Meta发布了面向AI智能体（能够自主完成多步骤任务的系统）的两款前沿模型Muse Wonder和Muse Wonder Full。在Artificial Analysis排行榜上，Muse Wonder Full得分55.8，仅次于得分57.6的Claude Opus 5.5，并领先于GPT-6 Astra。基础版Muse Wonder完成一项标准测试任务的成本为$0.80，与Claude Opus 5.5持平，远低于GPT-6 Astra和Claude Fable 5.1的$2。这些数字说明Meta已成为有力的竞争者，但仅凭这些数字，还不足以让人放弃正在使用的工具。
Meta发布了什么
Meta在一篇题为“Introducing Muse Wonder and Muse Wonder Full: Frontier Models for Agents”的公告中推出了这一模型系列，公告中还附有Alexandr Wang的介绍。此次发布直接对标Anthropic的Claude Opus 5.5和Claude Fable 5.1，以及OpenAI的GPT-6 Astra。
- Muse Wonder是标准模型。在Meta基于网页的开发者控制台中，它显示为Muse Wonder 1.0，可与Muse Spark等早期模型并列选择。
- Muse Wonder Full是性能更高的旗舰模型，面向复杂的企业级智能体任务。
两款模型都可以通过Meta的编程工具Muse Code使用。在开发者控制台中，用户可以调整temperature（回答的随机程度）、系统指令（预先给模型的常设指示）、最大输出token数、top-P、推理强度和搜索增强。
Muse Code的订阅方案与限制
Muse Code不是面向普通用户的免费应用。它没有独立的桌面或移动应用，并且需要付费订阅。开发者需要在macOS或Windows的终端中，用官方安装命令完成安装。对于不习惯使用终端的人来说，这一步可能是个门槛。
| 方案 | 月费 | 用量（相对Everyday Usage） | 主要内容 |
|---|---|---|---|
| Everyday Usage | $5 | 基准 | 每5小时30至50次提示词、图片和视频上传、语音模式、网页搜索 |
| High Usage | $15 | 5倍 | 扩展多模态输入 |
| Power Usage | $50 | 20倍 | 优先体验新功能、更快的上传速度、可使用Muse Wonder Full |
| Maximum Usage | $200 | 80倍 | 面向需求最高的工作流 |
需要注意的是，旗舰模型Muse Wonder Full的使用权限列在$50的Power Usage方案下，打算依赖这款模型之前，应先确认所选方案。
▲ Muse Code的四档订阅方案
一项标准任务的成本
成本对比以直接发送到各模型API的一项任务为基准：10万个未缓存的输入token和2万个输出token。token是模型读写文本时的小单位。该对比的日期为2026年10月12日。
| 模型 | 测试任务成本 |
|---|---|
| GPT-6 Astra | $2.00 |
| Claude Fable 5.1 | $2.00 |
| Muse Wonder | $0.80 |
| Claude Opus 5.5 | $0.80 |
| GPT-6.1 Sol | $0.44 |
| Gemini 3.1 Pro Preview | $0.44 |
| Muse Spark 1.3 | $0.21 |
| Gemini 3.8 Flash | $0.15 |
| DeepSeek V4.1 Flash | 约$0.027 |
Muse Wonder完成同样任务的成本不到GPT-6 Astra和Claude Fable 5.1的一半。不过，Claude Opus 5.5同样是$0.80，因此相对Claude Opus 5.5，Muse Wonder并没有价格优势。
基准测试排名
Artificial Analysis排行榜上的前沿模型排名如下：
| 排名 | 模型 | 得分 |
|---|---|---|
| 1 | Claude Opus 5.5 | 57.6 |
| 2 | Muse Wonder Full | 55.8 |
| 3 | Claude Fable 5.1 | 53.4 |
| 4 | GPT-6 Astra | 52.7 |
| 5 | Gemini 4 Argon | 52.6 |
| 6 | Muse Wonder | 52.4 |
Muse Wonder Full落后Claude Opus 5.5 1.8分，但超过了Claude Fable 5.1和GPT-6 Astra。就连基础版Muse Wonder与GPT-6 Astra的差距也在0.3分以内。
编程方面的结果更为亮眼。在Terminal-Bench 4.0-AA、DeepSWE 1.1、SWE-Marathon和ProgramBench上，Muse Wonder Full的成绩与Claude Opus 5.5、Claude Fable 5.1和GPT-6 Astra持平或更好。基准测试是在相同条件下为模型打分的标准化测试。这些结果表明，尤其在编程智能体任务上，开发者在顶级阵营中又多了一个可靠的选择。
▲ 追逐新模型与精通一个模型
换用之前
先精通一个模型
每逢新模型发布就跟着换，取消用得好好的订阅、一切从头再来，这种做法常被称为“闪亮物体综合症”。这样往往会丢掉在原有环境中积累的技能和成果。更好的顺序是先彻底掌握一个模型，用它取得实际成果或收入，然后再加入其他模型。一种路径是：先精通Claude，之后加入Codex，试用Gemini后放弃，最终同时保留Claude和Codex。每个模型都像性格各异的朋友一样有自己的长处，因此按任务选择模型更为合理。
市场会迅速吸收新能力
新模型输出带来的优势不会持续太久。ChatGPT刚推出时，用AI制作的营销传单显得新颖又亮眼。但它们很快随处可见，也就失去了效果。一旦人们习惯了基准水平的输出，只有使用更新、更贵模型的人才能脱颖而出，直到这一水平也变得普遍。模型发布节奏之快，似乎正是由这种快速吸收所推动的。
价格可能继续上涨
OpenAI已经推出每月$500的方案，Anthropic和Meta也可能跟进推出各自的超高端方案。如果竞争按目前的速度持续，到2027年，顶级订阅可能达到每月$1500-2000。新的前沿模型也可能每隔几周就推出一款。只有当实际的产品、服务、游戏或营销素材带来的收入足以覆盖成本时，为更高档的方案付费才有意义。
结论
Muse Wonder Full在综合排名上以微弱差距位居Claude Opus 5.5之后，在多项编程基准测试中与其持平或领先。基础版Muse Wonder完成标准任务的成本与Claude Opus 5.5相同，不到GPT-6 Astra的一半。这让Meta成为一个有力的新选择，但它并不会自动取代已经行之有效的工具。
如果想试用，可以按以下步骤进行：
- 写下当前模型已经能顺利运行的工作流和产出。
- 把同一项任务，例如代码审查或营销方案检查，同时交给Claude、GPT-6 Astra和Muse Code，比较它们的回答。
- 把不同的回答作为参考，但最终决定由自己做出。过度分析每个回答反而会拖慢进度。
- 如果新模型表现更好，就把现有工作流迁移过去，而不是从头重建。
- 只有在收入能够覆盖成本时才升级到更贵的方案。如果需要Muse Wonder Full，可以先评估$50的Power Usage方案。