](/tools/claude-code/) 搭配 Sonnet 5.5 平分秋色），得先买 Muse Code 订阅。

## 跑分不等于体验：开发者反馈与三个观察信号

已有开发者提出质疑：有用户让 Muse Wonder 构建火箭场景花 14.3 美元，效果不如花 6.95 美元的 [Kimi](/tools/kimi/)；也有工程师花 200 美元开高推理模式，认为比不上常用实验室的前沿模型。个案虽少，但都指向同一问题：跑分与真实体验之间仍有距离。

接下来可盯三个信号：Meta 是否公布主动记忆的独立复现结果；输入 token 用量能否降下来，决定每任务成本能否逼近 GPT-6 Astra；Muse Wonder Full 的订阅门槛会不会松动。

数据声明：本文数据来自 Meta 官方博客与模型卡、Artificial Analysis 第三方评测及媒体对开发者反馈的报道，均为 2026 年 10 月 12 日至 13 日公开信息；每任务成本为第三方估算值。